什么是 AI、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)？

qqlcbb 發(fā)布于2019-06-26 18:46 / 944人閱讀

摘要：機(jī)器學(xué)習(xí)就是用算法解析數(shù)據(jù)，不斷學(xué)習(xí)，對(duì)世界中發(fā)生的事做出判斷和預(yù)測(cè)的一項(xiàng)技術(shù)。顯然，深度學(xué)習(xí)是與機(jī)器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)是強(qiáng)相關(guān)，神經(jīng)網(wǎng)絡(luò)也是其主要的算法和手段或者我們可以將深度學(xué)習(xí)稱之為改良版的神經(jīng)網(wǎng)絡(luò)算法。

大家好，我是楊鋒，作為一個(gè)大數(shù)據(jù)從業(yè)人員，相信大家整天都在被 AI、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等一些概念轟炸。有時(shí)候甚至有點(diǎn)誠(chéng)惶誠(chéng)恐，一方面作為一個(gè)“業(yè)內(nèi)人士”而自豪，二方面覺得新概念一個(gè)接一個(gè)，自己不甚了解，有點(diǎn)恐懼。我一直相信一句臺(tái)詞——“喝了敵人的血，下次見面就不會(huì)再怕了”。學(xué)習(xí)知識(shí)亦然，很多時(shí)候，你覺得很高深，實(shí)際上是缺乏清晰的概念。當(dāng)你真的把這些概念理清楚后，往往會(huì)恍然大悟，萬(wàn)變不離其宗，原來(lái)不過如此。上網(wǎng)查了很多資料，很遺憾的是，99%的從業(yè)者語(yǔ)文都不怎么過關(guān)，連基本的定義都不會(huì)下。一個(gè)簡(jiǎn)單的“限定詞+更大的集合”的定義模式都沒有掌握，深表遺憾。于是還是決定自己來(lái)梳理一下吧。有高人說(shuō)過（花錢買的）：你對(duì)一個(gè)領(lǐng)域的理解程度，完全取決于你的頭腦里有多少清晰的概念，以及能否把這些概念關(guān)聯(lián)起來(lái)。廢話少說(shuō)，開始嘮吧。

人工智能（ Artificial Intelligence）是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)。我們來(lái)分解一下這個(gè)概念?！叭斯ぶ悄堋笔恰耙婚T技術(shù)科學(xué)”，它研究與開發(fā)的對(duì)象是“理論、技術(shù)及應(yīng)用系統(tǒng)”，研究的目的是為了“模擬、延伸和擴(kuò)展人的智能”。既然如此，那么買菜用的“計(jì)算器”算是人工智能嗎？嚴(yán)格地說(shuō)是算的，因?yàn)樗辽僮隽恕澳M”人在計(jì)算方面的智能，并擴(kuò)展了這個(gè)能力（比人算得更快）。我們每天編碼驅(qū)動(dòng)計(jì)算機(jī)去幫我們干活，這個(gè)算是人工智能嗎？也算的。所以，首先不用妄自菲薄，其實(shí)大家早已是“人工智能”的從業(yè)者了。我們現(xiàn)在看到的貌似很高端的技術(shù)，如圖像識(shí)別、NLP，其實(shí)依然沒有脫離這個(gè)范圍，說(shuō)白了，就是“模擬人在看圖方面的智能”和“模擬人在聽話方面的智能”，本質(zhì)上和“模擬人在計(jì)算方面的智能”沒啥兩樣，雖然難度有高低，但目的是一樣的——模擬、延伸和擴(kuò)展人的智能。另外，人工智能也不是啥新概念，事實(shí)上這是50年代提出的東西了（比你們老多了），現(xiàn)在這么火熱，頂多只能算是“詐尸”，談不上“新生”。

隨著人對(duì)計(jì)算機(jī)科學(xué)的期望越來(lái)越高，要求它解決的問題越來(lái)越復(fù)雜，摧枯拉朽地打個(gè)小怪已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足人們的訴求了。1+1好算，1+2也不難，這些已經(jīng)能解決的問題暫且按下不表。要解決的問題域越來(lái)越復(fù)雜，即使是同一個(gè)問題，其面對(duì)的場(chǎng)景也越來(lái)越多。咱總不能每新出來(lái)一種場(chǎng)景，就讓碼農(nóng)去查找switch，然后在default前去再加一個(gè)case吧；世間的場(chǎng)景千千萬(wàn)，那得多少個(gè)case啊，殺個(gè)碼農(nóng)祭天也保不齊會(huì)出問題啊。那怎么辦呢？于是有人提出了一個(gè)新的思路——能否不為難碼農(nóng)，讓機(jī)器自己去學(xué)習(xí)呢（提出這個(gè)概念的人一定做過碼農(nóng)）？好吧，現(xiàn)在機(jī)器學(xué)習(xí)的定義就出來(lái)了。機(jī)器學(xué)習(xí)即不需要碼農(nóng)添加case語(yǔ)句而讓機(jī)器自己學(xué)會(huì)執(zhí)行任務(wù)的人工智能技術(shù)。好像不太正規(guī)啊，好吧，再定義一下。機(jī)器學(xué)習(xí)就是用算法解析數(shù)據(jù)，不斷學(xué)習(xí)，對(duì)世界中發(fā)生的事做出判斷和預(yù)測(cè)的一項(xiàng)技術(shù)。研究人員不會(huì)親手編寫軟件、確定特殊指令集、然后讓程序完成特殊任務(wù)；相反，研究人員會(huì)用大量數(shù)據(jù)和算法“訓(xùn)練”機(jī)器，讓機(jī)器學(xué)會(huì)如何執(zhí)行任務(wù)。這里有三個(gè)重要的信息：1、“機(jī)器學(xué)習(xí)”是“模擬、延伸和擴(kuò)展人的智能”的一條路徑，所以是人工智能的一個(gè)子集；2、“機(jī)器學(xué)習(xí)”是要基于大量數(shù)據(jù)的，也就是說(shuō)它的“智能”是用大量數(shù)據(jù)喂出來(lái)的，如果缺少海量數(shù)據(jù)，它也就啥也不是了；3、正是因?yàn)橐幚砗Ａ繑?shù)據(jù)，所以大數(shù)據(jù)技術(shù)尤為重要；“機(jī)器學(xué)習(xí)”只是大數(shù)據(jù)技術(shù)上的一個(gè)應(yīng)用。常用的10大機(jī)器學(xué)習(xí)算法有：決策樹、隨機(jī)森林、邏輯回歸、SVM、樸素貝葉斯、K最近鄰算法、K均值算法、Adaboost算法、神經(jīng)網(wǎng)絡(luò)、馬爾科夫。Apache有個(gè)開源項(xiàng)叫mahout，提供了這些經(jīng)典算法的實(shí)現(xiàn)；但是后來(lái)spark出來(lái)了，由于在內(nèi)存迭代計(jì)算方面的優(yōu)勢(shì)，一下子搶過了這個(gè)風(fēng)頭，目前spark自帶的MLlib被使用得更為廣泛。雖然mahout也在向spark轉(zhuǎn)，但是在技術(shù)的世界里就是這樣的，只有新人笑，哪聞舊人哭。

