欧易

欧易(OKX)

国内用户最喜爱的合约交易所

火币

火币(HTX )

全球知名的比特币交易所

币安

币安(Binance)

全球用户最多的交易所

机器究竟如何学习?详解人工智能的“左右互搏术”

时间:2023-02-06 12:28:56 | 浏览:457

金庸武侠小说《射雕英雄传》里,有这样一段经典场景:“老顽童”周伯通在被困桃花岛期间,创造了“左右互搏术”,即用自己的左手跟自己的右手打架,在两手互搏中提高功力。如今,这样的桥段在人工智能领域真实上演。它,就是深度学习。“左右互搏术”与深度学

金庸武侠小说《射雕英雄传》里,有这样一段经典场景:“老顽童”周伯通在被困桃花岛期间,创造了“左右互搏术”,即用自己的左手跟自己的右手打架,在两手互搏中提高功力。

如今,这样的桥段在人工智能领域真实上演。它,就是深度学习。

“左右互搏术”与深度学习中的一种对抗训练原理相仿,即有两个角色——生成器和判别器。生成器类似于左手,扮演攻方;判别器类似于右手,扮演守方。

判别器的目的是正确区分真实数据和生成数据,从而最大化判别准确率;生成器则是尽可能逼近真实数据的潜在分布。二者需要不断提高各自的判别能力和生成能力来取胜,从而实现目标优化。

今天,让我们打开这个“神秘魔盒”。

深度学习的概念,最早是由杰弗里·辛顿在2006年提出的。这是一门用于学习和利用“深度”人工神经网络的机器学习技术。作为人工智能领域中最热的研究方向,深度学习迅速受到学术界和工业界的关注。

目前,深度学习已得到广泛应用。如在博弈领域,AlphaGo通过深度学习,以4∶1的比分战胜韩国棋手李世石,成为第一个击败人类职业围棋选手的电脑程序;在医学影像识别中,以深度学习为核心技术的X光、核磁、CT、超声等医疗影像多模态大数据的分析技术,可提取二维或三维医疗影像中隐含的疾病特征;在图像处理中,最成功的领域是计算机视觉,如图像风格迁移、图像修复、图像上色、人脸图像编辑以及视频生成等。

一种特殊的机器学习方法

今天的人工智能,其实是把现实生活中的问题量化成了可计算的问题,然后用计算机算出来。数学模型则架起了中间的桥梁。

现实生活中,很多问题都可以通过建模解决。比如计算远程火炮弹道问题,计算日食、月食出现的时间和地点等。我们只要把相应公式用计算机语言写一遍,再代入参数,就能计算出来。

然而,更多问题的解决方法是不确定的。即使我们找到了相应的数学模型,也不知道应该代入什么参数。比如语音识别、人脸识别和机器翻译等。因此,我们需要让计算机通过自主学习,从大量数据中得到相应参数。这个过程,就是机器学习。

机器学习旨在发现数据存在和利用的模式,并用它们进行学习及做出预测。机器学习的过程,就是用计算机算法不断地优化模型,让它越来越接近真实情况的过程。它与人类学习的道理如出一辙。

考察人的学习通常方式是考试,如果分数不及格,就需要进一步学习。机器学习也要这样来衡量,它的目标用专业术语来说,就是“期望值最大化”。

机器学习的效果取决于两个方面:一方面是学习的深度。机器学习并不能“一口吃成个胖子”,它的训练算法需要迭代执行。这如同人在学习时要通过复习来“温故而知新”一样。机器学习迭代的次数越多,即学习得越深入,得到的数学模型效果越好。另一方面是数据的质与量。正如我们做大量优质习题,成绩就会提高。机器学习也是如此,训练数据量越大,学习效果就会越好。

根据数学模型的特点,机器学习有两种方法:一种是利用已知模型进行训练;另一种是在模型未知的情况下,设计一些简单通用的模型结构,然后使用大量的数据进行训练,训练成什么样就是什么样。这便是我们常听到的人工智能“黑箱”问题,即使训练有效,也不清楚里面是什么。

