深度學習讓計算機學會思考-朝人工智能靠近-資料下載頁
2025-08-04 17:53本頁面
【正文】 等等。迄今為止，諾貝爾已經(jīng)訓練這一程序能識別小的數(shù)據(jù)組，在接下來的幾個月內(nèi)，他將使用包含有10萬個結(jié)構(gòu)的蛋白質(zhì)數(shù)據(jù)庫來檢驗這套深度學習軟件的性能。對計算機專家們而言，深度學習可能會讓他們獲益頗豐：德哈爾正在考慮創(chuàng)辦深度學習公司；而楊樂康上個月被“臉譜”網(wǎng)站雇傭，成為該網(wǎng)站新成立的人工智能部門的負責人。恩格說：“深度學習不再是養(yǎng)在深閨無人時，目前正生逢其時，你填入的數(shù)據(jù)越多，它的表現(xiàn)也就越好?！辈贿^，他也強調(diào)說：“盡管很多時候，深度學習算法都非唯一的解決辦法，但它是最好的，當然也是最容易的。這也是為什么其未來擁有巨大潛力的原因?！逼渌偁幮缘南敕ó斎唬膊⒎撬锌茖W家都看好深度學習，他們正在嘗試使用其他方法來解決問題。比如，美國華盛頓大學計算機科學與工程系教授、艾倫人工智能研究所的負責人奧倫埃齊奧尼的目標是發(fā)明一臺計算機——當給其“喂食”一堆經(jīng)過掃描的教科書后，其能通過標準化的小學科學測試（如果其不斷加強，最終能通過大學入學考試）。為了通過這些測試，這臺計算機必須能閱讀并理解圖表和文本。不過，艾倫人工智能研究所如何實現(xiàn)這一目標還是一個未知數(shù)。但對埃齊奧尼來說，神經(jīng)網(wǎng)絡和深度學習并非他們的首選。一個競爭性的想法是，讓計算機能在基本輸入事實上的基礎(chǔ)上進行推理，而非從頭開始學習事實。因此，科學家們或許會為這種計算機編寫程序，讓其識別“所有的女孩都是人”這樣的論斷。接著，當一篇提到一個女孩的文本被提交給這臺計算機時，計算機能推導出這個女孩是人。但這樣的計算機也有自己的問題，因為我們周圍的世界太紛繁復雜，即使沒有數(shù)百萬個，也有數(shù)十萬個這樣的事實。目前，在這方面表現(xiàn)最好的就是IBM公司的計算機沃森（Watson）。Watson運算更快，記憶力更好，它也懂一些人類語言中的暗喻和雙關(guān)。2011年，Watson在美國最受歡迎的智力競賽節(jié)目Jeopardy中戰(zhàn)勝人類，獲得冠軍，從而聲名大噪。盡管如此，IBM公司沃森解決方案實驗室的科學家們對深度學習在改進模式識別方面的優(yōu)異表現(xiàn)也產(chǎn)生了興趣。谷歌也是如此，盡管其圖像標記方面的最新進展主要得益于辛頓的深度學習網(wǎng)絡，但其他研發(fā)部門也得到了足夠多的關(guān)注。2012年12月，谷歌雇傭未來學家雷庫茲韋爾做其工程部主管，庫茲韋爾的主要任務是使用但不局限于深度學習的技術(shù)，來為計算機尋找不同的方式，讓其能從日常經(jīng)驗中學習。去年5月份，谷歌購買了一臺由加拿大DWave公司研制而成的量子計算機。盡管從理論上而言，這臺計算機能用于深度學習領(lǐng)域，但科學家們目前主要用其來處理非人工智能方面的任務，比如困難的數(shù)學計算等。深度學習帶來了機器學習的一個新浪潮，受到從學術(shù)界到工業(yè)界的廣泛重視，也導致了“大數(shù)據(jù)+深度模型”時代的來臨。在應用方面，深度學習使得語音圖像的智能識別和理解取得驚人進展，從而推動人工智能和人機交互大踏步前進。盡管如此，深度學習仍然還處于襁褓階段?！八俏磥淼囊徊糠??！钡鹿栒f，我們才剛剛開始。如果我們能在理論、建模和工程方面，突破深度學習技術(shù)面臨的一系列難題，人工智能的夢想將不再遙遠。
研究報告相關(guān)推薦
鄂ICP備17016276號-1