活动公告当前位置:星鸿娱乐 > 活动公告 > >

“深度学习”将如何改变人类生活?

  计算机培训学校是

  很多现在看起来十分超前的“ 黑科技” 并不是一蹴而就的。

  在实验室里经过长达几十年的研究后,才得以开始慢慢走进消费者的日常生活,并成为影响世界的重要技术。

  在过去大概4年时间里,越来越多消费者开始注意到,市场上正不断出现各种新技术,正在潜移默化地改变着人们的日常生活。

  改变最为明显的或许是智能手机上搭载的的语音识别功能了。如今,我们已经能够便捷地命令手机给我们的亲友拨打电话,并且误拨的出现少之又少。

  实际上,现在我们通过语音对答与手机交流的次数越来越多,无论是亚马逊的Alexa,苹果的Siri,微软的Cortana,还是谷歌的人工智能助手。据百度调查数据显示,在过去的18个月中,通过语音实现人机交互的用户人数与此前相比增长了三倍。

  机器翻译以及其他形式的语言处理系统生成的结果也变得越来越有说服力,谷歌、微软、Facebook以及百度每个月都在公布自己最新的研发成果,AI的发展取得了长足进步。现阶段,谷歌已经做到能够把一种口头语言转化为32种不同的书面语言,字面翻译的种类达到103种,包括一些小众的语言,例如宿务语、伊博语以及祖鲁语。谷歌推出的应用Inbox还能代替用户回复邮件,为每一封邮件都提供三种可选的回复方案。

  AI在图像识别的应用中也有很多进展。上面提到的四家公司到目前为止在图像识别上也已经取得了不小突破,用户在使用图片搜索功能时能够让计算机帮忙进行多条件的筛选,比如只显示包含狗的图片,或者包含雪的图片,甚至是更加抽象的一些条件,比如包含拥抱动作的图。这几家公司现在已经能够做到在数秒内按照用户的要求给出搜索结果。

  大家可以试想一下,要想找齐所有图片中包含狗的图片,系统必须要认识不同品种的狗,从吉娃娃到德国牧羊犬,而且还要保证无论狗处于什么姿势都能被识别出来,图像的部分模糊也不能影响结果,还必须识别在雾天或者是下雪时拍摄的图片。满足这些条件之后,系统还得进一步拥有区分狗和其他动物的区别,避免出现误识。仅仅通过图片上的像素究竟是如何做到的?

  训练:在训练阶段,神经网络将会学习大量不同动物的图片,分析出不同动物之间的区别。

  输入:训练完成后,我们将会向系统展示一张某动物的照片。

  初步分析:这些人工神经元将会分析图像中动物的边缘特征;

  进阶分析:接下来,神经元将会对更复杂的结构进行分析

  高阶分析:最后,神经元将会对最复杂抽象的线条和结构进行分析,能够分辨出动物的独有特征;

  输出:最后,系统基于此前的学习和分析,对图像中的动物进行判断,给出结果。

  深度学习在图像识别上的应用远不止社交网络APP那么简单。一些医学初创公司声称他们很快就能研发出能够利用电脑进行疾病诊断的技术。通过分析X射线、MRI和CT扫描的图像,与医生相比,计算机的诊断速度更快,准确率更高,在癌症发生的早期就能发现疾病,因此能够更快介入治疗。另外,图像识别技术的进步对机器人学、无人机和自动驾驶汽车等领域都有重大推动作用。福特、特斯拉、Uber、百度以及Alphabet 现在都开始在公路上开始试验自己的无人车了。

  然而对于大多数人来,他们并没有意识到这些技术的实现实际上使用的都是基于深度学习的 AI 技术。当然,还有不少科学家依然倾向于称这种技术为“ 深度神经网络 ”。

  在此之前,人类从来没有这样教会计算机深度学习。程序员通过计算机的学习算法,让机器接收大量的图像数据,在此基础上计算机便学会了如何在大量的图像中寻找出符合条件的选项。

  简单来说,这样的计算机具有自主学习的能力。“ 人类所做的,就是让计算机学会自己写程序,”Nvidia 的 CEO Jen-Hsun Huang 说道。Nividia 从五年前开始便在深度学习领域进行了大量投入。

  上一篇:今年刮起了黑色潮流风但首款黑色旗舰机并不是果7搜狐

  神经网络并不是什么新奇的东西。这一概念的出现是在19世纪50年代,实现技术突破则是在80到90年代。与以往相比,今天计算机科学家取得的最突出成就便是驾驭了庞大的运算以及数据储存能力,包括网络上大量的图像、音频、视频以及文本信息。事实证明,大量的数据是神经网络工作的基础。“ 这是深度学习爆炸的时代,” 风头公司 Andreessen Horowitz 合伙人 Frank Chen 说道。 (责任编辑:admin)

上一篇:★江森自控2014应届生招聘启事

下一篇:没有了

推荐内容

客户服务热线

400 888 8932

在线客服