智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
羅克韋爾/Allen Bradley
Gartner預(yù)測，到2018年，80%的數(shù)據(jù)科學(xué)家會將深度學(xué)習(xí)納入其工具包中。此外，Gartner還預(yù)測，到2019年，深度學(xué)習(xí)將成為實現(xiàn)需求，欺詐和故障預(yù)測佳性能的關(guān)鍵驅(qū)動因素。
對此Gartner研究副總裁Alexander Linden分析道：“通過允許數(shù)據(jù)的中間表示，深度學(xué)習(xí)從而擴(kuò)展了機(jī)器學(xué)習(xí)。深度學(xué)習(xí)終是解決復(fù)雜的，且擁有大量數(shù)據(jù)的業(yè)務(wù)問題。例如，在解讀醫(yī)學(xué)圖像以便及早診斷癌癥方面，深度學(xué)習(xí)可以給出很好的結(jié)果。深度學(xué)習(xí)也有助于改善視力障礙人士的視力，控制自動駕駛汽車，或者認(rèn)識和理解某個人的言論。”
正如上述所言，深度學(xué)習(xí)可以提高企業(yè)開展業(yè)務(wù)的能力，重要的是通過模式或數(shù)據(jù)觀察建立知識的能力。此外，深度學(xué)習(xí)系統(tǒng)隨著時間的推移變得越來越完善，功能越來越強(qiáng)大，并終將比專家團(tuán)隊要好得多。
雖然許多企業(yè)只是用信用評分作為決策的依據(jù)，但一些企業(yè)也使用深度學(xué)習(xí)工具幫助決策。值得信賴的深度學(xué)習(xí)系統(tǒng)可能會找出潛在客戶償還貸款能力的其他因素或模式，可以弄清楚客戶的種族，性取向，甚至是否將要離婚。
說了那么多的深度學(xué)習(xí)，那么深度學(xué)習(xí)究竟是什么？它和機(jī)器學(xué)習(xí)之間又有什么區(qū)別呢？簡單地說，機(jī)器學(xué)習(xí)通常會處理人工智能的技術(shù)應(yīng)用，例如即時預(yù)測。而深度學(xué)習(xí)為理解人們大量數(shù)據(jù)的模式奠定了基礎(chǔ)。
深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究，由Hinton等人于2006年提出，源含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。
2012年以來，隨著Hinton、Lecun和Andrew NG對深度學(xué)習(xí)在機(jī)器學(xué)習(xí)方面的應(yīng)用取得了顯著的提升效果，深度學(xué)習(xí)成為了計算機(jī)科學(xué)的一個新興領(lǐng)域。
隨著大數(shù)據(jù)的出現(xiàn)和大規(guī)模計算能力的提升，深度學(xué)習(xí)已然成為活躍的計算機(jī)研究領(lǐng)域之一，在不斷的研究中，深度學(xué)習(xí)的局限性也日益呈現(xiàn)出來，主要表現(xiàn)為：，缺乏理論支持；第二，缺乏短時記憶能力；第三，缺乏執(zhí)行無監(jiān)督學(xué)習(xí)的能力。
例如在圖像分類方面，微軟研究團(tuán)隊指出他們的系統(tǒng)在ImageNet 2012分類數(shù)據(jù)集中的錯誤率降低至4.94%。而在一些實際應(yīng)用場景中，業(yè)界已經(jīng)充分展現(xiàn)了深度學(xué)習(xí)在人臉識別領(lǐng)域取得的成就。
盡管就目前來說，深度學(xué)習(xí)的應(yīng)用非常成功，在人臉識別、目標(biāo)檢測等研究領(lǐng)域都取得了很大進(jìn)展，其識別準(zhǔn)確率甚至超過人類，但是深度學(xué)習(xí)的理論進(jìn)展卻很小。2006年以來，Hinton、Yoshua Bengio、Yann Lecun等人的相關(guān)工作，奠定了深度學(xué)習(xí)在機(jī)器學(xué)習(xí)中的地位。之后，深度學(xué)習(xí)在理論上發(fā)展非常緩慢，近年來的研究成果也并沒有能夠很清楚地解釋理論問題。
但這并不代表深度學(xué)習(xí)的發(fā)展已走到盡頭。對于以下幾個方面的研究，對深度學(xué)習(xí)的繼續(xù)發(fā)展具有重大意義。一是開發(fā)深度學(xué)習(xí)的演繹能力；二是提升綜合處理問題的能力；三是減少對硬件的依賴。由此來看，科學(xué)家將在深度學(xué)習(xí)方面還要下很多功夫。
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
