• 大数据人官方群

    大数据人|中国大数据第一社区

     ?#19968;?#23494;码
     注册会员

    扫一扫访问微社区

    傅盛深度学习是什么

    2016-8-7 14:32| 发布者: admin| 查看: 10764| 评论: 0|原作者: 傅盛

    摘要: 人工智能就好像第四次工业革命正从学术界的私藏转变为一种能够改变世界的力量尤其以深度学习取得的进步为显著标志

    本文首发于 盛盛GO公众号fstalk作者傅盛?#21592;?#31227;动联合创始人兼CEO如需转载请联系首发公众号授权谢绝二次转载


    上一篇?#21307;?#20102;为什么坚信人工智能今天已成历史


    人工智能就好像第四次工业革命正从学术界的私藏转变为一种能够改变世界的力量尤其以深度学习取得的进步为显著标志


    它让匍匐前进60年的人工智能一鸣惊人


    我们正降落到一片新大陆深度学习带来的这场重大技术革命有可能颠覆过去20年互联网对技术的认知实现技术体验的跨越式发展


    那么深度学习到底是什么怎么理解它的重要性


    我们先从概念和现象入手


    ?#26131;?#32467;了一句话学术上?#27425;?#24517;严谨但从?#19994;?#29702;解角度看深度学习是基于多层神经网络的海量数据为输入的规则自学习方法


    这里包含了几个关键词


    第一个关键?#24335;?#22810;层神经网络


    深度学习所基于的多层神经网络并非新鲜事物甚?#29454;?0年代被认为没前途但近年来科学家们对多层神经网络的不断算法优化使它出现了突破性的进展


    以往很多算法是线性的而这世界上大多数事情的特征是复杂非线性的?#28909;?#29483;的图像中就包含?#25628;?#33394;形态五官光线等各?#20013;?#24687;深度学习的关键就是通过多层非线性?#25104;?#23558;这些因素成功分开


    为什么要深呢多层神经网络比浅层的?#20040;?#22312;哪儿呢


    简单说就是可以减少参数因为它重复利用中间层的计算单元我们还是以认猫为例好了它可以学习猫的分层特征最底层从原始像素开始学习刻画局部的边缘和纹中层把各种边缘进行组合描述不同类型的猫的器官最高层描述的是整个猫的全局特征


    它需要超强的计算能力同?#34987;?#19981;断有海量数据的输入特别是在信息表示和特征设计方面过去大量依赖人工严重影响有效?#38498;?#36890;用性深度学习则彻底颠覆了人造特征的范式开启了数据驱动的表示学习范式由数据自提取特征计算机自己发现规则进行自学习


    你可以理解为过去人们对经验的利用靠人类自?#21644;?#25104;在深度学习呢经验以数据?#38382;?#23384;在因此深度学习就是关于在计算机上从数据中产生模型的算法即深度学习算法


    问题来了?#25913;?#21069;讲大数据以及各种算法与深度学习有什么区别呢


    过去的算法模式数学上叫线性x和y的关系是对应的它是一种函数体现的?#25104;?#20294;这种算法在海量数据面前遇到了瓶颈国际上著名的ImagineNet图像分类大赛?#20040;?#32479;算法识别错误率一直降不下去上深度学习后错误率大幅?#26723;͡?#22312;2010年获胜的系统只能正确标记72%的图片到2012年多伦多大学的 Geoff Hiton利用深度学习的?#24405;?#26415;带领团?#37038;?#29616;了85%的准确率2015年的ImagineNet竞赛上一个深度学习系统以96%的准确率第一次超过了人类人类平均有95%的准确率


    计算机认图的能力已经超过了人尤其图像和语音等复杂应用深度学习技术取得了优越的性能为什么呢其实就是思路的革新


    举几个脑洞大开的例子


    1


    ?#20154;?span style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box !important; word-wrap: break-word !important; color: rgb(255, 0, 0);">计算机认猫


    我们通常能用很多属性描述一个事物其中有些属性可能很关键很有用另一些属性可能没什么用我们就将属?#21592;?#31216;为特征特征辨识就是一个数据处理的过程


    传统算法认猫也是标注各种特征去认就是大眼睛有胡子有花纹但这种特征写着写着有的猫和老虎就分不出来狗和猫也分不出来这种方法叫人制定规则机器学习这种规则


    深度学习方法怎么办呢直接给你百万张图片说这里有猫再给你?#20064;?#19975;张图说这里没猫然后再训练一个深度网络通过深度学习自己去学猫的特征计算机就知道了谁是猫


    2


    第二个例子是谷歌训练机械手抓取


    传统方法肯定是看到那里有个机械手就写好函数move到xyz标注的空间点利用程序实现一次抓取


    而谷歌现在用机器人训练一个深度神经网络帮助机器人根据摄像头输入和电机命令预测抓取的结果简单说就是训练机器人的手眼协调机器人会观测自己的机械臂实?#26412;?#27491;抓取运动


