首頁(yè)熱門文章
相關(guān)文章
新世界中的機(jī)器學(xué)習(xí)與人工智能
發(fā)布時(shí)間：2018-07-06 分類：交通百科
對(duì)一些人來(lái)說(shuō)，提到人工智能(AI)會(huì)喚起機(jī)器人瘋狂奔跑的畫面，因?yàn)槿祟愑赂业卦噲D把精靈放回瓶子里。但現(xiàn)實(shí)情況是，如今的人工智能機(jī)器從經(jīng)驗(yàn)中學(xué)習(xí)的能力，以及只為人類完成任務(wù)的能力，這已經(jīng)成為現(xiàn)實(shí)，并充滿了豐富和改善人類生活的可能性。
機(jī)器學(xué)習(xí)是人工智能的關(guān)鍵組成部分之一，自20世紀(jì)50年代以來(lái)一直是技術(shù)世界的一部分，當(dāng)時(shí)最早的程序員要求計(jì)算機(jī)理解大量數(shù)據(jù)。程序員日益提高機(jī)器學(xué)習(xí)數(shù)據(jù)的能力，以便發(fā)現(xiàn)模式，使計(jì)算機(jī)能夠組織信息、識(shí)別關(guān)系、作出預(yù)測(cè)和發(fā)現(xiàn)異常。如今，人工智能的現(xiàn)代應(yīng)用已經(jīng)為我們提供了自動(dòng)駕駛汽車和虛擬助手，并幫助我們發(fā)現(xiàn)欺詐和更有效地管理電力等資源。
零售、體育、銀行、制造業(yè)和醫(yī)療保健等多個(gè)行業(yè)都在機(jī)器學(xué)習(xí)和人工智能領(lǐng)域找到了應(yīng)用。
現(xiàn)在的機(jī)器能夠非常精確地執(zhí)行精確定義的任務(wù)，但是-這是一個(gè)重要的警告-精度只與驅(qū)動(dòng)模型的數(shù)據(jù)的質(zhì)量以及在某些情況下的數(shù)量一樣好。目前機(jī)器學(xué)習(xí)的發(fā)展?fàn)顩r，加上經(jīng)過(guò)仔細(xì)考慮的數(shù)據(jù)的輸入，將使現(xiàn)有產(chǎn)品有可能得到無(wú)數(shù)的改進(jìn)，并最終開發(fā)出獨(dú)立的人工智能，盡管不是完全自主的“瘋狂運(yùn)行的機(jī)器人”類的人工智能設(shè)備。
但隨著機(jī)器學(xué)習(xí)的深入，我們正朝著日益復(fù)雜的人工智能邁出下一步：深入學(xué)習(xí)。對(duì)深度學(xué)習(xí)的復(fù)雜分析是通過(guò)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的，因?yàn)樗鼈兯缮⒌啬７氯四X的相互聯(lián)系的結(jié)構(gòu)，提供了多層次的功能。
事實(shí)上，這些神經(jīng)網(wǎng)絡(luò)是如此復(fù)雜，以至于機(jī)器得出結(jié)論的路徑還不容易理解。深度學(xué)習(xí)使用巨大的、自我完善的神經(jīng)網(wǎng)絡(luò)-只有在最近的計(jì)算能力的進(jìn)步下才有可能實(shí)現(xiàn)更廣泛的可訪問(wèn)性-以實(shí)現(xiàn)極其復(fù)雜的模式識(shí)別，比如識(shí)別語(yǔ)音或圖像。
只有在真正有意義的情況下才會(huì)使用深度學(xué)習(xí)，在這種情況下，它可以很快地發(fā)現(xiàn)隱藏在大量數(shù)據(jù)中的復(fù)雜的、可變的關(guān)系，而這些數(shù)據(jù)是我們還無(wú)法以任何其他方式提取出來(lái)。但是深度學(xué)習(xí)意味著機(jī)器可以通過(guò)與人類完全不同的分析視角來(lái)觀察問(wèn)題。它可以用來(lái)處理各種問(wèn)題。我們每天收集的所有數(shù)據(jù)的潛力尚未實(shí)現(xiàn)。
在人工智能的第二個(gè)關(guān)鍵組成部分-自然語(yǔ)言處理(NLP)-如何演變?yōu)樽匀徽Z(yǔ)言理解(NLU)方面也取得了進(jìn)展。如果NLP是一種將口語(yǔ)或書面語(yǔ)翻譯成一種算法可以理解的形式，然后以人們能夠理解的口語(yǔ)或書面語(yǔ)做出反應(yīng)的能力，那么NLU就更加熟悉了：能夠推斷語(yǔ)言中的含義，然后做出相應(yīng)的反應(yīng)，就像人們本能地做的那樣。Siri和Alexa是讓人工智能變得更簡(jiǎn)單、更人性化的第一步。
