优艾设计网

吴恩达:神经网络模型将替代传统算法?

百度首席科学家吴恩达在未来论坛上发表演讲。

神经网络模型让数据的潜力更大

众所周知,在海量数据时代,深度学习为人工智能带来了新的机遇。这些机会集中在三个地方:文字、图片和语音识别。

吴恩达提到,人工智能具有正向循环链。有了好的产品,可以吸引更多的用户,进而产生大量的数据,再由数据带来更多优秀的产品。然而,如果使用传统的人工智能算法,并且数据增长到一定量,算法就会遇到瓶颈。然而,如果使用新的深度学习算法,算法的效果可以随着数据的增加而不断提高。

什么样的神经网络模型?以下是他的例子:

七年前,我让我的学生用当时最好的算法完成一个简单的任务,——,判断一个有很多餐具的图片里哪个杯子,但是失败了。基本上柱状工具被认为是杯子。

虽然在人们眼里,他们看到的是这些物体的外观,但在计算机眼里,他们得到的信息只是照片中每个像素上代表颜色的数字,利用数字光谱与其他图像进行比较。再举一个语音识别的例子,过去我们把声音分解成不同的声调、音素等,希望通过数据解码来识别一个对话,但结果还是和自然语音本身不一样。

人脑是如何学习的?这里需要说明的是,虽然称之为神经网络模型,但并没有真正让算法模仿人脑的工作,因为我们并不确定大脑是如何工作的,只是想接近这个机制。以上面的杯子为例,我们只是提供大量的杯子图片,让计算机找出这些样本有什么特征,然后它就可以做出判断,这和我们平时学习的方式差不多。

这个事情在过去是做不到的,所以需要依靠传统的数据解码算法,但是现在数据的存储和计算已经达到了一个巨大的水平,可以实现海量的样本比较。

语音识别将推动手机的革命

越来越多的人使用语音识别,深度学习语音识别系统的准确率远远高于传统方法。

与手指输入相比,语音交互是移动应用场景中更自然的人机交互方式。也许我们再也不需要在手机上安装这么多应用了。你只需要用语言和手机互动,告诉它你需要什么,它就能为你连接服务。相信语音会推动手机的革命。试想,未来我们将围绕语音界面重新设计手机产品,重新定义人与手机的交互界面。

在这里,吴恩达说了一句模棱两可的话:接下来,我们会为你带来更好的智能手机.我不知道是应该解读为百度手机重新崛起,还是仅仅指所有手机厂商?

不用担心机器人会占领世界

人工智能技术仍然面临挑战。例如,在一些国家,AI技术的使用威胁到人们的权利(用于追踪嫌疑人的大脑补充剂),这是一个非常严重的道德问题。但即使没有AI,这种情况依然存在。至于AI,它比人聪明,甚至可能控制我们的世界。我认为目前这不是一个紧迫的问题。机器不会很快统治世界,可能100年后我们才需要担心它。

即使我们说深度学习算法具有自学习能力,也没有必要担心。大量神经网络算法中的模型训练,也就是机器学习的过程,是监督训练。将这种训练方法应用于语音识别和图像识别,效果非常好。但是从机器可能统治人类的优艾设计网_电脑技术角度来看,这是完全不同的事情。

0

上一篇:

下一篇:

精彩评论

暂无评论...
验证码 换一张
取 消

最新问答

问答排行榜