目前，世界各国都开始重视深度学习的发展。从数量、投资等角度来看，自然语言处理、机器人、计算机视觉成为了人工智能最为热门的三个产业方向。深度学习是科技发展的必然趋势，是一种实现人工智能的强大技术，已经在图像视频处理、语音处理、自然语言处理等领域取得了大量成功应用案例，并对学术界和工业界产生了非常广泛的影响。......
2023-06-28
深度学习技术的崛起：华裔科学家改变了人工智能界的看法
【摘要】：转机出现在2012年，两位华裔科学家让深度学习突破了技术瓶颈，他们分别是斯坦福大学教授吴恩达和李飞飞。吴恩达和李飞飞的研究贡献，彻底改变了人工智能学术界对深度学习的看法。2012年，在斯坦福大学举办的一项人工智能算法大赛上，深度学习大放异彩，一举夺得桂冠。其实，深度学习并不是人工智能唯一的运算模型，还有许多有价值的模型仍在试验当中，它们的应用范围相对较小。
首先，我们要说的是，人工智能算法模型的演进过程。
20世纪80年代，一位叫作杰弗里·辛顿的英国学者，发表了一篇阐述多层神经网络训练方法的论文，主题是探索如何用计算机系统来模拟人类大脑。在此后的几十年里，无数人工智能领域专家都在研究，如何实现辛顿这篇论文里的愿景。多层神经网络训练就是我们现在所说的深度学习原型，也是人工智能技术的终极形态。
什么是深度学习呢？它是机器学习里的一个核心研究方向，其最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
虽然辛顿在深度学习领域做出了较大的贡献，却因为其模型运算结果不理想，一直无法获得学术界的认可，这一拖就是30年。转机出现在2012年，两位华裔科学家让深度学习突破了技术瓶颈，他们分别是斯坦福大学教授吴恩达和李飞飞。
作为当今全球人工智能领域最权威的学者之一，吴恩达不仅是斯坦福大学计算机科学和电子工程学的学术风向标，更因其一手创建并领导了谷歌深度学习团队，被业界誉为“谷歌大脑之父”。他通过研究发现，深度学习需要计算机拥有强大的运算能力，随即与英伟达公司展开合作，共同开发出了计算性能极强的图形处理器GPU，彻底解决了之前算力不足的问题。如今，这一芯片已被广泛用于人工智能研究的各个领域，为相关技术发展带去极大的算力支持。
另一位科学家李飞飞，则是当今人工智能领域成就最大的华裔女性，担任斯坦福大学红杉讲席教授，以及美国国家工程院院士。她的主要贡献在于参与建设了两个数据库：Caltech 101和ImageNet。尤其是ImageNet，已经成为当今全球最大的图像识别数据库。凭借这两个数据库，李飞飞成功开发出了视觉能力超过人类的人工智能图像识别系统。
他们的研究成果，间接证明了三个事实：第一，人工智能需要计算机系统极强的运算能力；第二，训练对于人工智能系统非常重要；第三，深度学习是人工智能系统中最合适的模型。
吴恩达和李飞飞的研究贡献，彻底改变了人工智能学术界对深度学习的看法。2012年，在斯坦福大学举办的一项人工智能算法大赛上，深度学习大放异彩，一举夺得桂冠。
至此，折腾了30多年的深度学习模型才奠定了自己在人工智能领域的地位，其在语音和图像识别方面取得的进展，远远超过先前的相关技术，也深刻影响了之后人工智能的研究方向。
其实，深度学习并不是人工智能唯一的运算模型，还有许多有价值的模型仍在试验当中，它们的应用范围相对较小。比如，美国科学家杰夫·霍金斯的记忆预测模型也比较出名，它的运算过程与人脑更加接近，但同样因为结果不理想而暂时不被外界认可。
又比如，决策树也是比较常见的运算模型。它主要被用来评价项目风险和判断其可行性。但缺点也很明显，它没办法处理一些连续字段，而且当数据类型较多时，需要先对数据进行人工分类和清洗，诸如此类的限制比较多。
有关解码智能时***新未来认知的文章
- 详细阅读
-
深度学习的优势解析详细阅读
深度学习是机器学习的第二次浪潮。图7-3多层神经网络表达复杂函数深度学习的实质是通过构建具有很多隐层的机器学习模型和海量的训练数据来学习更有用的特征，从而最终提升分类或预测的准确性。深度学习与传统的神经网络之间有相同的地方也有很多不同。深度学习整体上是一个由许多智能的隐含层构成的训练机制，这样做可以更大限度地刻画和模拟现实中各种非线性目标函数。......
