成人小说亚洲一区二区三区,亚洲国产精品一区二区三区,国产精品成人精品久久久,久久综合一区二区三区,精品无码av一区二区,国产一级a毛一级a看免费视频,欧洲uv免费在线区一二区,亚洲国产欧美中日韩成人综合视频,国产熟女一区二区三区五月婷小说,亚洲一区波多野结衣在线

立即打開
人工智能革命:深度學(xué)習(xí)改變世界

人工智能革命:深度學(xué)習(xí)改變世界

財(cái)富中文網(wǎng) 2016年12月25日
持續(xù)多年的科技發(fā)現(xiàn)正在重塑整個IT產(chǎn)業(yè)、甚至所有企業(yè)的面貌。

過去四年間,人們肯定已經(jīng)注意到,我們身邊的很多日常科技正在發(fā)生著日新月異的巨大進(jìn)步。

最明顯的是,智能手機(jī)語音識別功能的識別質(zhì)量與過去比有了巨大突破。我們只需對著手機(jī)說出妻子或者丈夫的名字,就能毫不費(fèi)力地接通他們的電話,而不至于被錯接到鐵路公司或者怒氣沖沖的前女友或男友的電話上。事實(shí)上,我們目前正在越來越多地通過語音識別功能(例如亞馬遜的Alexa、蘋果的Siri、微軟的Cortana、以及谷歌推出的大量語音交流功能)與計(jì)算機(jī)進(jìn)行溝通。中國搜索巨頭百度稱,在過去18個月內(nèi),使用語音識別交互功能的用戶數(shù)量增加了兩倍。

機(jī)器翻譯及其他語言處理工具的質(zhì)量與以前相比也有了巨大提升。每個月,谷歌、微軟、Facebook和百度都會推出新的語言處理功能。谷歌翻譯(Google Translate)目前能夠提供32種語言間的語音翻譯,以及103種語言間的文本翻譯(包括宿務(wù)語、伊博語和祖魯語等小語種)。谷歌Inbox能夠?yàn)槭占淅锏碾娮余]件預(yù)設(shè)3條自動回復(fù)。

圖像識別技術(shù)也在突飛猛進(jìn)。以上四家企業(yè)都已推出了無需輸入關(guān)鍵詞就能幫你搜索或自動整理照片庫的功能。例如,你可以迅速篩選出畫面里有狗的照片、下雪天拍攝的照片、或者具有抽象特性——例如有人擁抱——的照片。四家公司都在開發(fā)能夠在數(shù)秒內(nèi)為照片自動撰寫圖片說明的功能。

這些功能貌似簡單,實(shí)際上背后卻是極為復(fù)雜的技術(shù)。想想看,為了篩選出有狗的照片,軟件就必須識別從吉娃娃到德國牧羊犬等所有品種的狗,還必須考慮狗的畫面上下顛倒、狗的一部分模糊不清、狗位于畫面左側(cè)或右側(cè)、起霧或下雪、晴天或陰天等等種類繁多的情況。與此同時,還必須排除掉狼和貓。而這一切僅僅只用到圖片像素。那么,這一切都是怎么做到的?

?????????????????????????????????????? 神經(jīng)網(wǎng)絡(luò)如何識別出圖片中有狗?

1. 訓(xùn)練

訓(xùn)練階段中,讓神經(jīng)網(wǎng)絡(luò)處理數(shù)以千計(jì)的有標(biāo)簽動物圖片,并學(xué)習(xí)如何將其分類。

2.輸入

將一張無標(biāo)簽圖片輸入相關(guān)網(wǎng)絡(luò)。

a.第一層

神經(jīng)元對邊線等圖像元素做出反應(yīng)。

b.更高層

神經(jīng)元對更多復(fù)雜結(jié)構(gòu)做出反應(yīng)。

c.最頂層

神經(jīng)元對非常復(fù)雜抽象的概念做出反應(yīng),即分辨出不同動物。

3.輸出

神經(jīng)網(wǎng)絡(luò)猜出最有可能是什么物體。

圖像識別的應(yīng)用范圍已經(jīng)遠(yuǎn)遠(yuǎn)超出流行社交App的范疇。有醫(yī)療初創(chuàng)公司稱,他們很快就能使用計(jì)算機(jī)以超過放射科醫(yī)師的速度和準(zhǔn)確度判讀X光、核磁共振和CT圖像、以創(chuàng)傷更小的方式診斷早期癌癥、或者研發(fā)治療重大疾病的藥物。高質(zhì)量的圖像識別技術(shù)是機(jī)器人、自主化無人機(jī)、以及自動駕駛汽車技術(shù)(這一技術(shù)意義重大,于6月成為本刊封面故事的主題)取得進(jìn)一步發(fā)展的關(guān)鍵。目前,福特、特斯拉、優(yōu)步、百度和谷歌母公司Alphabet都在加緊測試其自動駕駛樣車在公路上的表現(xiàn)。

大多數(shù)人都不知道,上面的這些突破實(shí)際上都能歸攏到單獨(dú)一項(xiàng)突破上。它們背后的英雄都是人工智能(artificial intelligence,簡稱AI)家族樹上的一個分支——深度學(xué)習(xí)。有些科學(xué)家仍然喜歡以它原來的名稱——深度神經(jīng)網(wǎng)絡(luò)——來稱呼它。

