最适合网络开发者的网站
人工智能。初学者课程

尿素

深度学习(DL)

深度学习革命 2010 年左右开始。

自此以后,深度学习解决了许多“无法解决”的问题。

深度学习革命并非由一项单一的发现引发。它或多或少是在几个必要因素具备后发生的:

  • 计算机足够快
  • 计算机存储空间足够大
  • 发明了更好的训练方法
  • 发明了更好的调音方法

神经元

科学家们一致认为我们的大脑有大约 1000 亿个神经元。

这些神经元之间有数千亿个连接。

神经元

图片来源:巴塞尔大学,生物中心。

神经元(又称神经细胞)是我们大脑和神经系统的基本单位。

神经元负责接收来自外部世界的输入、发送输出(向我们的肌肉发出命令)以及转换其间的电信号。


神经网络

人工神经网络 通常被称为神经网络(NN)。

神经网络实际上是多层的 感知器.

感知器定义了多层神经网络的第一步。

神经网络深度学习.

神经网络 是历史上最重大的发现之一。

神经网络可以解决算法无法解决的问题:

  • 医疗诊断
  • 人脸检测
  • 语音识别

神经网络模型

输入数据(黄色)根据隐藏层(蓝色)进行处理,并根据另一个隐藏层(绿色)进行修改以产生最终输出(红色)。

神经网络

汤姆·米切尔

汤姆·迈克尔·米切尔(生于 1951 年)是美国计算机科学家和卡内基梅隆大学 (CMU) 的大学教授。

他曾担任卡内基梅隆大学机器学习系主任。

“如果计算机程序在某类任务 T 和性能指标 P 中的表现随着经验 E 的提高而提高,则可以说计算机程序从经验 E 中学习。”

汤姆·米切尔 (1999)

E:经验(次数)。
T:任务(驾驶汽车)。
P:表现(好或坏)。


长颈鹿的故事

2015年, 赖文辉伦敦帝国理工学院的一名学生创建了一个名为 长颈鹿.

长颈鹿只需72小时就能完成训练,达到与国际大师同等水平的国际象棋水平。

计算机下棋并不是什么新鲜事,但这个程序的创建方式却是新的。

智能下棋程序需要花费数年时间来开发,而长颈鹿仅用神经网络在 72 小时内就开发出来了。

  • 监督机器学习
  • 无监督机器学习
  • 自监督机器学习

深度学习

经典编程使用程序(算法)来创建结果:

传统计算

数据 + 计算机算法 = 结果

机器学习利用结果来创建程序(算法):

机器学习

数据 + 结果 = 计算机算法


机器学习

机器学习通常被认为与人工智能等同。

这不对。机器学习是人工智能的一个子集。

机器学习是人工智能的一个学科,它利用数据来教导机器。

“机器学习是一门研究领域,它使计算机能够无需编程而进行学习。”

亚瑟·塞缪尔 (1959)


智能决策公式

  • 保存所有操作的结果
  • 模拟所有可能的结果
  • 将新动作与旧动作进行比较
  • 检查新动作是好是坏
  • 如果新行动不那么糟糕,则选择它
  • 重新做一遍

事实证明,计算机可以执行数百万次此类操作,能够做出非常明智的决策。