2023-06-28
-
日本大化改新：重塑历史，崛起东亚详细阅读
58日本大化改新日本是由许多大大小小的岛屿组成的一个海上岛国，很少和外界接触，古时的日本比不上邻近的朝鲜，更没法和中国相比，是东亚最落后的国家。部民制日本大和国时期的奴隶制，产生于4世纪末，大化改新后废除。大化改新是日本历史上一个重要事件。原来日本国王的正式称呼是“大王”，因统治者宣称太阳神是其他所有神的统治者，天皇是太阳神的后裔，神化天皇，所以后来改称“天皇”。......
2023-11-29
-
基于深度学习的人脸识别技术优化方案详细阅读
由于任务中待识别ID是半封闭集合，可以融合图像分类和度量学习的思路进行模型训练。第二阶段采用Softmax Loss+0.01×Center Loss，并在业务数据上进行网络参数的微调。目前把人脸分割为9个区域，加上人脸整体区域，共需训练10个模型。图10-12基于集成学习的人脸识别在测试阶段，对于待验证的人脸区域和候选人脸区域，分别基于图10-12所示的10个区域提取特征。最终，通过相似度加权的方法判断两张人脸是否属于同一个人。表10-1公开数据集评测结果......
2023-06-28
-
深度学习的基本思想与方法详细阅读
假设我们有一个系统S，它有n层（S1，…，Sn），它的输入是I，输出是O，可形象地表示为：I=＞S1=＞S2=＞…回到深度学习的主题，人们需要自动地学习特征，假设有一堆输入I，设计一个系统S（有n层），通过调整系统中参数，使得它的输出仍然是输入I，那么我们就可以自动地获取得到输入I的一系列层次特征，即S1，…对于深度学习来说，其思想就是堆叠多个层，也就是说这一层的输出作为下一层的输入。上述就是深度学习的基本思想。......
2023-06-28
-
探索深度学习的自学能力与应用详细阅读
直到深度学习出现，方才打破这一困境。深度学习指机器根据某些基本原理自主进行训练，最终具备自学能力。深度学习源于人工神经网络的研究，通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习是解决以上问题最好的方案之一。深度学习技术的成功依赖于两个关键因素：第一，计算速度得到大幅提升。......
2023-06-27
-
教学变革：新学习系统与深度学习详细阅读
《国家中长期教育改革和发展规划纲要》中提到：“坚持以人为本、全面实施素质教育的核心是解决好培养什么人。”纲要中提到培养时应以能力为重，即培养学生的学习能力、实践能力、创新能力，教育学生学会知识技能，学会动手动脑，学会生存生活，学会做人做事，促进学生主动适应社会，开创美好未来。......
2023-08-08
-
教学策略结合新技术：深度探索与学习成果详细阅读
例如运用AR、VR等各种直观教学手段，创设适宜学生积极思考的情境，培养学生进行探究学习的兴趣。在探究学习的情境引导设计中运用的VR技术，是一种可以创建和体验虚拟世界的计算机仿真系统，在不增加硬件开销的基础上，可以让学生虚拟浏览博物馆里的陈设，利于开展各种关于博物馆的教学研究等。将三维虚拟对象叠加到真实世界显示的技术称为增强现实。......
2023-11-03
相关推荐