神經(jīng)網(wǎng)絡(luò)最神奇的地方在于,它的能力屬于自動生成,從來沒人能編寫出一套計(jì)算機(jī)程序來實(shí)現(xiàn)上述描述過的任何一項(xiàng)任務(wù),實(shí)際上也沒人能做到這一點(diǎn)。為了構(gòu)建神經(jīng)網(wǎng)絡(luò),需要計(jì)算機(jī)內(nèi)安裝一套學(xué)習(xí)性算法,并讓其處理輸入的海量數(shù)據(jù)(例如,數(shù)十萬張圖像,或者持續(xù)數(shù)年時間的巨量語音樣本)對它進(jìn)行訓(xùn)練,從而讓計(jì)算機(jī)自己學(xué)會如何找出所需物體、詞匯或句段。

簡言之,這種計(jì)算機(jī)能夠自我學(xué)習(xí)?!白罱K是要讓軟件自己寫軟件,”圖像處理行業(yè)巨頭英偉達(dá)公司CEO黃仁勛說。英偉達(dá)公司在大約5年前對深度學(xué)習(xí)投下了巨額賭注。

???????????????????????????????????????????英偉達(dá)公司CEO黃仁勛

神經(jīng)網(wǎng)絡(luò)并非一個新興概念。神經(jīng)網(wǎng)絡(luò)起源于1950年代,在1980和1990年代,神經(jīng)網(wǎng)絡(luò)算法取得了多項(xiàng)重大突破。與當(dāng)時不同的是,今天的計(jì)算機(jī)科學(xué)家手中握有兩件超級武器:極為強(qiáng)大的計(jì)算能力和極為龐大的數(shù)據(jù)庫——今天的互聯(lián)網(wǎng)上每天流轉(zhuǎn)著天文數(shù)字的圖像、視頻、音頻和文本——從而為神經(jīng)網(wǎng)絡(luò)大顯神威鋪平了道路?!斑@堪稱深度學(xué)習(xí)領(lǐng)域的寒武紀(jì)生物大爆發(fā),”硅谷風(fēng)投公司安德森-霍洛維茨公司(Andreessen Horowitz)合伙人弗蘭克·陳(Frank Chen)說,他提到的寒武紀(jì)生物大爆發(fā)是高等動物物種突然暴增的時期。

這一系列技術(shù)突破帶來了一波接一波的創(chuàng)業(yè)浪潮。市場研究機(jī)構(gòu)CB Insights發(fā)布報告稱,上個季度,人工智能初創(chuàng)企業(yè)獲得的股權(quán)投資超過10億美元,創(chuàng)下歷史季度新高。CB Insights還稱,2016年第二季度,人工智能初創(chuàng)企業(yè)獲得121宗投資,而2011年同時期這一數(shù)字僅有21宗。從2011年到2016年,人工智能初創(chuàng)企業(yè)共獲得75億美元投資,其中60多億美元都是在2014年以后到位的。(9月末,人工智能行業(yè)五大巨頭——亞馬遜、Facebook、谷歌、IBM和微軟共同組建了非營利機(jī)構(gòu)人工智能伙伴計(jì)劃(Partnership on AI,該機(jī)構(gòu)的使命在于促進(jìn)公眾對于人工智能的了解,并對與人工智能有關(guān)的道德問題和最佳實(shí)踐開展研究。)

谷歌發(fā)言人表示,2012年,谷歌的深度學(xué)習(xí)項(xiàng)目僅有兩個,而今天則已超過1,000個,覆蓋了包括搜索、安卓、Gmail、翻譯、地圖、YouTube和自動駕駛等所有產(chǎn)品領(lǐng)域。2011年,當(dāng)時采用人工智能技術(shù),沒有涉及深度學(xué)習(xí)的IBM沃森系統(tǒng)在Jeopardy!問答比賽中兩度奪桂。而據(jù)沃森部門的CTO羅伯·海(Rob High)表示,目前沃森所有30個服務(wù)組件都已由深度學(xué)習(xí)技術(shù)進(jìn)行了強(qiáng)化。

五年前對深度學(xué)習(xí)一無所知的風(fēng)險資本今天已經(jīng)不愿意投資未采用深度學(xué)習(xí)技術(shù)的初創(chuàng)企業(yè)。弗蘭克·陳說,“在我們當(dāng)今所處的時代,對于設(shè)計(jì)復(fù)雜軟件應(yīng)用的程序設(shè)計(jì)師,”人們會問,“你的應(yīng)用有沒有自然語言處理版本?我能和你的應(yīng)用直接對話嗎?因?yàn)槲也幌肜速M(fèi)時間點(diǎn)擊菜單。”

已經(jīng)有公司開始把深度學(xué)習(xí)融入其日常工作流程。微軟研究院聯(lián)席院長彼得·李表示:“我們的銷售團(tuán)隊(duì)正在使用神經(jīng)網(wǎng)絡(luò)自動篩選主推的產(chǎn)品和重點(diǎn)開發(fā)的客戶資源。”

