国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

深度學(xué)習(xí)之父的傳奇人生

Jinkey / 3581人閱讀

摘要:隨后深度學(xué)習(xí)的研究大放異彩,廣泛應(yīng)用在了圖像處理和語音識別領(lǐng)域。比如的學(xué)生就用深度學(xué)習(xí)算法贏得年的。深度學(xué)習(xí)和人工智能的春天離人工智能最近的互聯(lián)網(wǎng)公司敏銳嗅到了這一機遇。

多倫多大學(xué)計算機系教授Geoffrey Hinton是Deep Learning的開山鼻祖,我們來講講他的故事。

他有個傳奇的姑姑

不過先來說說他姑姑吧,他姑姑Joan Hinton是一個與中國有關(guān)的具有傳奇經(jīng)歷的人物,中文名字叫——寒春,是一個參加過曼哈頓計劃的科學(xué)家,但是后來在中國養(yǎng)了幾十年牛。?

1945年,23歲的寒春已經(jīng)是美國曼哈頓計劃中的一名女科學(xué)家,參與制造了人類歷史上第一顆原子彈。中國的紅色革命也深深吸引了她,于是她放棄了純科學(xué)的研究,追隨著她的丈夫、有共同理想的美國青年陽早來到了中國延安,并于1949年在革命圣地延安的窯洞里舉行了烽火中的婚禮。

之后兩人一起幫助中國人民發(fā)展畜牧業(yè),為中國的奶牛事業(yè)貢獻(xiàn)了畢生,并在北京昌平設(shè)計建造了中國第一座機械化養(yǎng)牛場。2003年陽早去世,骨灰就埋在 了牛場。

他姑姑是個傳奇,但Geoffrey Hinton的傳奇程度也不亞于她。

谷歌為了他,花幾千萬美元專門買了一個公司

2013年,Google收購了多倫多大學(xué)的一家初創(chuàng)公司DNNResearch,實際上,這家公司只有三個成員,Geoffrey Hinton和他的兩個剛畢業(yè)的的學(xué)生——Alex Krizhevsky 和 Ilya Sutskever。

或者我們可以理解為,Google為了讓Geoffrey Hinton為他們工作,專門收購了這家公司,有人調(diào)侃到Google花了幾千萬美元買了幾篇論文。

當(dāng)然在此之前,Google也給了他的研究小組提供了60 萬美元的科研經(jīng)費。

Deep Learning祖師爺

Geoffrey Hinton本人正是Deep Learning學(xué)派的開山祖師爺。

何為Deep Learning?簡單地說就是建立、模擬人腦進(jìn)行分析學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)。

比如一個廣為流傳的例子就是,谷歌用1.6萬塊電腦處理器構(gòu)建了全球較大的電子模擬神經(jīng)網(wǎng)絡(luò),并通過向其展示自YouTube上隨機選取的1000萬段視頻。在無外界指令的自發(fā)條件下,該人工神經(jīng)網(wǎng)絡(luò)自主學(xué)會了識別貓的面孔。

自從2006年被提出后,Deep Learning極大地推動了語音識別、視覺、自然語言處理等方面的進(jìn)展。

探秘大腦的工作原理

在劍橋大學(xué)學(xué)習(xí)心理學(xué)時,Hinton發(fā)現(xiàn)人類大腦有數(shù)十億個神經(jīng)細(xì)胞,它們之間通過神經(jīng)突觸相互影響,形成極其復(fù)雜的相互聯(lián)系。然而科學(xué)家們并不能解釋這些具體的影響和聯(lián)系。神經(jīng)到底是如何進(jìn)行學(xué)習(xí)以及計算的,這是他一直想研究的問題。

這個問題在他的努力下已經(jīng)取得了部分進(jìn)展。他和他的伙伴建立了一層層互相連接的人工神經(jīng)元模型,模仿大腦的行為,處理視覺和語言等復(fù)雜問題。他也致力于研究可以使神經(jīng)網(wǎng)絡(luò)變得更好的方法,來更好的模擬人腦的某些方面。

