深度學(xué)習(xí)與人工智能密不可分 技術(shù)已深入生活

經(jīng)常在網(wǎng)絡(luò)上看到人工智能、機(jī)器學(xué)習(xí)、“深度學(xué)習(xí)”這些詞匯，但真正理解它們的人卻少之又少，多數(shù)人對(duì)這詞匯的含義及其背后的關(guān)系似懂非懂。

“深度學(xué)習(xí)”與人工智能密不可分，要講清楚什么是“深度學(xué)習(xí)”，就要先從人工智能說起。

自從 1956 年計(jì)算機(jī)科學(xué)家們?cè)谶_(dá)特茅斯會(huì)議（Dartmouth Conferences）上確認(rèn)人工智能這個(gè)術(shù)語以來，人們就不乏對(duì)人工智能奇思妙想，如今雖然夢(mèng)想的局面還沒有出現(xiàn)，但是稍微弱一點(diǎn)的人工智能已經(jīng)大行其道了，比如圖像識(shí)別、語音識(shí)別、多語言翻譯等。

機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的一種重要方法。機(jī)器學(xué)習(xí)的概念來自早期的人工智能研究者。簡(jiǎn)單來說，機(jī)器學(xué)習(xí)就是使用算法分析數(shù)據(jù)，從中學(xué)習(xí)并自動(dòng)歸納總結(jié)成模型，最后使用模型做出推斷或預(yù)測(cè)。與傳統(tǒng)的編程語言開發(fā)軟件不同，使用大量的數(shù)據(jù)送給機(jī)器學(xué)習(xí)，這個(gè)過程叫做“訓(xùn)練”。

“深度學(xué)習(xí)”，是機(jī)器學(xué)習(xí)中近年來倍受重視的一種。“深度學(xué)習(xí)”根源于類神經(jīng)網(wǎng)絡(luò)模型，但今日“深度學(xué)習(xí)”的技術(shù)和它的前身已截然不同，目前最好的語音識(shí)別和影像辨識(shí)系統(tǒng)，都是以“深度學(xué)習(xí)”技術(shù)來完成的，像各手機(jī)廠商宣傳的AI拍照功能，以及此前紅遍大街小巷的阿爾法圍棋（AlphaGo，是第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器人，由谷歌旗下公司開發(fā) ）都是基于“深度學(xué)習(xí)”技術(shù)，僅僅是應(yīng)用場(chǎng)景不同。值得注意的是，“深度學(xué)習(xí)”本來并不是一種獨(dú)立的學(xué)習(xí)方法，其本身也會(huì)用到有監(jiān)督和無監(jiān)督的學(xué)習(xí)方法，來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)。但由于近幾年該領(lǐng)域發(fā)展迅猛，一些特有的學(xué)習(xí)手段相繼被提出（如殘差網(wǎng)絡(luò)），因此越來越多的人將其單獨(dú)看作一種學(xué)習(xí)方法。

最初的“深度學(xué)習(xí)”是利用深度神經(jīng)網(wǎng)絡(luò)來解決特征表達(dá)的一種學(xué)習(xí)過程。深度神經(jīng)網(wǎng)絡(luò)本身并不是一個(gè)全新的概念，可大致理解為包含多個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。為了提高深層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效果，人們對(duì)神經(jīng)元的連接方法和激活函數(shù)等方面做出相應(yīng)的調(diào)整。其實(shí)有不少想法早年間也曾有過，但由于當(dāng)時(shí)訓(xùn)練數(shù)據(jù)量不足、計(jì)算能力落后，因此最終的效果不盡如人意。

截至目前，“深度學(xué)習(xí)”在圖像、語音等富媒體的分類和識(shí)別上取得了非常好的效果，所以各大研究機(jī)構(gòu)和公司都投入了大量的人力做相關(guān)的研究和開發(fā)。

其實(shí)，在我們?nèi)粘Ｉ钪幸呀?jīng)有很多應(yīng)用“深度學(xué)習(xí)”技術(shù)的案例了。

在電商行業(yè)，我們?yōu)g覽淘寶時(shí)，頁(yè)面中有很多都符合你的愛好并且最近有意向購(gòu)買的商品，這種個(gè)性化推薦中就涉及到“深度學(xué)習(xí)”技術(shù)；還有就是在購(gòu)物界面能和你進(jìn)行對(duì)話，解決疑問的淘寶智能機(jī)器人，也涉及“深度學(xué)習(xí)”技術(shù)。

在交通領(lǐng)域，通過“深度學(xué)習(xí)”技術(shù)能監(jiān)測(cè)到車輛停車、逆行等行為，甚至精確識(shí)別車輛的車牌號(hào)、顏色、車型、車輛里的人物等來輔助交通執(zhí)法，甚至在發(fā)生交通事故和交通擁堵時(shí)進(jìn)行報(bào)警等。

在金融行業(yè)，銀行通過“深度學(xué)習(xí)”技術(shù)能對(duì)數(shù)以百萬的消費(fèi)者數(shù)據(jù)（如年齡、職業(yè)、婚姻狀況等）、金融借款和保險(xiǎn)情況（是否有違約記錄、還款時(shí)間、車輛事故記錄等）進(jìn)行分析，進(jìn)而判斷出是否能進(jìn)行貸款服務(wù)。

在家居行業(yè)，智能家居的應(yīng)用也用到了“深度學(xué)習(xí)”技術(shù)，比如智能冰箱通過圖像識(shí)別等技術(shù)，記錄食材種類和用戶日常飲食數(shù)據(jù)，進(jìn)而分析用戶的飲食習(xí)慣，并根據(jù)多維度給出最全面的健康膳食建議。

還有教育行業(yè)、醫(yī)療行業(yè)等，“深度學(xué)習(xí)”技術(shù)已經(jīng)滲透到多個(gè)行業(yè)和領(lǐng)域

責(zé)任編輯：PSY