AI 人工智能 Robot 机器人

  • 首页
  • 人工智能
  • AI产业
  • 机器人
  • AI行业活动
  • AI学习
  • 百科

机器学习、深度学习和人工智能(ML、DL和AI)在各行各业都非常重要

2017年3月7日 智元 人工智能

人工智能,深度学习,机器学习三者的区别

  机器学习、深度学习和人工智能(ML、DL和AI)是对于各行各业都非常重要,却也十分复杂,同时非常迅速发展着。ML、DL和AI是彼此相关的概念,他们正在改变不知多少行业,改变其自身管理模式,同时改变做出决策的方式。

  为了更好地使用它们,我们需要了解三者之间的差异。

  ML、DL、AI不尽相同

  • 人工智能(Artificial Intelligence,AI)

  AI用来形容涉及高级计算智能的最宽泛的说法。1956年,在达特茅斯人工智能大会上,该技术被描述为:“原则上,学习的每一个方面或任何其他智能特征都可以精确描述,并且一台机器可以模拟它。”

  AI可以指代很多东西,比如下棋的计算机程序,或者像亚马逊的Alexa那样可以理解并应答的语音识别系统。

  AI可以大致分为三个种类:狭义AI,通用人工智能(AGI)以及超智能AI。

  IBM的Deep Blue(深蓝)在1996年的比赛中击败了国际象棋大师加里·卡斯帕罗夫,2016年谷歌DeepMind的AlphaGo击败了韩国围棋九段李世石,这些都是狭义AI在某个特定的任务下比较成熟的例子。AI与通用人工智能(AGI)不同,AGI是能够达到人类水平的AI,它可以执行一系列任务。

  超智能AI则更先进一步。正如牛津大学哲学家Nick Bostrom所描述的——这是一种智慧,比每个领域最牛的人类智慧都要聪明,包括科学创造力、一般智慧和社交技能。换句话说,超智能AI时代是当机器人超越了人类的时代。

  • 机器学习(Machine Learning,ML)

  机器学习是AI的一个子集。机器学习的核心原则是机器如何获取数据以及“学习”本身。对于企业来讲,ML系统目前是AI套件中最有前途的使用工具。ML系统可以快速应用来自大型数据集的知识和训练,它们在面部识别、语音识别、对象识别、翻译和许多其他任务方面表现卓越。与手动编码完成各种任务、具有特定指令的软件程序不同,ML允许系统学习自己识别模式并进行预测。

  虽然深蓝和DeepMind都属于AI,但是深蓝是基于规则的,它有赖于编程——所以它并不属于机器学习的一种形式。

  那么,你的企业是否有兴趣将机器学习融入战略规划中呢?亚马逊、百度、谷歌、IBM、微软等企业已经提供了不同的商业化机器学习平台。

  • 深度学习(Deep Learning,DL)

  深度学习是机器学习的一个子集。它使用一些机器学习技术解决现实世界的问题,通过开发神经网络,模拟人类的决策。深度学习有时非常昂贵,因为它需要大量的数据集来训练自己。 这是因为,大量的参数需要被学习算法所理解,这才能够初步确定大量的假正值。比如说,我们可以利用深度学习算法来“学习”猫的样子,它需要非常庞大的数据集的图像来训练,以了解非常细微的细节,区分是一只猫,还是猎豹,还是美洲豹,或者是狐狸。

  在深度学习领域,最著名的标志性事件是2016年3月DeepMind的AlphaGo,以5比4的成绩击败了围棋世界冠军李世石。 根据Google的说法,该深度学习系统的工作方式是结合了“蒙特卡罗树搜索”与“深度神经网络”,该神经网络通过从人类专家游戏训练,以及从自我游戏的强化学习中实现监督式学习。

  深度学习也有广泛的商业用途。它可以分析大量的数据,比如数百万张图像,并识别某些特性。基于文本的搜索、欺诈检测、垃圾邮件检测、手写识别、图像搜索、语音识别、街景视图检测和翻译等,都是可以通过深度学习执行的任务。在Google,深度学习网络已经取代了许多“手动操作的基于规则的系统”。

  机器学习的三大趋势

  总而言之,人工智能是一个通用术语,它可以指计算机下棋程序,也可以指亚马逊的Alexa语音识别系统等等。

  跟踪这些工具将如何发展非常重要。实际上,机器学习已然出现了三大趋势。

  第一个趋势是无监督学习的出现。训练ML / DL工具的主要方法是监督式的。这种方法需要使用大量的标记数据。新的趋势是无监督式学习,它的最大的好处是无监督学习不需要庞大的数据集。

  第二个趋势是生成式对抗网络(GAN)的发展。为了理解GAN,我们有必要了解判别式模型。判别式模型使用标记的历史数据进行训练,并使用累计的知识来推断,而生成模型则更少依赖已存储的知识,生成式模型根据“训练过程中获得的见解”综合或提出观点。

  第三个趋势是增强学习(RL)。增强学习是通过实验和探索的方式学习的。它与监督学习的不同之处在于,它不是从“世界如何工作”或“良好的训练数据”等先入为主的概念开始的。

  当然,我们很难通过一篇文章熟稔这些概念,但是重要的是,这些尖端的技术正在不断增长和变化。

  实际上,从这些想法的诞生,到在商业、军事、政府等领域真正应用,转化的时间还很短。今年2月中旬,福布斯杂志举了两个将AI用于商业的例子——Equifax和SAS。前者开发深度学习工具,以提高信用评分,后者向其数据挖掘工具添加新的深度学习功能,并提供深度学习API。

标签:AI学习, 人工智能, 机器学习, 深度学习

高级人工智能 deluxe ai
精品域名
市区人工智能
高端人工智能
赞同智能
尖端人工智能
水滴、水滴AI平台、地物

标签


AI AI产业 AI医疗 AI学习 AI实验室 AI工具 AI平台 AI投资 AI教育 AI生态 AI语言 atlas Blockchain Deep learning DeepMind robot turing Watson 中国 中国芯 云计算 人工智能 人形机器人 人机大战 人类末日 军事应用 创业 创新 半机械人 商业化 图灵 大数据 开源 性能测试 无人驾驶 智能家居 机器人 机器学习 深度学习 物联网 百度大脑 神经网络 芯片 语音识别 黑客
  • 多喜爱 E-mail: dxai@outlook.com 吉ICP备14000535号
  • 互联网站备案信息

    吉公网安备 22240102000224号

  • Copyright(c)2016 DeluXe A.I. Powered by WordPress.org