相較而言，深度學(xué)習(xí)是一個(gè)比較新的概念，算是00后吧，嚴(yán)格地說(shuō)是2006年提出來(lái)的。老套路，也給它下一個(gè)定義。深度學(xué)習(xí)是用于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，并模仿人腦的機(jī)制來(lái)解釋數(shù)據(jù)的一種機(jī)器學(xué)習(xí)技術(shù)。它的基本特點(diǎn)，是試圖模仿大腦的神經(jīng)元之間傳遞，處理信息的模式。最顯著的應(yīng)用是計(jì)算機(jī)視覺和自然語(yǔ)言處理(NLP)領(lǐng)域。顯然，“深度學(xué)習(xí)”是與機(jī)器學(xué)習(xí)中的“神經(jīng)網(wǎng)絡(luò)”是強(qiáng)相關(guān)，“神經(jīng)網(wǎng)絡(luò)”也是其主要的算法和手段；或者我們可以將“深度學(xué)習(xí)”稱之為“改良版的神經(jīng)網(wǎng)絡(luò)”算法。深度學(xué)習(xí)又分為卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural networks，簡(jiǎn)稱CNN）和深度置信網(wǎng)（Deep Belief Nets，簡(jiǎn)稱DBN）。其主要的思想就是模擬人的神經(jīng)元，每個(gè)神經(jīng)元接受到信息，處理完后傳遞給與之相鄰的所有神經(jīng)元即可。所以看起來(lái)的處理方式有點(diǎn)像下圖（想深入了解的同學(xué)可以自行g(shù)oogle）。

神經(jīng)網(wǎng)絡(luò)的計(jì)算量非常大，事實(shí)上在很長(zhǎng)時(shí)間里由于基礎(chǔ)設(shè)施技術(shù)的限制進(jìn)展并不大。而GPU的出現(xiàn)讓人看到了曙光，也造就了深度學(xué)習(xí)的蓬勃發(fā)展，“深度學(xué)習(xí)”才一下子火熱起來(lái)。擊敗李世石的Alpha go即是深度學(xué)習(xí)的一個(gè)很好的示例。Google的TensorFlow是開源深度學(xué)習(xí)系統(tǒng)一個(gè)比較好的實(shí)現(xiàn)，支持CNN、RNN和LSTM算法，是目前在圖像識(shí)別、自然語(yǔ)言處理方面最流行的深度神經(jīng)網(wǎng)絡(luò)模型。事實(shí)上，提出“深度學(xué)習(xí)”概念的Hinton教授加入了google，而Alpha go也是google家的。在一個(gè)新興的行業(yè)，領(lǐng)軍人才是多么的重要??！

總結(jié)：人工智能是一個(gè)很老的概念，機(jī)器學(xué)習(xí)是人工智能的一個(gè)子集，深度學(xué)習(xí)又是機(jī)器學(xué)習(xí)的一個(gè)子集。機(jī)器學(xué)習(xí)與深度學(xué)習(xí)都是需要大量數(shù)據(jù)來(lái)“喂”的，是大數(shù)據(jù)技術(shù)上的一個(gè)應(yīng)用，同時(shí)深度學(xué)習(xí)還需要更高的運(yùn)算能力支撐，如GPU。

想要更詳細(xì)的了解，請(qǐng)?jiān)L問華為云學(xué)院（ edu.huaweicloud.com/courses/ ），課程獲取密碼，搜索：機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)或者 AI ，一般人我不告訴他喔！

GPU云服務(wù)器云服務(wù)器機(jī)器學(xué)習(xí)與深度學(xué)習(xí) 深度學(xué)習(xí)與機(jī)器學(xué)習(xí) 機(jī)器學(xué)習(xí)與深度學(xué)習(xí)關(guān)系機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的區(qū)別

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)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(qǐng)注明本文地址：http://systransis.cn/yun/19923.html