    所有行为都从学习中自然浮现而不是依?#30475;?#32479;的系统程序


    为了加快学习进程谷歌用了14个机械手同时工作在将近3000小时的训练相当于80万次抓取尝试后开始看到智能?#20174;?#34892;为的出现据公开资料没有训练的机械手前30次抓取失败率为34%而训练后失败?#24335;档?#21040;18%


    这就是一个自我学习的过程


    3


    有人问了深度学习能学习?#27425;?#31456;吗


    来看这个例子斯坦福大学的计算机博士andrej kapathy曾用托尔斯泰的小说战争与?#25512;?#26469;训练神经网络每训练100个回合就叫它?#27425;?#31456;100个回合后机器知道要空格但仍然有乱码500个回合后能正确拼写一些短单词1200个回合后有标点符号?#32479;?#21333;词2000个回合后已经可以正确拼写更复杂的语句


    整个演化过程是个什么情况呢


    以前我们?#27425;?#31456;只要告诉主谓宾而以上过程完全没人告诉机器语法规则甚至连标点和字母区别都不用告诉它不告诉机器任何程序只是不停将原始数据进行训练一层一层训练最后输出结果就是一个个看得懂的语句


    一切看起来都很有趣人工智能与深度学习的美妙之处也正在于此


    4

    ?#19968;?#21435;硅谷看过一家公司完全颠覆以往的算法利用深度学习实现图像深度信息的采集


    众所周知市面上已经有无人机可实现人的跟踪它的方法是什么呢一个人在图像系统里一堆色块的组合通过人工的方式进行特征选择?#28909;?#39068;色特征梯度特征拿简单的颜色特征举例?#28909;?#20320;穿着绿色?#36335;?#31361;然走进草丛就可能跟丢或他脱了件?#36335;?#20960;个人很相近也容易跟丢


    此时若想在这个基础上继续优化将颜色特征进行某些调整是非常困难的而?#19994;?#25972;后?#22815;?#23384;在对过去某些状况不适用的问题


    总之这样的算法需要不停迭代迭代又会影响前面的效果


    而硅?#26085;?#20010;团队利用深度学习把所有人脑袋做出来只区分好前景和背景区?#31181;?#21518;背景全部用数学方式随意填充再不断生产大量背景数据进行自学习只要把前景学习出来就行


    据我所知很多传统方法还在采用双目视觉用计算机去做局?#31185;?#37197;再根据双目测出的两个匹配的差距去推算空间另一个点和它的三角位置从而判断离你多远


    可想而知深度学习的出现使得很多公司?#37327;?#31215;累的软件算法直接作废了


    算法为核心竞争力?#20445;?#27491;在转变为数据为核心竞争力


    技术人员必须进入新的起跑线


    5

    最后再举个例子


    大家都做过胃镜尤其胃痛很痛苦肠胃镜要分开做而且小肠看不见


    有一家公司出了一种胶囊摄像头吃进去后在你的消化道每5秒拍一幅图连续摄像此后再排出胶囊所有关于肠道?#35206;?#30340;问题全部完整记录但医生光把那个图看完就需要五个小时原本的机器主动检测漏检率高要医生复查


    后来他们采用深度学习采集8000多例图片数据灌进去用机器不断学不仅提高诊断精确率减少了医生的漏诊以及对稀缺好医生的经验依赖只需要靠机器自己去学习规则


    深度学习算法可以帮助医生作出决策


    ?#31169;?#23436;深度学习接着思考一个问题20世纪70年代末80年代初个人电脑突飞猛进时人工智能的商业化却步履维艰乔布斯曾这样定义个人计算机的价值它是我们思维的自行车那么今天的人工智能呢深度学习呢它给我们真正带来的东西是什么未来对行业和社会有什么影响中国公司的机会在哪



    鲜花

    ?#24080;?/a>

    雷人

    路过

    鸡蛋

    最新评论

    关闭

    站长推荐上一条 /2 下一条


    id="mn_portal" >首页Portalid="mn_P18" onmouseover="navShow('P18')">应用id="mn_P15" onmouseover="navShow('P15')">技术id="mn_P37" onmouseover="showMenu({'ctrlid':this.id,'ctrlclass':'hover','duration':2})">?#25226;?/a>id="mn_P36" onmouseover="navShow('P36')">宝箱id="mn_P61" onmouseover="showMenu({'ctrlid':this.id,'ctrlclass':'hover','duration':2})">专栏id="mn_P65" >企业id="mn_forum_2" >社区BBSid="mn_Nd633" >导航 折叠导航 关注微信 关注微博 关注我们

    QQ|广告服务|关于我们|鄂ICP备14012176号-2|Archiver|手机版|小黑屋|大数据人    

    GMT+8, 2019-6-19 08:54 , Processed in 0.474882 second(s), 21 queries .

    Powered by 小雄! X3.2

    © 2014-2016 bigdataer Inc.

    返回顶部
    ʮ