在线免费观看成年人视频-在线免费观看国产-在线免费观看国产精品-在线免费观看黄网站-在线免费观看精品

在深度學(xué)習(xí)的領(lǐng)域里，最重要的是數(shù)據(jù)和運算。誰的數(shù)據(jù)更多，誰的運算更快，誰就會占據(jù)優(yōu)勢。因此，在處理器的選擇上，可以用于通用基礎(chǔ)計算且運算速率更快的GPU迅速成為人工智能計算的主流芯片。可以說，在過去的幾年，尤其是2015年以來，人工智能大爆發(fā)就是由于英偉達公司的GPU得到廣泛應(yīng)用……

一、人工智能與深度學(xué)習(xí)

2016年，AlphaGo與李世石九段的圍棋對決無疑掀起了全世界對人工智能領(lǐng)域的新一輪關(guān)注。在與李世石對戰(zhàn)的5個月之前，AlphaGo因擊敗歐洲圍棋冠軍樊麾二段，圍棋等級分上升至3168分，而當(dāng)時排名世界第二的李世石是3532分。按照這個等級分?jǐn)?shù)對弈，AlphaGo每盤的勝算只有約11％，而結(jié)果是3個月之后它在與李世石對戰(zhàn)中以4比1大勝。AlphaGo的學(xué)習(xí)能力之快，讓人惶恐。

1．人工智能：讓機器像人一樣思考

自AlphaGo之后，“人工智能”成為2016年的熱詞，但早在1956年，幾個計算機科學(xué)家就在達特茅斯會議上首次提出了此概念。他們夢想著用當(dāng)時剛剛出現(xiàn)的計算機來構(gòu)造復(fù)雜的、擁有與人類智慧同樣本質(zhì)特性的機器，也就是我們今日所說的“強人工智能”。這個無所不能的機器，它有著我們所有的感知、所有的理性，甚至可以像我們一樣思考。

人們在電影里也總是看到這樣的機器：友好的，像星球大戰(zhàn)中的C－3PO；邪惡的，如終結(jié)者。強人工智能目前還只存在于電影和科幻小說中，原因不難理解，我們還沒法實現(xiàn)它們，至少目前還不行。

我們目前能實現(xiàn)的，一般被稱為“弱人工智能”。弱人工智能是能夠與人一樣，甚至比人更好地執(zhí)行特定任務(wù)的技術(shù)。例如，Pinterest上的圖像分類，或者Facebook的人臉識別。這些人工智能技術(shù)實現(xiàn)的方法就是“機器學(xué)習(xí)”。

2．機器學(xué)習(xí)：使人工智能真實發(fā)生

人工智能的核心就是通過不斷地機器學(xué)習(xí)，而讓自己變得更加智能。機器學(xué)習(xí)最基本的做法，是使用算法來解析數(shù)據(jù)、從中學(xué)習(xí)，然后對真實世界中的事件做出決策和預(yù)測。與傳統(tǒng)的為解決特定任務(wù)、硬編碼的軟件程序不同，機器學(xué)習(xí)是用大量的數(shù)據(jù)來“訓(xùn)練”，通過各種算法從數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)。

機器學(xué)習(xí)最成功的應(yīng)用領(lǐng)域是計算機視覺，雖然也還是需要大量的手工編碼來完成工作。以識別停止標(biāo)志牌為例：人們需要手工編寫形狀檢測程序來判斷檢測對象是不是有八條邊；寫分類器來識別字母“S－T－O－P”。使用以上這些手工編寫的分類器與邊緣檢測濾波器，人們總算可以開發(fā)算法來識別標(biāo)志牌從哪里開始、到哪里結(jié)束，從而感知圖像，判斷圖像是不是一個停止標(biāo)志牌。

這個結(jié)果還算不錯，但并不是那種能讓人為之一振的成功。特別是遇到霧霾天，標(biāo)志牌變得不是那么清晰可見，又或者被樹遮擋一部分，算法就難以成功了。這就是為什么很長一段時間，計算機視覺的性能一直無法接近到人的能力。它太僵化，太容易受環(huán)境條件的干擾。