現在の科学技術界熱い言葉、言う「人工知能」は、座席を占有しなければなりません。
しかし、最先端技術の瞬間が、ほとんどの人は本当に必ずしも子供が理解することができません。
また、「人工知能」を議論する起業家や大物は、しばしばもたらすとき、「機械学習」と「深い学習を」。
「人工知能」は何か?
「機械学習」何地獄ですか?
「ディープ・ラーニング」の言葉あなたと私、
しかし、一緒に彼らが知らないようだ......
ためには、資格のある知識人になるためには、
今日は最後にそれらを引っ張って両手で明確な休憩を取るGeshaです。
私たちは、調理の顔となっているである「人工知能」、についてお話しましょう「AI」。用語「人工知能」が最初、彼はこの研究は、任意の学習行動またはその他の知的特性は、正確に記述できるという推測に基づいている」、書いた認知科学者ジョン・マッカーシーによって提案されたに、原則的には、することができそれをシミュレートするためにマシンを作成します。「この記述は今日も適用されます。
大まかに言えば、「人工知能は、」新技術である規律開いているどのように人工知能技術の国内サービスのプロの大学、。
AIは、さまざまな方法に世界の周りと対話するマシンを説明しています。「人工知能」デバイスは、模倣する人間の行動缶や人などのタスクを実行するには、そのようなことはされますように-ソフトウェアとハードウェアの組み合わせによって模倣する人間は、あなたのお母さんやあなたのガールフレンドを区別するためのプロセスを考えました。
現在の人工知能が「弱いAI」のままであるという見解は、あなたには、マシンビジョン、音声認識として、より良い人間より特定の物事を行うことができます。瞬間から、まだ先は長い道のりされている間、アイアンマンのように、知性のようにそれは、「強いAI」です。
だから、デバイスがどのようにあなたのお母さんとあなたのガールフレンドやる区別するために人工知能を持っていますか?
- これはに関し、「機械学習。」
“机器学习”(Machine Learning)是AI的核心,是AI的分支之一。
“机器学习”的基本做法是通过复杂的算法来分析大量的数据,识别数据中的模式,并据此做出预测。也就是说,学的数据越多,效果会越好。这就像人类学习的过程——我们在学校学到知识,然后在生活中应用。只不过这一过程的学习主体,是机器。通过机器学习,一个系统可以不断改正自身的错误,从而提高它的模式识别能力。
刚刚讲到机器学习是通过各种复杂的算法,而这算法之一就比如“深度学习”。
作为近十年来人工智能领域取得的重大突破,“深度学习”是机器学习的最新领域,它推动了计算机智能的长足进步。
“深度学习”(Deep Learning)用大量的数据和计算能力来模拟深度神经网络,这些网络模仿人类大脑的连通性,对数据集进行分类,并发现它们之间的相关性。通过深度学习,机器可以处理大量数据,识别复杂的模式,并提出深入的见解。
以识别女朋友和老妈为例,传统的机器学习,往往需要人工调整参数,因此参数的数量十分有限。“深度学习”则能从大数据中自动获得成千上万的参数,自动分析图像中人物的年龄、表情、姿态等信息,而这过程中不需要人的参与。
简单总结
人工智能是一个宽泛概念,机器学习是其子集;机器学习可以实现人工智能,而深度学习可以实现机器学习,是机器学习的子集。
机器学习VS深度学习
1、应用场景
机器学习在指纹识别、特征物体检测等领域的应用基本达到了商业化的要求。
深度学习主要应用于文字识别、人脸技术、语义分析、智能监控等领域。目前智能硬件、教育、医疗等行业也在快速布局。
基于人工智能和大数据分析的数据底层,催米科技自主研发了AI米智能语音系统,利用先进的语音识别、合成和语义理解技术,集成IVR平台,目前已广泛应用于商业银行、消费金融等多个场景,为客户提供了高效、智能、专业的综合服务。
2、所需数据量
機械学習は、データの様々な量、シーンのデータの特に少ない量に適応することができます。
急速データの量が増加する場合には、学習の深さの影響があるためアルゴリズムが完璧に理解するために、大量のデータを必要とする学習の深さがより顕著になるだろう。
3、実行時間
実行時間は、学習アルゴリズムのために必要な時間の量です。
一般的には、機械学習は非常に短い実行時間を必要とします。このアルゴリズムは、あまりにも多くのパラメータが含まれているため、必要以上の訓練時間を学習の深さ。
図4に示すように、ハードウェア依存
単語を機械学習では、通常のマシンは、することができます。学習の高い深さは、ハードウェアに依存して、あなたは、ほとんどの場合、コンピューティングGPUにする必要があります。
上記の説明を通じて、それは3つの名詞がそれを明確に理解を持っている「人工知能、機械学習、深い学習」ではないのですか?
実際には、多くの関連科学技術専門用語があり、それらはすべて、将来の技術の分析を表しています。
将来的には、機械学習と深い学習がより多くの産業のための明るい、エキサイティングな未来をもたらす、ということを信じる理由を持っています。
その他の人工知能情報、科学技術の公共リマインダーメートル番号SH-Cuimiに焦点を当ててください。