在80年代初,電腦性能還遠(yuǎn)遠(yuǎn)不能處理人工神經(jīng)網(wǎng)絡(luò)(ANN)需要的巨大數(shù)據(jù)集,神經(jīng)網(wǎng)絡(luò)的研究在短暫的火熱后,就陷入了低潮。

板凳坐得“三十年”冷

在之后的二十幾年,雖然還是有一些研究人員堅持人工神經(jīng)網(wǎng)絡(luò)的研究,但整個學(xué)術(shù)界關(guān)于人工神經(jīng)網(wǎng)絡(luò)的研究基本都陷入了停滯,研究人員拿到不到相關(guān)的科研基金,與人工神經(jīng)網(wǎng)絡(luò)有關(guān)的優(yōu)質(zhì)論文發(fā)表量極少。連著名的學(xué)術(shù)會議NIPS(Advances in Neural Information Processing Systems,神經(jīng)信息處理系統(tǒng)進(jìn)展大會)都變成基本與神經(jīng)網(wǎng)絡(luò)無關(guān)的會議。

Geoffrey Hinton的學(xué)術(shù)生涯也像人工神經(jīng)網(wǎng)絡(luò)一樣起起伏伏,所幸的是他一直沒有放棄人工神經(jīng)網(wǎng)絡(luò)的研究。他們?yōu)閷崿F(xiàn)自己的想法,定期聚集在一起召開研討會,構(gòu)建了更強大的深度學(xué)習(xí)算法,操作更大的數(shù)據(jù)集。

然而學(xué)術(shù)圈的依舊對神經(jīng)網(wǎng)絡(luò)的研究不感興趣,他們的研究也很難申請到科研經(jīng)費。學(xué)術(shù)圈的冷落其實不無理由,人工神經(jīng)網(wǎng)絡(luò)的很多成果,很難用數(shù)學(xué)予以解釋或者證明,大家只是在不斷調(diào)整參數(shù),改善算法,以得到更好的結(jié)果。

事情的轉(zhuǎn)機出現(xiàn)在2006年左右,Geoffrey Hilton和他的學(xué)生發(fā)明了用GPU來優(yōu)化深度神經(jīng)網(wǎng)絡(luò)的工程方法,并發(fā)表在《Science》和相關(guān)期刊上發(fā)表了論文,首次提出了“深度信念網(wǎng)絡(luò)”的概念。他給多層神經(jīng)網(wǎng)絡(luò)相關(guān)的學(xué)習(xí)方法賦予了一個新名詞–“深度學(xué)習(xí)”。

隨后深度學(xué)習(xí)的研究大放異彩,廣泛應(yīng)用在了圖像處理和語音識別領(lǐng)域。比如Geoffrey Hilton的學(xué)生就用深度學(xué)習(xí)算法贏得2012年的ImageNet。

互聯(lián)網(wǎng)的巨頭開始注意到他們,這個領(lǐng)域才開始火熱起來,深度學(xué)習(xí)領(lǐng)域也涌現(xiàn)出以Hinton、吳恩達(dá)等為首的四大深度學(xué)(tiao)習(xí)(can)天王。

深度學(xué)習(xí)和人工智能的春天

離人工智能最近的IT互聯(lián)網(wǎng)公司敏銳嗅到了這一機遇。從2011年開始,深度學(xué)習(xí)算法的成熟令人工智能技術(shù)實現(xiàn)飛躍,包括微軟、蘋果、谷歌、Facebook、國內(nèi)BAT在內(nèi)的企業(yè)都開始深度布局人工智能和深度學(xué)習(xí),試圖把握風(fēng)口,成為下一個產(chǎn)業(yè)變革的巨擘。

國內(nèi)長期堅持布局人工智能的還有老牌電器廠商 - 長虹

長虹從2012年開始進(jìn)入人工智能和深度學(xué)習(xí)的基礎(chǔ)研究工作,先后在語音識別芯片開發(fā)應(yīng)用、基于大數(shù)據(jù)的人工智能技術(shù)研發(fā)及應(yīng)用、機器視覺(人臉識別)技術(shù)研發(fā)應(yīng)用等研究。目前,長虹在人臉識別、目標(biāo)檢測、目標(biāo)分類方面已經(jīng)積累了先進(jìn)、成熟的計算機視覺算法成果。

