深度學習的概念由Hinton等人於2006年提出。基於深度置信網路(DBN)提出非監督貪心逐層訓練演算法,為解決深層結構相關的最佳化難題帶來希望,隨後提出多層自動編碼器深層結構。此外Lecun等人提出的卷積神經網路是第一個真正多層結構學習演算法,它利用空間相對關係減少引數數目以提高訓練效能。
深度學習是機器學習研究中的一個新的領域,其動機在於建立、模擬人腦進行分析學習的神經網路,它模仿人腦的機制來解釋資料,例如影象,聲音和文字。
同機器學習方法一樣,深度機器學習方法也有監督學習與無監督學習之分。
回覆列表
-
1 # 雲八朵
我覺得如果人工智慧未來真的能夠發展到如科學家暢想的程度,那麼人類面臨最大的問題很可能是語言和思維能力的衰退。
一個非常簡單的例子,自從有了電腦、手機,提筆忘字就成了我們生活的常態。智慧輸入法,更加讓我們省了不少力氣去思考,不管是主謂定狀補,還是四字成語,唐詩宋詞,我們的思考和記憶能力,相比小學時代,都在退化。此前在騰訊WE大會上,雨果獎得主郝景芳指出,人工智慧讓人類變得懶於思考、懶於自我反思,從而使得人類智慧退化。
網際網路時代,打字、搜尋引擎的確比手寫、背誦要快得多,人類的知識發展和積累,看似以幾何倍數增長,但實際到人類個體,這種能力是衰退了的。僅僅一個智慧輸入法就能有此副作用,想象一下未來人工智慧發展到更高級別,你心裡想什麼不用再說出來,甚至不需要你再去“想”,機器就已經為你做完了。
電商是另外一個很好的例子。作為女生,我不是很喜歡逛商場,每次必須要去的時候,也是拿著購物清單,買完即走。電商對我這樣既懶、消費慾望又不是很高,並且躲避社交的人來說,簡直不要太完美。例如生鮮品類,你不需要再去菜市場跟大媽們擠,面對被插隊時不知所措,也不需要在眼花繚亂的貨架中,忍受跟在你屁股後面的導購。電商弱化了原始購物環境中不得不進行的“社交”,讓我們變得更舒服,或者說,更懶得說話了。
無人店的興起,遵循著同樣的道理。眼下大熱的無人餐廳,從進去到吃完走人,見不到人,也沒人跟你說話,未來如果你常去的話,相信機器很快會了解你的喜好,不需要你再“費心”點菜。前幾天看到一則新聞,某男認為人工智慧時代到來後,人類什麼都不需要乾了,所以他便辭了職專心等待這個黃金時代的到來。可笑,更可怕。
未來,聰明的機器會讓一切都變得很簡單,唯一難的就是人經過努力付出後獲得成功的喜悅感和成就感。其實,機器替代人類的工作並不可怕,最大的問題是機器可能會剝奪人之所以為人的樂趣。