硬件世界也已經(jīng)感受到了這股力量。計(jì)算能力出現(xiàn)爆炸式激增的原因不僅在于摩爾定律,還在于2000年代末英偉達(dá)圖像處理器(GPU)- 最初為3D游戲開發(fā)的高性能芯片 - 的計(jì)算能力超過傳統(tǒng)中央處理器(CPU)20-50倍,從而為深度學(xué)習(xí)計(jì)算的開展鋪平了道路。今年8月,英偉達(dá)宣布,其數(shù)據(jù)中心業(yè)務(wù)的季度收入達(dá)到1.51億美元,比去年同期增長一倍以上。英偉達(dá)首席財(cái)務(wù)官對投資者表示:“目前,絕大部分增長來自深度學(xué)習(xí)。”在為時83分鐘的電話會議中,“深度學(xué)習(xí)”一詞出現(xiàn)了81次。

芯片業(yè)巨頭英特爾也在躍躍欲試。過去兩個月,英特爾收購了Nervana Systems (收購價格超過4億美元)和Movidius(收購價格未透露)兩家提供定制化深度學(xué)習(xí)計(jì)算技術(shù)的初創(chuàng)公司。

谷歌在5月表示,在過去的一年里,他們一直在秘密使用名為一款名為Tensor處理器(TPU)的定制芯片運(yùn)行采用了深度學(xué)習(xí)技術(shù)的軟件應(yīng)用。(Tensor是指類似矩陣,在深度學(xué)習(xí)計(jì)算中經(jīng)常相乘的數(shù)字序列。)

事實(shí)上,各大企業(yè)似乎到達(dá)了另一個拐點(diǎn)。百度首席科學(xué)家吳恩達(dá)表示:“有很多標(biāo)普500公司CEO都后悔沒能早點(diǎn)時間啟動互聯(lián)網(wǎng)戰(zhàn)略。我敢說在5年后,會有很多標(biāo)普500公司CEO后悔沒能早點(diǎn)時間啟動人工智能戰(zhàn)略?!?/strong>

???????????????????????????????????????????? 百度首席科學(xué)家吳恩達(dá)

吳恩達(dá)認(rèn)為,以深度學(xué)習(xí)為基礎(chǔ)的人工智能的重要性甚至超過了互聯(lián)網(wǎng)?!叭斯ぶ悄苁切聲r代的電力,”他說。“100年前,電力改造了所有行業(yè)的面貌,人工智能也必將如此。”

深度學(xué)習(xí)實(shí)質(zhì)上是一個非常細(xì)分的概念。 “人工智能”是由大量技術(shù) ——包括基于邏輯和規(guī)則的傳統(tǒng)技術(shù)——所構(gòu)成的一個技術(shù)組合體,在人工智能的輔助下,計(jì)算機(jī)和機(jī)器人能夠以模擬人類思維的方式解決問題。作為人工智能的一個分支概念,機(jī)器學(xué)習(xí)是一個由高度復(fù)雜但重要的數(shù)學(xué)技術(shù)構(gòu)建的完整工具包,在此工具包的協(xié)助下,計(jì)算機(jī)能夠通過學(xué)習(xí)經(jīng)驗(yàn)而提高執(zhí)行任務(wù)的質(zhì)量。而深度學(xué)習(xí)則是機(jī)器學(xué)習(xí)下屬的一個更為細(xì)分的概念。

深度學(xué)習(xí)的作用可以簡單用 “輸入A,輸出B”來概括,吳恩達(dá)說。“你輸入音頻文件,輸出字幕。這就是語音識別?!奔偃缬脭?shù)據(jù)對軟件不斷進(jìn)行訓(xùn)練,就會得出無窮無盡的可能結(jié)果,他說。“你輸入電子郵件,會輸出:這是一封垃圾郵件嗎?”輸入貸款應(yīng)用,會輸出客戶償還貸款的可能性。輸入對一個汽車車隊(duì)的使用規(guī)律,則會輸出把下一輛車派到哪里的建議。

從這個角度看,深度學(xué)習(xí)擁有改造所有行業(yè)的能力?!坝?jì)算機(jī)視覺技術(shù)繼續(xù)發(fā)展下去就會引發(fā)極其重大的變革,”谷歌大腦項(xiàng)目主管杰夫·迪恩(Jeff Dean)說。他有些神情不安地加了一句:“現(xiàn)在計(jì)算機(jī)已經(jīng)有了眼睛?!?/p>

這是不是意味著“奇點(diǎn)”的到來已經(jīng)迫在眉睫了嗎? “奇點(diǎn)”是指科學(xué)家設(shè)想的,超級智能機(jī)器無需人類介入就能夠自我改造,從而把低能的人類踩在腳下,造成可怕后果的那個時刻。

其實(shí)大可不必杞人憂天。盡管神經(jīng)網(wǎng)絡(luò)擅長于圖像識別——在這件事上可能比人做得更好,但它卻沒有獨(dú)立思考的能力。

點(diǎn)燃這場革命的最早火花出現(xiàn)在2009年。那時,神經(jīng)網(wǎng)絡(luò)技術(shù)開創(chuàng)者、多倫多大學(xué)的杰弗里·辛頓(Geoffrey Hinton)受邀走訪了微軟首席研究員鄧力的實(shí)驗(yàn)室。當(dāng)時,在辛頓研究成果的啟發(fā)下,鄧力的研究團(tuán)隊(duì)正在實(shí)驗(yàn)利用神經(jīng)網(wǎng)絡(luò)進(jìn)行語音識別?!皩?shí)驗(yàn)結(jié)果讓我們大吃一驚,” 微軟研究院聯(lián)席院長彼得·李說到?!暗谝粋€版本就把準(zhǔn)確率提高了30%?!?/p>

