关于人工智能发展的思考.docx
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
关于人工智能发展的思考全文共9页,当前为第1页。关于人工智能发展的思考全文共9页,当前为第1页。关于人工智能发展的思考 关于人工智能发展的思考全文共9页,当前为第1页。 关于人工智能发展的思考全文共9页,当前为第1页。 关于人工智能发展的思考关键词:计算机人工智能深度模型摘要:近年来,计算机发展的速度飞快,它已经不仅仅是一块冰冷的电路板,他有着自己的思维,自我的运算能力,现在的我们更喜欢称之为人工智能。 机器学习如今大获成功的原因有哪些?如何才能取得进一步的突破?南京大学周志华教授在AIWORLD2018大会上分享他关于机器学习的一点思考:我们需要设计新的、神经网络以外的深度模型; 让智能体在弱监督条件下也能够学习,以及考虑开放动态任务环境下的学习。 南京大学计算机系主任、人工智能学院院长周志华分享了他《关于机器学习的一点思考》。周志华教授表示,当前机器学习成功的背后,实际上离不开三点:1)有效的深度模型,现阶段基本上就是深度神经网络; 2)存在强监督信息,也即数据都要有标注,而且越精准越好; 3)学习的环境较为稳定。因此,如果未来机器学习要取得进一步突破,就必须:1)设计新的、多样化的深度模型; 关于人工智能发展的思考全文共9页,当前为第2页。关于人工智能发展的思考全文共9页,当前为第2页。 2)让智能体能够在弱监督条件下学习; 3)考虑开放动态任务环境下的学习。 周志华教授说,机器学习界早就很清楚,"没有免费的午餐",也即任何一个模型可能只适用于一部分的任务,而另外一些任务是不适用的。例如,Kaggle竞赛中有各种各样的任务,但在图像、视频、语音之外的很多任务上,比如订机票、订旅馆之类,还是传统机器学习技术(如随机森林或XGBoost)表现更好,尤其是涉及符号建模、离散建模、混合建模等问题。 周志华教授着重介绍了他带领团队提出的"深度森林",这是一种以决策树为基础构建的深度模型。深度森林在超大型互联网金融企业的非法套现检测任务中,近2亿的真实交易数据实测上,性能超越了包括深度神经网络在内的其他模型。这也验证了周志华教授及其团队的猜想——在很多其他任务上,非神经网络的深度模型能找到用武之地。不过,周志华教授也表示,任何一个理论的提出,都需要经过长时间的发展与完善。深度森林目前尚处于初级阶段,好比打开了"深度学习"这间小黑屋的一扇门,还有更多需要去探索。 根据周志华教授给出的猜想和理论,再综合个人的一些了解和查询的资料,我做出了如下的总结与思考。 首先是深度模型。现在深度学习在图像、视频、语音这些关于人工智能发展的思考全文共9页,当前为第3页。关于人工智能发展的思考全文共9页,当前为第3页。数字信号建模任务当中取得了巨大的成功。如果我们问一问大家,"深度学习"是什么?我想从绝大多数人那里得到的答案都会是:深度学习就是深度神经网络,甚至认为"深度学习"就是"深度神经网络"的同义词,谈到深度学习就要从深度神经网络或者从神经网络谈起。 事实上,神经网络并不是新事物,我们已经研究了半个多世纪,只不过以前我们通常研究的是有一个隐层或两个隐层这种比较浅的神经网络,其中每个计算单元都是非常简单的模型。早在1943年,我们就已经把它抽象成了这样一个非常简单的数学公式,就是从外界收到输入X,经过W放大,总的输入如果要比θ高,我们就会用激活函数处理进行输出。这样的模型到今天依然在沿用。 深度神经网络带来的最大区别是什么呢?虽然有各种各样的模型,各种各样的算法,但是最根本的差别就是现在我们用了很多很多层。深度神经网络最著名、最早的成功来自2012年,在计算机视觉领域最著名的ImageNet比赛上获胜。当时这个获胜的模型用了8层,2015年获胜的模型用了152层,2016年就用到了1207层,今天几千层的模型比比皆是。 实际上,这样的模型当中有大量参数需要计算,所以需要非常复杂、非常庞大的计算系统。虽然现在我们有了很强的计算设备和很巧妙的算法,但是我们能够做到这一切,根本的原关于人工智能发展的思考全文共9页,当前为第4页。关于人工智能发展的思考全文共9页,当前为第4页。因之一是神经网络中基本计算单元激活函数是连续可微的。原来浅层神经网络用的是左边的函数,也是连续可微的,深度学习的年代我们通常会用右边这样的函数或变体。 不管怎么样,可微性给我们带来了非常重要的结果,就是可以很容易地计算出梯度,基于梯度的调整就可以用著名的BP算法来训练整个模型。 这一点非常重要,因为如果不是从事机器学习研究的朋友会觉得,神经网络半个世纪之前就有了,到了今天我们之所以能够做更深的神经网络,只不过是因为计算能力强,现在能够训练了。实际上不是这样的。 2006年之前,可以说我们都不知道怎么训练出5层以上的神经网络,根本原因是一旦层数高了以后,用BP算法梯度就会消失,然后就不
- 粉丝: 167
- 资源: 3万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助