当前课程知识点:智能时代下的创新创业实践 > 第三章智能时代的创新技术 > 3.3机器是如何学习的? > 3.33
刚才我们谈到鸟飞派的思路走不通了
人工智能因此陷入了20年的黑暗期
1980年以后
大家开始换思路
既然不能通过模拟人的认知方式获得智慧
那么我能不能不管人是怎么具有智慧的
而从以前人类积累的历史数据中
总结出一种策略
然后把这种策略应用到实际环境当中来呢
那么事实证明
这种想法奏效了
因为人的大脑机制工作非常复杂
要弄清楚里头的机制
在现在的科技条件下是不可能的
另一方面
人类在各行各业积累了大量的数据
我们就可以把这些数据看成是一种经验
那么
能不能构造一种黑匣子机制
也就是说不去管这里头发生了什么
只从已知的数据和经验总结当中
归纳出规律
来形成一种对外界环境的应对策略呢
现在看起来是可行的
这种策略其实就是智能的
因为它可以去指导人们的生产和生活
这就绕过了必须要搞懂人的认知
才能模拟出智能的思路
这是思维局限的突破
这就是机器学习的思维基础
这种思维方式是典型的逆向思维
我们在上一讲谈到贾科里尼
用统计学的方法来做机器翻译
就是用到了这种思路
机器学习
在上世纪80年代刚开始提出的时候
还不是很热
这是因为两方面的原因
一是那个时候能够利用的数据并不多
二是机器学习算法需要大量的计算
当时计算机的计算能力跟不上
直到2000年左右
万维网的出现
让行业数据开始指数级的增长
机器学习才开始慢慢的热起来
到了2006年
人工智能科学家Hinton
发明了一种计算神经网络参数的快速算法
叫做后向传播算法
大大的加快了
机器的训练的速度和寻找参数的效率
2010年前后GPU
计算芯片的普遍应用
大大的提高了
计算机对神经网络的运算能力
这样
从数据
算法和计算能力这三方面
为机器学习的广泛应用做好了准备
2012年
科学家们运用深度神经网络构造了
深度学习技术
也就是Deep Learning
这种智能算法在图像识别和
机器翻译领域取得了突破性的进展
于是
深度学习技术在学界和工业界引起了
广泛的关注并开始大规模的应用
让深度学习
爆得大名的就是alphago那场
战胜人类的比赛
深度学习被普遍的使用有两个原因
第一是深度学习网络
不需要科学家具有行业知识
不需要抽象出行业特征向量
第二就是实战效果比较好
尤其是卷积神经网络
对图像和对声音的识别率非常高
我们再来谈一谈人工智能
机器学习和深度学习之间的关系
首先
人工智能是人们的愿景
人们研究智能技术的目标
就是让机器具有人的智慧
从而能够帮助人
而机器学习是在1980年以后
提出的实现智能化的一种思想和方法
它的核心就是通过对数据的学习
形成智能策略
机器学习是一种
达成人工智能目标的具体方法
机器学习的方法也很多
包括支持向量机
K-MEAN聚类算法
贝叶斯分类器
和深度神经网络等等
如果机器学习运用了神经网络
尤其是深度神经网络
那么这种方式就叫做深度学习
它的出现大大提高了机器学习的效率
因为实用效果特别好
因此在被学术界和工业界普遍的使用
那么如果要进入人工智能领域
尤其是机器学习和深度学习领域
我们需要具备哪些背景知识呢
因为机器学习和数据的高度相关
当然数学知识是比较重要的
比如微积分
统计学
概率论
线性代数等等
另外
就是计算机领域的知识
这些知识在上一讲
机器的智慧
那一讲我们已经做了详细的探讨
-0.1我们为什么设计这门课
--0.1
-0.2我们聊什么
--0.2
-0.3你们能学到什么
--0.3
-短片:AlphaGo
--Alphago
-1.1本章概述
--1.1
-1.2人与机器的本质区别
--1.21
--1.22
--1.23
-1.3我们会被智能机器抢了饭碗吗
--1.31
--1.32
--1.33
-1.4人和智能机器的和谐之道-增强智能
--1.41
--1.42
--1.43
--1.44
--1.45
--1.46
--1.47
-1.5项目指南一:如何找到好的项目
--1.51
--1.52
--1.53
--1.54
--1.55
-第一章测试
-2.1本章概述
--2.1
-2.2创业能力模型
--2.21
--2.22
--2.23
--2.34
--2.25
--2.26
--2.27
--2.28
--2.29
-2.3创新是人类的本能
--2.31
--2.32
--2.33
-2.4创新能力培养——创新心智模式
--2.41
--2.42
--2.43
--2.44
--2.45
--2.46
-2.5创新能力要素培养-思维方式
--2.51
--2.52
--2.53
--2.54
--2.55
-2.6项目指南二:创新项目的开发
--2.61
--2.62
--2.63
-2.7互联网心理学
--2.7
-第二章测试
-3.1本章概述
--3.1
-3.2机器有“智慧”吗?
--3.21
--3.22
--3.23
--3.24
--3.25
--3.26
--3.27
-3.3机器是如何学习的?
--3.31
--3.32
--3.33
--3.34
--3.35
--3.36
--3.37
--3.38
--3.39
--3.310
-3.4智能技术带来的认知升级
--3.41
--3.42
--3.43
--3.44
--3.45
-3.5项目指南三:投资者和创始人的心得经验
--3.51
--3.52
--3.53
--3.54
--3.55
-第三章测试