彼得·李說,2011年,微軟將深度學(xué)習(xí)技術(shù)引入其商業(yè)化語音識別產(chǎn)品。谷歌于2012年8月啟動類似研究項(xiàng)目緊追其后。

真正的轉(zhuǎn)折點(diǎn)發(fā)生在2012年10月。在一場于意大利佛羅倫薩召開的研討會上,斯坦福大學(xué)人工智能實(shí)驗(yàn)室主任、知名年度ImageNet計(jì)算機(jī)視覺大賽的創(chuàng)辦者李飛飛宣布,辛頓的兩位學(xué)生已經(jīng)發(fā)明了能夠以比最強(qiáng)競爭對手高一倍準(zhǔn)確率識別物體的軟件。“這是一項(xiàng)偉大的成就,”辛頓回憶說,“讓很多曾經(jīng)對人工智能批評有加的人轉(zhuǎn)變了看法。”(上年度大賽中,一個人工智能參賽者的表現(xiàn)超過了人類。)

盡管解決圖像識別問題只是人工智能時代的一個開始,但卻引發(fā)了一股人才爭奪戰(zhàn)的熱潮。谷歌把辛頓和他參與大賽的兩個學(xué)生招至麾下;Facebook招募了曾在1980和1990年代寫出大賽獲勝算法的法籍深度學(xué)習(xí)元老燕樂存(Yann LeCun);百度則聘請了原斯坦福人工智能實(shí)驗(yàn)室主任吳恩達(dá),他曾在2010年領(lǐng)導(dǎo)專注于深度學(xué)習(xí)技術(shù)的谷歌大腦項(xiàng)目。

今天,人工智能人才爭奪戰(zhàn)仍在愈演愈烈。微軟的彼得·李說,“這一領(lǐng)域的人才爭奪到了瘋狂的地步?!彼f,頂級人工智能專家的薪酬“和國家橄欖球聯(lián)盟球星不相上下。”

現(xiàn)年68歲的杰弗里·辛頓最早是在愛丁堡大學(xué)研究生院攻讀人工智能相關(guān)學(xué)位時知道神經(jīng)網(wǎng)絡(luò)這個概念的。由此,本科在劍橋大學(xué)學(xué)習(xí)實(shí)驗(yàn)心理學(xué)的辛頓對神經(jīng)網(wǎng)絡(luò)產(chǎn)生了極大興趣。神經(jīng)網(wǎng)絡(luò)是一種模仿大腦神經(jīng)元工作原理的軟件結(jié)構(gòu)。當(dāng)時,幾乎沒人對神經(jīng)網(wǎng)絡(luò)感興趣?!八腥硕颊J(rèn)為這是不可能實(shí)現(xiàn)的,”他回憶說。但是辛頓卻沒有氣餒,而是迎難而上。

神經(jīng)網(wǎng)絡(luò)可以讓計(jì)算機(jī)和兒童一樣通過經(jīng)驗(yàn)自我學(xué)習(xí),而不是讓人工編寫的程序告訴它怎么做?!爱?dāng)時,大多數(shù)人工智能都是由邏輯驅(qū)動的,”他回憶說?!暗?,邏輯是人類在很大年齡才具備的東西。兩三歲的兒童不按邏輯行事。神經(jīng)網(wǎng)絡(luò)就是智力能夠超越邏輯的一個范例。”(有趣的是,邏輯曾是辛頓一家長期以來一直遵循的法則。他的家族涌現(xiàn)過大量杰出科學(xué)家,他是19世紀(jì)數(shù)學(xué)家喬治·布爾[George Boole]的曾孫,布爾搜索、布爾邏輯和布爾代數(shù)即以他的名字命名。)

1950和1960年代,神經(jīng)網(wǎng)絡(luò)曾經(jīng)是計(jì)算機(jī)科學(xué)中的一個時髦詞匯。1958年,康奈爾大學(xué)研究心理學(xué)家弗蘭克·羅森布拉特(Frank Rosenblatt)參與美國海軍資助的一項(xiàng)研究計(jì)劃,在布法羅的一家實(shí)驗(yàn)室建成了一個神經(jīng)網(wǎng)絡(luò)原型,他稱之為“Perceptron”。這個原型使用一臺體積占滿整個房間的穿孔卡片計(jì)算機(jī)。50次實(shí)驗(yàn)后,它學(xué)會了識別左側(cè)穿孔和右側(cè)穿孔的卡片?!都~約時報》當(dāng)時刊登了一篇報道:“海軍近日發(fā)現(xiàn),一臺原型電子計(jì)算機(jī)有可能學(xué)會走路、說話、觀察、寫作、自我復(fù)制、并意識到自身的存在?!?/p>

Perceptron的軟件只有一層類似于神經(jīng)元的節(jié)點(diǎn),它的能力十分有限。但是,研究人員認(rèn)為,如果具備多層或深層的神經(jīng)網(wǎng)絡(luò),它就能做更多事情。

