99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀如何區(qū)分人工智能，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)
如何區(qū)分人工智能，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)
2017-03-14
收藏

我們都熟悉“人工智能”這一概念。畢竟，這個詞常常在熱門電影中出現(xiàn)，如《終結(jié)者》、《黑客帝國》、《機(jī)械姬》。 但最近你也可能常常聽到其他術(shù)語，如“機(jī)器學(xué)習(xí)”和“深度學(xué)習(xí)”，這些詞有時(shí)與人工智能交替使用。

 
首先我將簡單介紹一下人工智能（ Artificial Intelligence ），機(jī)器學(xué)習(xí)（ Machine Learning ）和深度學(xué)習(xí)（ Deep Learning ）三者的區(qū)別。 然后，我將分析人工智能和物聯(lián)網(wǎng)為何是不可分割的，技術(shù)的不斷進(jìn)步和融合逐漸為為人工智能和物聯(lián)網(wǎng)爆炸奠定了基礎(chǔ)。

三者的區(qū)別 

人工智能（ AI ）
“人工智能”這一概念于 1956 年首次被計(jì)算機(jī)科學(xué)家 John McCarthy 提出。指的是在處理任務(wù)時(shí)具有人類智力特點(diǎn)的機(jī)器。包括具有組織和理解語言，識別物體和聲音，以及學(xué)習(xí)和解決問題等能力。
 
我們可以把人工智能分廣義和狹義兩方面來理解。 廣義上包括上述所有人類智力的特征。 狹義上的指在某些領(lǐng)域具有人工智能，且能在這些領(lǐng)域發(fā)揮到極致，但僅局限于此領(lǐng)域。 例如一個極為擅長識別圖像的機(jī)器，但在其他方面表現(xiàn)欠佳，這就是狹義上的人工智能。
 
機(jī)器學(xué)習(xí)是一種實(shí)現(xiàn)人工智能的方式。
 
在人工智能這一概念出現(xiàn)后不久， Arthur Samuel 在 1959 年提出“機(jī)器學(xué)習(xí)”這一概念即“（計(jì)算機(jī)）無需專門編程就能自主學(xué)習(xí)”。你可以在不使用機(jī)器學(xué)習(xí)的情況實(shí)現(xiàn)人工智能，但這意味著需要編寫數(shù)百萬行規(guī)則復(fù)雜的代碼。
 
因此，和傳統(tǒng)編程以明確的指令使計(jì)算機(jī)完成任務(wù)不同的是，機(jī)器學(xué)習(xí)通過“訓(xùn)練”使其學(xué)習(xí)如何完成任務(wù)。 “訓(xùn)練”包括向模型中載入大量數(shù)據(jù)，并且能夠自動調(diào)整和改進(jìn)算法。 
 
舉例來說機(jī)器學(xué)習(xí)已經(jīng)被用于改進(jìn)計(jì)算機(jī)視覺（機(jī)器通過圖像或視頻識別對象的能力）。人們收集數(shù)十萬甚至數(shù)百萬張圖片，并一一標(biāo)記。比如，人類可以標(biāo)記當(dāng)中有貓的圖片，而不標(biāo)記那些沒有貓的。那么，算法嘗試建立一個模型，就可以實(shí)現(xiàn)像人一樣準(zhǔn)確地標(biāo)記包含貓的圖片。一旦達(dá)到一定的精確度，我們就可以認(rèn)為機(jī)器現(xiàn)在“學(xué)會”了識別貓的樣子。


深度學(xué)習(xí)（ DL ）

深度學(xué)習(xí)是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的途徑之一。 其他途徑包括策樹，歸納邏輯程序設(shè)計(jì)，聚類，強(qiáng)化學(xué)習(xí)和貝葉斯網(wǎng)絡(luò)等。
深度學(xué)習(xí)這一概念的靈感來自大腦的結(jié)構(gòu)和功能，即眾多神經(jīng)元的相互連接。 人工神經(jīng)網(wǎng)絡(luò)（ ANNs ）即為模擬大腦生物結(jié)構(gòu)的算法。
 