他們近期發(fā)布了全球首款CHiQ人工智能電視。長虹人工智能電視用于認(rèn)知、決策、反饋三大能力。

在“認(rèn)知”層面上,基于長虹自主研發(fā)的Ciri+語音平臺,CHiQ實現(xiàn)了高效語音交互協(xié)同及語義識別與理解。其中,語音識別率達(dá)到97%,語音整機覆蓋率50%,使人與電視開放式的自然語音交互距離達(dá)到30米,即用戶在家庭中的任意角落都可以用語音和電視交互。

而在“決策”層面,長虹CHiQ人工智能電視可基于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法做出業(yè)務(wù)邏輯判斷。在“反饋層面”,其內(nèi)置的個性化推薦平臺,通過持續(xù)的推薦效果反饋、模型優(yōu)化和產(chǎn)品迭代,真正實現(xiàn)推薦的自學(xué)習(xí)和可成長。

長虹小白,就是“住”在這個電視中的機器人精靈,她陪伴、學(xué)習(xí)、服務(wù)于用戶,在看電視、聽音樂、玩游戲等黑電業(yè)務(wù)上讓用戶得到貼心的個性化服務(wù)。

(長虹小白形象)

通俗來說,就是你可以與長虹小白對話:

小白,告訴我,有什么節(jié)目好看?Hi,我想看高分電影~

這些問題它都能給你及時回復(fù)(3秒內(nèi)搜索啟播)。它還會學(xué)習(xí)你的觀看喜好與歷史,給你個性化推薦節(jié)目。

據(jù)說,未來小白還會加上實體形態(tài),加載投影能力、視覺圖像技術(shù)、自動充電等等黑科技。

可以說,這款產(chǎn)品標(biāo)志著長虹電視率先進(jìn)入人工智能時代。

歡迎加入本站公開興趣群

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法,實際應(yīng)用案例分享與討論,分析工具,ETL工具,數(shù)據(jù)倉庫,數(shù)據(jù)挖掘工具,報表系統(tǒng)等全方位知識

QQ群:81035754

文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/4365.html

相關(guān)文章

  • 深度學(xué)習(xí)out了?深度解讀AI領(lǐng)域三大前瞻技術(shù)

    摘要:而這種舉一反三的能力在機器學(xué)習(xí)領(lǐng)域同樣適用,科學(xué)家將其稱之為遷移學(xué)習(xí)。與深度學(xué)習(xí)相比,我們技術(shù)較大優(yōu)點是具有可證明的性能保證。近幾年的人工智能熱潮中,深度學(xué)習(xí)是最主流的技術(shù),以及之后的成功,更是使其幾乎成為的代名詞。 如今,人類將自己的未來放到了技術(shù)手里,無論是讓人工智能更像人類思考的算法,還是讓機器人大腦運轉(zhuǎn)更快的芯片,都在向奇點靠近。谷歌工程總監(jiān)、《奇點臨近》的作者庫茲韋爾認(rèn)為,一旦智能...

    muddyway 評論0 收藏0
  • 深度學(xué)習(xí)之對抗樣本問題

    摘要:相反深度學(xué)習(xí)的對抗樣本是由于模型的線性特征。所以通過對抗訓(xùn)練能夠提高深度學(xué)習(xí)的對于對抗樣本的抗干擾能力。此外,指出,人類并不會像現(xiàn)代機器學(xué)習(xí)算法那樣被對抗樣本所影響。 2006 年,Geoffrey Hinton 提出了深度學(xué)習(xí)。受益于大數(shù)據(jù)的出現(xiàn)和大規(guī)模計算能力的提升,深度學(xué)習(xí)已然成為最活躍的計算機研究領(lǐng)域之一。深度學(xué)習(xí)的多層非線性結(jié)構(gòu)使其具備強大的特征表達(dá)能力和對復(fù)雜任務(wù)的建模能力。最近...

    zhichangterry 評論0 收藏0

發(fā)表評論

0條評論

Jinkey

|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<