辛頓向我們解釋了神經(jīng)網(wǎng)絡(luò)的基本原理:假設(shè)一個神經(jīng)網(wǎng)絡(luò)正在解析照片圖像,某些照片上有鳥?!跋袼?cái)?shù)據(jù)輸入后,第一層神經(jīng)元將會探測各個微小的邊緣: 一側(cè)較暗,另一個較亮?!钡诙由窠?jīng)元將分析來自第一層的數(shù)據(jù),并學(xué)會探測“兩個側(cè)邊以一定角度交接的邊角,”他說。例如,其中一個神經(jīng)元將會識別出鳥喙的角度數(shù)據(jù)。

下一層神經(jīng)元“將會發(fā)現(xiàn)更為復(fù)雜的特征,例如一個圓內(nèi)的大量邊線?!币粋€神經(jīng)元可能會識別出鳥頭。位于更下一層的神經(jīng)元將會在類似鳥頭的圓附近發(fā)現(xiàn)反復(fù)出現(xiàn)的類似鳥喙的銳角?!斑@正是鳥頭的明顯標(biāo)志,”辛頓說。以下每一層的神經(jīng)元都會識別出更為復(fù)雜和抽象的結(jié)構(gòu),直至最后一層得出被識別物體是一只“鳥”的結(jié)論。

然而,為了達(dá)到學(xué)習(xí)目的,神經(jīng)網(wǎng)絡(luò)需要做的不只是把信息發(fā)送到每層神經(jīng)元而已。它必須判斷最后一層是否得出了正確結(jié)果。如果結(jié)果錯誤,就會逐層反向發(fā)送信號,讓每層的神經(jīng)元重新調(diào)整其觸發(fā)規(guī)律,從而改善識別質(zhì)量。這就是為何稱為“學(xué)習(xí)”的原因。

深度學(xué)習(xí)歷史上的重要時刻

1958年

康奈爾大學(xué)心理學(xué)家弗蘭克·羅森布拉特推出基于占滿整個房間的計(jì)算機(jī)的單層神經(jīng)網(wǎng)絡(luò)Perceptron。

1969年

人們對神經(jīng)網(wǎng)絡(luò)失去興趣,麻省理工學(xué)院人工智能權(quán)威馬文·明斯基與他人共同撰寫一本著作,對神經(jīng)網(wǎng)絡(luò)的現(xiàn)實(shí)性提出質(zhì)疑。

1986年

神經(jīng)網(wǎng)絡(luò)開創(chuàng)者杰弗里·辛頓及他人發(fā)現(xiàn)一種訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)糾正錯誤的方法,催生了很多類似的研究成果。

1989年

當(dāng)時就職于貝爾實(shí)驗(yàn)室的法國科學(xué)家燕樂存對神經(jīng)網(wǎng)絡(luò)開始進(jìn)行一系列基礎(chǔ)性研究,研究成果成為圖像識別技術(shù)的基石。

1991年

德國科學(xué)家賽普·霍希雷特和約根·施密德霍伯研制出具有記憶功能的神經(jīng)網(wǎng)絡(luò),這一技術(shù)在日后的自然語言處理中展現(xiàn)了優(yōu)勢。

1997

IBM深藍(lán)采用傳統(tǒng)人工智能技術(shù)擊敗了國際象棋世界冠軍卡斯帕羅夫。

1990年代中期

其他機(jī)器學(xué)習(xí)技術(shù)快速發(fā)展,神經(jīng)網(wǎng)絡(luò)再次陷入停滯。

2007年

李飛飛創(chuàng)建ImageNet,整理了1400萬張帶標(biāo)簽圖片供機(jī)器學(xué)習(xí)研究用途。

2011年

微軟的語音識別產(chǎn)品采用了神經(jīng)網(wǎng)絡(luò)。

IBM沃森采用傳統(tǒng)人工智能技術(shù)在Jeopardy節(jié)目中打敗兩位冠軍。

2012年6月

谷歌大腦公布“貓實(shí)驗(yàn)”:由1000萬張YouTube視頻截圖訓(xùn)練的神經(jīng)網(wǎng)絡(luò)學(xué)會了如何從圖片中找到貓。

2012年8月

微軟的語音識別產(chǎn)品采用了神經(jīng)網(wǎng)絡(luò)。

2012年10月

辛頓的兩位學(xué)生設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)以幾大優(yōu)勢奪取了年度ImageNet冠軍。

2013年5月

谷歌使用神經(jīng)網(wǎng)絡(luò)技術(shù)改進(jìn)圖片搜索質(zhì)量。

2014年

谷歌以6億美元收購DeepMind,一家將深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)結(jié)合起來的初創(chuàng)企業(yè)。