在 ANNs 中，存在具有獨(dú)立處理層的“神經(jīng)元”，且這些“神經(jīng)元”與其他“神經(jīng)元”相接。其中每個處理層具有特定的學(xué)習(xí)特征，如圖像識別中的曲線/邊緣。 正是這種分層賦予深度學(xué)習(xí)這一概念的名稱，其中的深度是通過使用多個層而不是單個獨(dú)立層實(shí)現(xiàn)的。

人工智能與物聯(lián)網(wǎng)不可分割

人工智能與物聯(lián)網(wǎng)之間的關(guān)系正如人類的大腦和身體。
 
我們的身體獲取感官輸入，如視覺，聽覺和觸覺。 我們的大腦進(jìn)一步處理這些數(shù)據(jù)，使其具有意義。如把光轉(zhuǎn)化為可識別的對象，把聲音變成可以理解的語言。 然后大腦做出決定，發(fā)送信號給身體，發(fā)出指令運(yùn)動，如撿起一個物體或說話。
 
構(gòu)成物聯(lián)網(wǎng)并相互連接的傳感器都像我們的身體，它們提供了來自外界的原始數(shù)據(jù)。人工智能就像我們的大腦，處理這些數(shù)據(jù)并決定要執(zhí)行的動作。這些傳感器又再次像我們的身體一樣，進(jìn)行物理動作或與他人溝通。

釋放彼此的潛力

人工智能和物聯(lián)網(wǎng)由于彼此實(shí)現(xiàn)自身的價(jià)值和愿景。
 
機(jī)器學(xué)習(xí)和深度學(xué)習(xí)已促使人工智能在近年來實(shí)現(xiàn)了巨大的飛躍。如上所述，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)需要大量的數(shù)據(jù)來工作，這些數(shù)據(jù)由數(shù)十億在物聯(lián)網(wǎng)中持續(xù)鏈接的傳感器所收集。因此，物聯(lián)網(wǎng)促進(jìn)人工智能的發(fā)展。
 
同時(shí)，改進(jìn)人工智能也將促進(jìn)物聯(lián)網(wǎng)發(fā)展，從而創(chuàng)造一個良性循環(huán)，這將大大促進(jìn)兩者的發(fā)展。這是由于人工智能使得物聯(lián)網(wǎng)更實(shí)用的內(nèi)因。

在工業(yè)方面，人工智能可以用于預(yù)測機(jī)器何時(shí)需要維護(hù)，或者何時(shí)需要分析制造進(jìn)程，從而大幅度提高效率，節(jié)省成本。
 
在消費(fèi)者方面，不是讓人類去適應(yīng)技術(shù)，而是讓技術(shù)適應(yīng)人類。摒棄繁瑣的點(diǎn)擊，輸入和搜索，我們可以直接給機(jī)器下達(dá)指令，實(shí)現(xiàn)我們的需求。比如詢問天氣信息，或者營造更好地入睡環(huán)境如發(fā)出一系列指令（關(guān)閉恒溫器，鎖上門，關(guān)燈等）。

技術(shù)的進(jìn)步與融合

計(jì)算機(jī)芯片的變小和制造技術(shù)的改進(jìn)意味著帶來成本更低，功能更強(qiáng)大的傳感器。
 
迅速改進(jìn)的電池技術(shù)意味著這些傳感器可以不需要電源使用很久。
 
智能手機(jī)的出現(xiàn)帶來的無線連接，意味著數(shù)據(jù)可以以更低的成本實(shí)現(xiàn)高容量的傳送，同時(shí)使發(fā)送數(shù)據(jù)到云。
 
而云計(jì)算的出現(xiàn)為我們提供了幾乎無限的存儲空間和計(jì)算能力處理數(shù)據(jù)。
 

人工智能對我們的社會和未來帶來的影響是不可預(yù)計(jì)的?？梢钥隙ǖ氖?，隨著人工智能和物聯(lián)網(wǎng)的進(jìn)步和持續(xù)發(fā)展，帶來的影響必將是深遠(yuǎn)的。


原作者 Calum McClelland
編譯 CDA 編譯團(tuán)隊(duì)
本文為 CDA 數(shù)據(jù)分析師原創(chuàng)作品，轉(zhuǎn)載需授權(quán)


數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗(yàn)證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }