首页 » 人工智能 » 人工智能、机器学习、深度学习,终于弄懂了……

人工智能、机器学习、深度学习,终于弄懂了……

admin 人工智能 291 次浏览 没有评论
西线学院

Google DeepMind的AlphaGo打败了韩国的围棋大师李世乭九段。在媒体描述DeepMind胜利的时候,将人工智能(AI)、机器学习(machine learning)和深度学习(deep learning)都用上了。这三者在AlphaGo击败李世乭的过程中都起了作用,但它们说的并不是一回事。

本文讲解了 AI 、机器学习、深度学习是怎么回事,他们之间的关系,常见的 AI 算法等知识。当有人问你这些概念的时候,你可以通熟易懂地讲解。

人工智能(AI)、机器学习(ML)、深度学习(DL)的关系如下,DL⊆ ML ⊆ AI。

人工智能比喻成的孩子大脑,而机器学习就是让孩子去掌握认知能力的过程,而深度学习是这过程中很有效率的一种教学体系。

人工智能是目的,是结果;深度学习、机器学习是方法,是工具。

人工智能的概念是在 1955 年提出的;机器学习概念是 1990 年提出的;深度学习概念是 2010 年提出的。

深度学习曾经是以机器学习中的「神经网络算法」的身份存在的,随着大数据的爆发,深度学习被单拿出来,成为一种学习思想。

人工智能、机器学习、深度学习,终于弄懂了……

从亚马逊、Facebook、谷歌、微软这些顶级科技公司能都看出,世界上最具影响力的技术公司的领导者都在强调他们对人工智能(AI)的关注。

什么是人工智能?

人工智能的定义是让机器实现原来只有人类才能完成的任务,其核心是算法。

例如下图所示就是让机器模拟人各种能力的人工智能领域示意图:

人工智能、机器学习、深度学习,终于弄懂了……

人工智能为什么很重要?

人工智能一直是计算机科学的前沿和热点领域,受关注度因技术的发展几起几落,自上个世纪50年代提出后受到热捧,到70年代因算法处理非线性问题的效果不理想而淡出公众视野,80年代末期又因“专家系统”的兴起再次引起众多世界500强企业青睐,21世纪后随着神经网络、遗传算法等新算法的成熟,以及“深度学习”领域核心问题的突破,人工智能的热潮再次来临。

人工智能技术 将极大地提升和扩展人类的能力边界,对促进技术创新、提升国家竞争优势,乃至推动人类社会发展产生深远影响。而当前,人工智能技术的发展已经迎来拐点。

 

机器学习:推理 – 知识 – 学习

机器学习(ML)是 AI 的一个子集。所有机器学习是 AI,但不是所有的 AI 是机器学习。「AI」的兴趣在今天表现于人们对「机器学习」的热情,进展迅速且明显。

机器学习让我们通过算法来解决一些复杂的问题。正如人工智能先驱 Arthur Samuel 在 1959 中写道的那样,机器学习是需要研究的领域,它给计算机学习的能力而不是明确地编程能力。

大多数机器学习的目标是为特定场景开发预测引擎。一个算法将接收到一个域的信息(例如,一个人过去观看过的电影),权衡输入做出一个有用的预测(未来想看的不同电影的概率)。

通过计算机学习的能力,通过优化任务衡量变量的可用数据,做出算法,来对未来做出准确的预测。

机器通过训练学习。算法最初接收其输出是已知的示例,此时要注意其预测和正确输出之间的差异,并且调谐输入的权重以提高其预测的准确性,直到它们被优化。因此,机器学习算法的定义特征是,它们的预测的质量随着经验而改进。

 

深度学习——一种实现机器学习的技术

人工神经网络(Artificial Neural Networks)是早期机器学习中的一个重要的算法,历经数十年风风雨雨。神经网络的原理是受我们大脑的生理结构——互相交叉相连的神经元启发。但与大脑中一个神经元可以连接一定距离内的任意神经元不同,人工神经网络具有离散的层、连接和数据传播的方向。

现在,经过深度学习训练的图像识别,在一些场景中甚至可以比人做得更好:从识别猫,到辨别血液中癌症的早期成分,到识别核磁共振成像中的肿瘤。Google的AlphaGo先是学会了如何下围棋,然后与它自己下棋训练。它训练自己神经网络的方法,就是不断地与自己下棋,反复地下,永不停歇。

深度学习使得机器学习能够实现众多的应用,并拓展了人工智能的领域范围。深度学习摧枯拉朽般地实现了各种任务,使得似乎所有的机器辅助功能都变为可能。无人驾驶汽车,预防性医疗保健,甚至是更好的电影推荐,都近在眼前,或者即将实现。

义乌奥美编程,转载链接。

本文永久链接: http://code.ywbb.com/363.html

发表评论

Go