2015年12月

微軟團(tuán)隊(duì)利用神經(jīng)網(wǎng)路在ImageNet挑戰(zhàn)賽中戰(zhàn)勝了人類選手。

2016年3月

DeepMind的AlphaGo利用深度學(xué)習(xí),以4比1的比分擊敗了圍棋世界冠軍李世石九段。

1980年代初,辛頓正在忙著解決多層神經(jīng)元問題。當(dāng)時做同樣工作的還有剛剛在巴黎上研究生院的法國科學(xué)家燕樂存。燕樂存無意中讀到了辛頓于1983年撰寫的一篇討論多層神經(jīng)網(wǎng)絡(luò)的論文?!爱?dāng)時使用的不是這些術(shù)語,” 燕樂存回憶說,“當(dāng)時你要是用‘神經(jīng)元’或者‘神經(jīng)網(wǎng)絡(luò)’這些詞,論文就很難發(fā)表。所以他當(dāng)時用了一些含混不清的術(shù)語以求通過編輯的篩選。但我當(dāng)時就感覺這篇論文非常非常有趣?!?兩人在兩年后會面并一見如故。

1986年,辛頓和兩名同事合作撰寫了一篇影響深遠(yuǎn)的論文,為解決糾錯問題提供了算法?!八倪@篇論文實(shí)際上是第二波神經(jīng)網(wǎng)絡(luò)浪潮的奠基石,” 燕樂存說。果然,這篇論文引燃了業(yè)內(nèi)人士的巨大興趣。

??????????????????????????????????? Facebook人工智能實(shí)驗(yàn)室主任燕樂存

攻讀完辛頓的博士后學(xué)位后,燕樂存于1988年加入美國電報電話公司的貝爾實(shí)驗(yàn)室,在以后的10年里,他做了許多基礎(chǔ)性工作,其中某些成功至今仍在圖像處理任務(wù)中得到應(yīng)用。1990年代,當(dāng)時為貝爾實(shí)驗(yàn)室分支機(jī)構(gòu)的NCR公司推出了一種可以幫助銀行識別支票上手寫數(shù)字的實(shí)用化神經(jīng)網(wǎng)絡(luò)設(shè)備,并大獲成功,燕樂存表示。與此同時,兩位德國科學(xué)家——賽普·霍希雷特(Sepp Hochreiter,目前就職于林茨大學(xué))和約根·施密德霍伯(Jürgen Schmidhuber,瑞士盧加諾人工智能實(shí)驗(yàn)室副主任)獨(dú)立推出另一種算法。在20年之后的今天,這種算法成為自然語言處理應(yīng)用的基礎(chǔ)。

盡管取得了上述進(jìn)展,但在1990年代中期,神經(jīng)網(wǎng)絡(luò)再一次陷入低谷,取而代之的是更加適合當(dāng)時計(jì)算能力的其他機(jī)器學(xué)習(xí)技術(shù)。這種情況一直持續(xù)了將近10年,直到后來計(jì)算能力增大了三四個數(shù)量級,且有科學(xué)家發(fā)現(xiàn)了GPU加速現(xiàn)象才出現(xiàn)改觀。

但是另一個要素仍然不足:數(shù)據(jù)。盡管互聯(lián)網(wǎng)此時已經(jīng)大行其道,但大多數(shù)數(shù)據(jù) ——尤其是圖像數(shù)據(jù) ——都沒有備注標(biāo)簽,而數(shù)據(jù)標(biāo)簽是訓(xùn)練神經(jīng)網(wǎng)絡(luò)的必需。此時,斯坦福人工智能教授李飛飛出現(xiàn)了?!拔覀兊哪繕?biāo)是,大數(shù)據(jù)將改變機(jī)器學(xué)習(xí)的方式,”她在一次采訪中表示?!皵?shù)據(jù)將推動學(xué)習(xí)?!?/p>

????????????????????????????????????斯坦福大學(xué)人工智能實(shí)驗(yàn)室主任李飛飛

2007年,她創(chuàng)辦了ImageNet ——包含1400萬張有標(biāo)簽圖片的免費(fèi)數(shù)據(jù)庫。數(shù)據(jù)庫于2009年實(shí)現(xiàn)了實(shí)時發(fā)布。第二年,她創(chuàng)辦了年度圖像識別大賽以激勵并發(fā)布計(jì)算機(jī)視覺方面的突破。

2012年10月,辛頓的兩個學(xué)生摘得大賽桂冠,這是,所有人都很清楚深度學(xué)習(xí)的時代終于到來了。

那時公眾已經(jīng)通過別的渠道知道了深度學(xué)習(xí)這一流行詞匯。2012年6月,谷歌大腦公布了一個奇特研究項(xiàng)目(現(xiàn)在人們在非正式場合將其稱為“貓實(shí)驗(yàn)”)的結(jié)果,結(jié)果十分有趣,并在社交媒體上引發(fā)轟動。

這一項(xiàng)目專注于研究深度學(xué)習(xí)領(lǐng)域一個重要而未獲解決的問題:“無監(jiān)督學(xué)習(xí)”。目前市場上幾乎所有深度學(xué)習(xí)產(chǎn)品都采用了“無監(jiān)督學(xué)習(xí)”技術(shù),其神經(jīng)網(wǎng)絡(luò)系采用標(biāo)簽化數(shù)據(jù)(例如由ImageNet整理的圖像)進(jìn)行訓(xùn)練。有了“無監(jiān)督學(xué)習(xí)”技術(shù),給神經(jīng)網(wǎng)絡(luò)輸入無標(biāo)簽數(shù)據(jù)后,就會自動搜索重復(fù)性圖案特征。有朝一日,研究者將會輕松駕馭無監(jiān)督學(xué)習(xí)。到那時,計(jì)算機(jī)將會像嬰兒感知世界一樣,使用今天無法使用的海量數(shù)據(jù)自我認(rèn)識世界。

在“貓實(shí)驗(yàn)”中,研究者讓安裝在1,000臺計(jì)算機(jī)上的神經(jīng)網(wǎng)絡(luò)讀取1,000萬張YouTube視頻的隨機(jī)截圖。實(shí)驗(yàn)結(jié)束后,研究者分析了最上一層神經(jīng)元,然后驚奇地發(fā)現(xiàn)其中一個神經(jīng)元對貓的圖像產(chǎn)生了強(qiáng)烈反應(yīng)?!斑€有神經(jīng)元對人臉有強(qiáng)烈反應(yīng),”當(dāng)時在谷歌大腦領(lǐng)導(dǎo)這一研究項(xiàng)目的吳恩達(dá)說。

實(shí)驗(yàn)結(jié)果也令人感到困惑。比如“我們沒發(fā)現(xiàn)有神經(jīng)元對汽車有強(qiáng)烈反應(yīng),”,以及“有很多神經(jīng)元無法識別或很難識別英語單詞?!?/p>

盡管這項(xiàng)實(shí)驗(yàn)引發(fā)了一場轟動,但是目前人們對無監(jiān)督學(xué)習(xí)仍然了解不多——這是一個需要在未來攻克的堡壘。

很自然,目前大多數(shù)已實(shí)現(xiàn)商業(yè)化的深度學(xué)習(xí)應(yīng)用都和谷歌、微軟、Facebook、百度和亞馬遜等互聯(lián)網(wǎng)巨頭的名字聯(lián)系在一起。這些巨頭擁有深度學(xué)習(xí)運(yùn)算所需的巨量數(shù)據(jù)。許多企業(yè)正在開發(fā)更具現(xiàn)實(shí)性和幫助性的“聊天機(jī)器人” ——自動化客戶服務(wù)代表。

IBM和微軟等企業(yè)正在幫助商業(yè)客戶了解并適應(yīng)其業(yè)務(wù)框架下采用了深度學(xué)習(xí)技術(shù)的應(yīng)用 ——例如語音識別界面和翻譯服務(wù),而亞馬遜Web Service等云服務(wù)則為軟件開發(fā)者提供基于GPU的低成本深度學(xué)習(xí)運(yùn)算服務(wù)。Caffe、谷歌TensorFlow、亞馬遜DSSTNE等大量開源軟件讓創(chuàng)新不再困難,同時建立了開放式出版規(guī)則,許多研究者能夠無需同儕審核即可立即將研究結(jié)果發(fā)布于數(shù)據(jù)庫內(nèi)。

深度學(xué)習(xí)最令人興奮的應(yīng)用場景是醫(yī)療領(lǐng)域。我們已經(jīng)知道,神經(jīng)網(wǎng)絡(luò)十分擅長圖像識別,安德森-霍洛維茨公司生化投資部門主管、斯坦福大學(xué)教授維杰·潘德(Vijay Pande)說,“在醫(yī)生每天做的工作中,有很大一部分都是圖像識別。放射科、皮膚科、眼科等等很多科室的醫(yī)生都無不如此。”

初創(chuàng)公司Enlitic采用深度學(xué)習(xí)技術(shù)分析放射影像和CT、核磁共振掃描圖像。公司CEO、前加州大學(xué)舊金山分校腫瘤放射學(xué)教授伊格爾·巴拉尼(Igor Barani)稱,Enlitic的算法在判斷肺部結(jié)節(jié)屬于良性還是惡性時的準(zhǔn)確率超過了四名放射科醫(yī)生。(這一成果并未得到行業(yè)專家審閱,這一技術(shù)也未獲得FDA批準(zhǔn)。)

默沙東公司(Merck)正在計(jì)劃和舊金山初創(chuàng)公司Atomwise合作,利用后者提供的深度學(xué)習(xí)技術(shù)加速藥品研發(fā)。神經(jīng)網(wǎng)絡(luò)能夠?qū)彶槌汕先f個藥物候選分子的三維圖像,并預(yù)測其是否能夠有效對抗病原體。這些公司利用神經(jīng)網(wǎng)絡(luò)強(qiáng)化人類已經(jīng)具備的能力;而有創(chuàng)業(yè)者則試圖嘗試人類之前從未企及的領(lǐng)域。現(xiàn)年27歲的前計(jì)算生物學(xué)博士生加伯里爾·奧特(Gabriel Otte)創(chuàng)辦了Freenome公司試圖通過化驗(yàn)血樣篩查癌癥。具體方法是:檢驗(yàn)細(xì)胞死亡從細(xì)胞內(nèi)部涌出的血液DNA。采用深度學(xué)習(xí)技術(shù)后,計(jì)算機(jī)將找出脫細(xì)胞DNA和某些癌癥之間的關(guān)聯(lián)。“我們已經(jīng)發(fā)現(xiàn)了之前從未被癌癥生物學(xué)家注意到的新特征,”奧特說。

安德森-霍洛維茨公司正在考慮投資Freenome。AH的潘德給了奧特五個盲樣 ——其中兩個采自正常人,3個采自癌癥患者。潘德說,奧特準(zhǔn)確分析了所有五個盲樣,這讓他們最終敲定了投資Freenome的決定。