深度学习就是后一种机器学习的方法。人工智能涵盖的领域十分广泛,深度学习只是其中的一个分支,属于机器学习的范畴。人工智能需要有“独立思考”能力与机器学习技术的支持,深度学习便是帮助机器实现“独立思考”的一种方式。

深度学习迎来革命性突破

人工神经网络,简称神经网络,是一种模仿动物中枢神经系统结构和功能的数学模型,是用大量简单处理单元经广泛连接而组成的人工网络。它其实是一个特殊的分类器,用于对函数进行估计等。

神经网络为许多问题的研究提供了新思路,特别是迅速发展的深度学习,能发现高维数据中的复杂结构,取得比传统机器学习更好的效果。

20世纪50年代,人类第一次设计出计算机能运行的神经网络算法。此时的神经网络,虽然给了人们很多遐想空间,却解决不了实际问题,因此被打入“冷宫”。

到了20世纪80年代末期,人们提出反向传播算法,可让一个神经网络模型从大量样本中学习统计规律,从而对未知事件做出预测。随后,支持向量机等各种各样的机器学习方法被相继提出。不过,这些模型的结构均为浅层学习方法,处理复杂问题的能力受到一定制约。因此,神经网络再进“冷宫”。

2006年,加拿大教授辛顿和他的学生提出深度学习神经网络的“快速学习”算法,使深度学习迎来了革命性突破。深度学习通过学习一种深层非线性网络结构,展现出了从少数样本中集中学习数据及本质特征的强大能力。

从此,神经网络学会了反复分类以及识别物体的方法,并展现出乎意料的精准度。

计算能力成为推动深度学习的利器

人工神经网络在被提出的50年间,都没能很好地解决智能问题。究其原因,除了算法本身不完善外,还在于计算机绝对速度不够快,而且单位计算能力的能耗太高,无法通过大量服务器搭建并行计算系统,来达成深度人工神经网络。

那么,靠什么加以突破?答案就是摩尔定律。

摩尔定律是英特尔联合创始人戈登·摩尔在1965年提出的一项观察结论,即计算机的总体处理能力大约每2年就会翻一番。经历近50年的历史检验,摩尔定律展现出惊人的准确性。摩尔定律带来的结果是,在过去的半个多世纪里,计算机处理器性能增长了上亿倍,耗电量却降到了百分之一。

从能量角度看,摩尔定律反映出了人类在单位能耗下,所能完成信息处理能力的大幅提升。而这正是实现人工智能的基础所在。

从某种意义上说,不仅是深度学习技术,今天的人工智能都是靠算力成就的。

人工智能的崛起,有3个技术要素:一是它解决了可计算问题,即在算法上的突破;二是它积累了大量数据,形成了可学习的原材料;三是摩尔定律所推测的,处理能力得到持续提高。

算力是推动深度学习的利器。计算能力越强,同样时间内积累的经验就越多、迭代速度也越快,深度学习的性能也就越高。

不断进化的深度学习之道

1997年,“深蓝”在国际象棋比赛中战胜加里·卡斯帕罗夫;2016年,AlphaGo在围棋比赛中战胜李世石。

虽然这两种人工智能系统都学会了下棋,但教授它们的方式以及它们如何比赛,则大相径庭。

“深蓝”的核心评估函数对给定盘面进行数字“排序”,而且函数是手工设计的。这种比赛风格,实际上是一种“蛮力”。“深蓝”将其评估函数应用到许多备选的未来状态,对每个棋手预先搜索七八步,以2亿次/秒的速度进行局面评估。

AlphaGo的学习方法则迥然不同。它通过一种双管齐下的深度学习方法“学习”,用“价值网络”评估局面,用“策略网络”选择走棋。

深度学习神经网络的训练,一部分通过使用人类高手对弈数据集的监督学习进行(总出棋数约为3000万步),另一部分通过对自我对弈非监督强化学习进行(模拟成千上万场随机比赛)。它不使用预测搜索,走棋是单个“围棋局面”整体评估的结果。

