電力新聞自動(dòng)化在過去的幾個(gè)月中，我與很多的決策者交流了有關(guān)人工智能特別是機(jī)器學(xué)習(xí)方面的問題。其中有幾名高管已經(jīng)被投資者詢問了有關(guān)他們?cè)跈C(jī)器學(xué)習(xí)(Machine Learning)方面的戰(zhàn)略，以及在哪些方面運(yùn)用了機(jī)器學(xué)習(xí)

在過去的幾個(gè)月中，我與很多的決策者交流了有關(guān)人工智能特別是機(jī)器學(xué)習(xí)方面的問題。其中有幾名高管已經(jīng)被投資者詢問了有關(guān)他們?cè)跈C(jī)器學(xué)習(xí)(Machine Learning)方面的戰(zhàn)略，以及在哪些方面運(yùn)用了機(jī)器學(xué)習(xí)

2017-11-03 00:00:00 · 中國(guó)自動(dòng)化網(wǎng) 閱讀：365

計(jì)算機(jī)應(yīng)該為人類解決問題。傳統(tǒng)的方法是“編寫”所需的程序，換句話說，就是我們教電腦問題解決的算法。該算法詳細(xì)描述了解決問題的過程，就像食譜一樣。很多任務(wù)都可以用算法來描述。例如，在小學(xué)里，我們學(xué)習(xí)了數(shù)字加法算法。當(dāng)涉及到要快速、完美地運(yùn)行這種算法時(shí)，計(jì)算機(jī)比人類更勝任這個(gè)工作。

然而，這個(gè)問題解決的過程是有局限性的。我們?nèi)绾巫R(shí)別一張貓的照片呢?這個(gè)看起來很簡(jiǎn)單的任務(wù)卻難以用一種算法來描述。讓我們稍等片刻，仔細(xì)想想。即使是簡(jiǎn)單的說明(如“有四條腿”或“有兩只眼睛”)也有其缺點(diǎn)，因?yàn)檫@些特點(diǎn)可能會(huì)被隱藏，或照片可能只顯示了貓的一部分。如果我們遇到識(shí)別腿或眼睛的任務(wù)時(shí)，那與識(shí)別貓一樣的困難。

這正是機(jī)器學(xué)習(xí)展現(xiàn)其實(shí)力的地方。計(jì)算機(jī)不需要開發(fā)算法來解決問題，而是使用示例來學(xué)習(xí)算法本身。我們用樣本來訓(xùn)練計(jì)算機(jī)。對(duì)于識(shí)別貓這個(gè)例子，我們需要使用大量的標(biāo)注了貓的照片來訓(xùn)練系統(tǒng)(監(jiān)督學(xué)習(xí))。通過這種方式，算法會(huì)發(fā)生進(jìn)化，繼而成熟，并最終能夠識(shí)別出陌生圖片上的貓。

事實(shí)上，在這種情況下，計(jì)算機(jī)通常不會(huì)學(xué)習(xí)經(jīng)典程序，甚至都不會(huì)學(xué)習(xí)模型中的參數(shù)，例如網(wǎng)絡(luò)中的邊緣權(quán)重。這個(gè)原理可以與我們大腦(包含了神經(jīng)元)的學(xué)習(xí)過程相比較。像大腦一樣，與傳統(tǒng)程序不同，這種具有邊緣權(quán)重的網(wǎng)絡(luò)幾乎不可能被人類所理解。

在這種情況下，被稱為深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法得到了巨大的成功。深度學(xué)習(xí)是一種特殊的機(jī)器學(xué)習(xí)，反過來又是人工智能的一門學(xué)科，是計(jì)算機(jī)科學(xué)研究的主要分支。早在2012年，谷歌研究小組成功地訓(xùn)練了一個(gè)擁有16000臺(tái)計(jì)算機(jī)，并從1000萬段YouTube視頻中識(shí)別貓(和其他對(duì)象類別)的網(wǎng)絡(luò)。他們采用的就是深度學(xué)習(xí)技術(shù)。

許多與練習(xí)有關(guān)的問題更傾向于屬于“識(shí)別貓”這個(gè)類別，而不是“數(shù)字加法”，因此，很難用人類編寫的算法來解決這些問題。這些問題通常是在某些數(shù)據(jù)中識(shí)別模式，例如識(shí)別圖像中的對(duì)象、語言中的文本或交易數(shù)據(jù)中的欺詐行為。

這里有一個(gè)簡(jiǎn)單的例子，我們來看一下預(yù)測(cè)性維護(hù)。想象一下許多傳感器正在發(fā)送數(shù)據(jù)流，有時(shí)，某些機(jī)器會(huì)發(fā)生故障?，F(xiàn)在的難題就是學(xué)習(xí)導(dǎo)致故障的數(shù)據(jù)流的模式。一旦學(xué)會(huì)了這種模式，就可以在正常操作期間識(shí)別出這種模式，從而預(yù)防潛在的故障。

雖然機(jī)器學(xué)習(xí)的原理并不新鮮，但目前深受大眾的追捧。這主要有三個(gè)原因：首先，用于應(yīng)用和訓(xùn)練的大量數(shù)據(jù)的可用性(“大數(shù)據(jù)”);其次，我們現(xiàn)在擁有巨大的計(jì)算能力，特別是在云端;第三，一系列的開源項(xiàng)目使得每個(gè)人或多或少會(huì)使用一些算法。（本文引用地址：http://www.eepw.com.cn/article/201711/370980.htm）

聲明：本文內(nèi)容來源自網(wǎng)絡(luò)，文字、圖片等素材版權(quán)屬于原作者，橙電平臺(tái)轉(zhuǎn)載素材出于傳遞更多信息，文章內(nèi)容僅供參考與學(xué)習(xí)，切勿作為商業(yè)目的使用。如果侵害了您的合法權(quán)益，請(qǐng)您及時(shí)與我們聯(lián)系(2430586914@qq.com)，我們會(huì)在第一時(shí)間進(jìn)行處理！我們尊重版權(quán)，也致力于保護(hù)版權(quán)，橙電平臺(tái)感謝您的分享！

橙電公眾號(hào)

橙電APP

TOPS 日排行 / 周排行 / 原創(chuàng)

MORE

合作

市場(chǎng)及媒體合作

投稿郵箱

橙電微信公眾號(hào)

橙電APP

TOPS

日排行 /

周排行 /

原創(chuàng)