一位放射學(xué)醫(yī)生在他的職業(yè)生涯里會觀看數(shù)以千計(jì)的圖像,而一臺電腦處理的圖像數(shù)量則以百萬級?!昂敛黄婀?,計(jì)算機(jī)能更好地解決圖像問題,”潘德說,“原因很簡單,計(jì)算機(jī)處理圖像的速度遠(yuǎn)遠(yuǎn)超過人類?!?/p>

新技術(shù)帶來的潛在好處不只包括更高的準(zhǔn)確性和更快的分析速度,還有服務(wù)的普及化。隨著技術(shù)標(biāo)準(zhǔn)化的形成,最終所有患者都將從中獲益。

當(dāng)深度學(xué)習(xí)與其他人工智能技術(shù)以創(chuàng)新方式結(jié)合起來時,就會發(fā)揮最大的威力。例如,通過將普通深度學(xué)習(xí)技術(shù)與一種名為“強(qiáng)化學(xué)習(xí)”的特殊深度學(xué)習(xí)技術(shù)相結(jié)合,谷歌附屬公司DeepMind創(chuàng)造了令人稱奇的成就。將二者結(jié)合起來后,DeepMind創(chuàng)造了圍棋軟件AlphaGo,并在今年3月?lián)魯×藝骞谲娺x手,這一成就堪稱是人工智能發(fā)展史上的一座里程碑。與1997年幾百國際象棋冠軍加里·卡斯帕羅夫(Garry Kasparov)的IBM深藍(lán)軟件不同,AlphaGo沒有采用決策樹構(gòu)架、用于分析棋盤位置的方程、或者if-then規(guī)則?!癆lphaGo主要通過自己和自己下棋,以及觀看職業(yè)高手的比賽學(xué)習(xí)下棋,”DeepMind CEO 德米斯·哈薩比斯(Demis Hassabis)說。(AlphaGo在訓(xùn)練過程中和自己下了100萬盤棋。)

一盤棋看起來是一個人工設(shè)定。但是哈薩比斯卻認(rèn)為,同樣的技術(shù)可以用于解決真實(shí)世界的問題。7月,谷歌發(fā)布報告稱,通過采用與AlphaGo類似的技術(shù),DeepMind能夠把谷歌各數(shù)據(jù)中心的用電效率提高15%?!懊總€數(shù)據(jù)中心可能有多達(dá)120個不同的變量,”哈薩比斯說?!澳憧梢愿鼡Q風(fēng)扇、開窗、更換計(jì)算機(jī)系統(tǒng)。你從傳感器、溫度計(jì)等等取得數(shù)據(jù)。這就像是一盤圍棋。通過試錯,你就能學(xué)會下一步該把棋子落在哪里?!?/p>

這一點(diǎn)意義非常重大,”他接著說?!澳阋荒昴芄?jié)約數(shù)億美元資金,這對于環(huán)保也很有意義。世界各地的數(shù)據(jù)中心消耗了大量能源?,F(xiàn)在我們希望能在更高的層面上做出改進(jìn),甚至整個國家電網(wǎng)層面?!?/p>

聊天機(jī)器人很有趣,但它只是深度學(xué)習(xí)一個微不足道的應(yīng)用場景而已。(財(cái)富中文網(wǎng))

作者:Roger Parloff

譯者:鄭立飛

掃碼打開財(cái)富Plus App
亚洲无码专区免费在线观看| 人妻少妇偷人精彩免费视频| 在线BT天堂网WWW在线亚洲| 樱花官网官方进入入口| 一区二区三区日韩欧美在线观看| 午夜性爽视频男人的天堂| 欧美国产日韩在线观看成人亚洲大尺度视频| 欧美国产日韩在线观看成人亚洲大尺度视频| 中文字幕乱码人妻无码久久| 久久久精品国产亚洲综合久久久国产中文字幕免费| 国产亚洲制服免视频| 国自产精品手机在线观看视频| 国产高潮抽搐喷水高清| 凸输偷窥XXXX间谍自由| 日本伊人精品一区二区三区 | 日韩欧美视频在线播放| 婷婷午夜天午夜福利综合| 精品国产乱码久久久久久1区二区| 精品国产爱在线观看| 亚洲人成自拍网站在线观看| 亚洲精品美女久久久久久久| a级国产乱理论片在线观看| 69久久夜色精品国产| 免费无码又爽又刺激高潮| AV无码国产精品性色aⅴ| 99re在线视频久久综合久久鬼色| 手机在线永久免费观看AV片| 国产白嫩护士无码在线播放| 亚洲国产精品悠悠久久琪琪| 亚洲欧洲日韩一区三区四区| 欧美精品亚洲精品日韩专区va| 少妇激情一区二区三区视频| AV无码专区一线二线| 青青尤物热在线视频免费观看| 亚洲欧美日韩国产成人精品影院| 么公又大又硬又粗又爽的视频| 亚洲v视频_国产不卡视频在线观看| 亚洲天堂中文字幕在线观看电影| 亚洲天堂中文字幕在线观看电影| 久久久97人妻无码精品蜜桃| 日本熟妇一区二区三区在线视频|