2017年5月,在中国乌镇围棋峰会上,AlphaGo的升级版AlphaGo Zero,与世界排名第一的围棋冠军柯洁对战,结果以3∶0的总比分完胜。

令人震惊的是,AlphaGo Zero一开始并没接触过人类棋谱。它使用了新的强化学习方法,从单一神经网络开始,通过神经网络强大的搜索算法,进行自我对弈训练。随着自我对弈次数的增加,神经网络逐渐调整,提升预测下一步的能力,最终成为具备超强棋力的“选手”。更为厉害的是,随着训练的深入,AlphaGo Zero还独立发现了游戏规则,走出了新策略,为围棋这项古老游戏带来了新见解。

目前,深度学习在许多领域取得了技术性突破,并展示了极佳效果。然而,它仍存在一些局限:理论研究缺乏、无监督学习能力弱、缺少逻辑推理和记忆能力等。

深度学习对未来社会发展具有重要意义,需要不断深入研究,从多方向多角度更全面地开发深度学习的潜在价值。面对复杂的战场,以深度学习为代表的人工智能技术也已逐步渗透到军事领域,深刻影响着人类战争。

可以推断,未来作为“左右互搏术”的深度学习,必将继续升级演化,开启更高深的境界。

来源:解放军报

相关资讯

当人工智能“初见”元宇宙2022世界人工智能大会“元”气启幕

2022WAIC元宇宙展区 汤彦俊 摄中新网上海9月1日电 (记者 郑莹莹)步入第五年的2022世界人工智能大会1日在上海世博中心启幕。与往年不同的是,今年的开幕很“元”气。2022WAIC展区 汤彦俊 摄 当天的开幕式会场,分“实”“虚”

2022世界人工智能大会观察:人工智能与元宇宙互融,AI世界渐行渐近

人工智能可以为人类带来什么?在第五届世界人工智能大会(WAIC)现场,机器人打扫卫生、送咖啡、专业消毒等辅助人类的应用场景集中展出,而人工智能与元宇宙互融共促的趋势,则引领人们看到了一个万物智联的AI世界。让我们一起走进大会现场,一览未来“

人工智能处于爆发式增长前夜:为何人工智能应用仍然较为零星?

经济观察网 胡群/文在6月25日召开的招商银行股东大会上,招商银行行长田惠宇表示,招商银行正在探索银行3.0模式,即大财富管理的业务模式+金融科技的运营模式+开放融合的组织模式。越来越多的金融机构加大对金融科技投入。近日,北京产权交易所披露

人工智能有一天会超越人脑吗?人工智能未来的三种可能

人工智能加速发展,有一天会超越人脑吗?近日,清华大学基础科学讲席教授、心理学系主任刘嘉在“人文清华讲坛”上发表了演讲《脑与人工智能:站在进化的节点上》。他指出,虽然目前人工智能无法与人脑相比,但它发展迅猛,类人智能是人工智能的下一个发展目标

人工智能是否会带来毁灭?对“人工智能灭世论”的质疑与反思

在电影《异形:契约》中,迈克尔·法斯宾德所扮演的仿生人大卫表面上对人类亲切友好,但实际上却通过一系列行为为人类带来灾祸。而在现实中,如霍金、马斯克、比尔.盖茨等名人都曾警告过人们要警惕人工智能可能带来的危害。对于“人工智能灭世论”的支持者而

人工智能入门系列(1):人工智能的基本概念和应用场景

未来一段时间本人将不定期的以系列文章形式,分享本人在学习人工智能过程中的一些收获。本文将介绍人工智能相关的一些基本概念、典型应用场景、一级人工智能相关的一些重要术语。1. 智能代理(Intelligent Agent)AI程序被称为智能代理

人工智能如何去“人工”?专家认为:“烂大街的技术才是好技术!”

来源:四川日报-川观新闻川观新闻记者 唐泽文 高杲 徐莉莎 文/图“烂大街的技术才是好技术!”10月13日,2021中国人工智能大会上,清华大学交叉信息研究院副教授、区块链研究中心主任徐葳这样解释他对“好技术”的理解。与会者也普遍认为,这样

有道人工翻译平台翻译新作——《极简人工智能》中文版首发

人工智能作为近来中国科技发展的关键词之一,已经成为大势所趋。纵观近年来的技术发展,从无人驾驶到智能硬件、“围棋高手”到智能翻译……人工智能正在迅速改变着我们的生活。但与其广泛应用恰恰相反的是,人工智能的内涵却鲜为人知,晦涩的文字表述也赋予了

逆天了!人工智能宝宝出炉,会思考会学习仿佛人类婴儿

相信很多朋友都看过斯皮尔伯格的电影《人工智能》,里面的主角人工智能小男孩不但拥有以假乱真的人类外表,而且还有和人类一样的意识和情感,让人印象深刻。但在我们的刻板印象中,现实生活中的人工智能,都是像手机助手siri、聊天机器人微软小冰、智能音

五位哈佛博士生告诉你什么是AI,如何学习人工智能

问耕 发自 SMB量子位 出品 | 公众号 QbitAI最近,五位哈佛的在读博士生集体来到著名社区reddit,展开一场围绕人工智能和认知科学的AMA(Ask Me Anything)。简单介绍一下这几位博士生:Rockwell Anyoh

预测2023AI三大趋势:人工智能和机器学习的趋势盘点

2022年,关于人工智能(AI)和自动学习(机器学习或ML)的新闻猛增,这种情况预计在2023年将会持续。许多人声称,这些技术将是有史以来最具颠覆性和变革性的发展。谷歌首席执行官桑达尔-皮查伊(Sundar Pichai)声称,人工智能对人

浅谈人工智能技术赋能英语学习

人工智能技术已经融入到我们的日常工作、学习、生活中,悄然改变着社会生活。人工智能技术也给英语教学带来了机遇和挑战,英语教学要结合现代信息技术,尤其是人工智能技术,以更好地培育具有国际化视野的创新性、复合型、应用型人才。人工智能技术开拓了多元

可“养成”的人工智能诞生:像婴儿一样学习成长思维堪比3岁小孩

人类对于人工智能(AI)系统的开发,又有了突破性进展。7月11日,人工智能企业DeepMind公司发布了一项最新的AI研究结果:科学家创造了一个全新的AI系统,该系统具有类似于人类婴孩的思维模式,对事物会表现出同婴孩一般的反应。更让人惊叹的

机器究竟如何学习?详解人工智能的“左右互搏术”

金庸武侠小说《射雕英雄传》里,有这样一段经典场景:“老顽童”周伯通在被困桃花岛期间,创造了“左右互搏术”,即用自己的左手跟自己的右手打架,在两手互搏中提高功力。如今,这样的桥段在人工智能领域真实上演。它,就是深度学习。“左右互搏术”与深度学

百度推出对话式智能社交助手,人工智能为基础,分析人类微表情

昨日,百度正式发布了一款名为丘比特的对话式智能社交助手,正式向社交领域开始进军。在百度发布的一段宣传视频中也显示了该助手的具体使用方法,丘比特的存在可以依托第三方设备,不仅仅只是手机端,还有可能在更多可穿戴的设备上,不如眼镜,手表等;视频显

友情链接

网址导航 SEO域名抢注宝宝起名网妈妈知道币圈每日问候语云上黄石新闻网千里达自行车女性彩妆品牌石钟山游玩攻略宝玑手表之家铜金属期货网南宁旅游网婴儿床品牌网景德镇新闻头条网北京交友相亲网名剑球杆松鼠Ai资讯网姑婆山旅游攻略今日芜湖
大数据信息网-大数据信息化时代、大数据分析师、十大物联网云平台、云计算运维工程师、ai数据标注平台、ai智能机器人、人工智能训练平台、计算机运维工程师、人工智能训练师、ai智能绘画软件、免费大数据分析网站。
大数据信息网 liakou.cn ©2022-2028版权所有