基于大數(shù)據(jù)的人工智能_第1頁
基于大數(shù)據(jù)的人工智能_第2頁
基于大數(shù)據(jù)的人工智能_第3頁
基于大數(shù)據(jù)的人工智能_第4頁
基于大數(shù)據(jù)的人工智能_第5頁
已閱讀5頁,還剩7頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于大數(shù)據(jù)人工智能-張鈸院士| 首屆世界智能大會 基于大數(shù)據(jù)的人工智能第1頁 張鈸 1935年3月26日出生于福建福清,計算機(jī)科學(xué)與技術(shù)教授,俄羅斯自然科學(xué)院外籍院士、中國科學(xué)院院士,清華大學(xué)教授、博士生導(dǎo)師。現(xiàn)任清華大學(xué)人工智能研究院院長。 主要從事人工智能理論、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、分形和小波等理論研究;以及把上述理論應(yīng)用于模式識別、知識工程、智能機(jī)器人與智能控制等領(lǐng)域應(yīng)用技術(shù)研究基于大數(shù)據(jù)的人工智能第2頁和國際先進(jìn)水平相比,中國人工智能處于什么位置?看起來這幾年,中國在學(xué)術(shù)研究方面取得很多進(jìn)展,在主要國際會議、主要期刊雜志上,中國論文也占了相當(dāng)比重。中國有數(shù)量龐大網(wǎng)民,在網(wǎng)絡(luò)數(shù)據(jù)上占有

2、相當(dāng)優(yōu)勢地位,中國市場需求巨大實(shí)際上在基礎(chǔ)、算法研究上,中國和世界頂尖水平還相差甚遠(yuǎn)。人工智自1956年誕生至今,一直是美國在引領(lǐng)人工智能領(lǐng)域發(fā)展。美國和加拿大等國科學(xué)家還在不停創(chuàng)新,假如我們不重視基礎(chǔ)/算法理論研究,要趕上或超出世界先進(jìn)水平是有困難?;诖髷?shù)據(jù)的人工智能第3頁基于大數(shù)據(jù)深度學(xué)習(xí)深度學(xué)習(xí)提出,在人工智能領(lǐng)域中是一個重大突破。以往,人工智能只能用來處理人們對它非常了解,而且能夠清楚將它表示出來問題,深度學(xué)習(xí)拓展了人工智能所能處理問題邊界。深度學(xué)習(xí)含有一定通用性深度學(xué)習(xí)是一個大眾化工具,它大大延展了每個人處理問題領(lǐng)域,只要擁有這個領(lǐng)域充分?jǐn)?shù)據(jù)就能夠做研究。比如在圖像識別(微軟)和語

3、音識別(baidu)領(lǐng)域機(jī)器都超出了或略低于人類基于大數(shù)據(jù)的人工智能第4頁深度學(xué)習(xí)成功三大法寶數(shù)據(jù)計算資源算法 AlphaGo用了兩個多星期時間,學(xué)了7千萬局棋局。最好棋手一生中所下棋局是百萬級,而AlphaGo下過棋局是幾十億級。 除了數(shù)據(jù)和計算資源之外,AlphaGo能夠在兩三周里學(xué)到幾千萬個棋局,靠是學(xué)習(xí)算法,它自己能自己下棋,靠是強(qiáng)化學(xué)習(xí)算法,基于大數(shù)據(jù)的人工智能第5頁滿足四個條件機(jī)器才能超出人類 人工智能在處理以下類型問題時,不論問題多么復(fù)雜,都可能做到甚至超出人類水平。(1)有充分?jǐn)?shù)據(jù)(或知識)(2)完全信息(3)確定性(4)單領(lǐng)域。 只要符合這四個條件,而且依靠深度學(xué)習(xí)三大法寶基

4、本都能夠到達(dá)或者超出人類水平。基于大數(shù)據(jù)的人工智能第6頁下一步怎么辦Google一個模型能夠?qū)W全部任務(wù):在一個網(wǎng)絡(luò)里,一個模型里同時學(xué)習(xí)了八項任務(wù),包含機(jī)器翻譯,圖像識別,圖像解釋等。并得出結(jié)論:這些任務(wù)之間不但不會相互干擾,在一定程度上還略微有幫助。當(dāng)前北美還在引領(lǐng)這些發(fā)展,假如中國只低頭用深度學(xué)習(xí)去處理應(yīng)用問題,要到達(dá)引領(lǐng)是不可能。人工智能現(xiàn)在做不到舉一反三,人工智能現(xiàn)在學(xué)習(xí)是舉一百反一。我們要處理小樣本甚至零樣本學(xué)習(xí)問題基于大數(shù)據(jù)的人工智能第7頁深度學(xué)習(xí)并非萬能需要大量樣本。有些問題極難獲取很多樣本推廣能力差。不能舉一反三不可了解性。深度學(xué)習(xí)建立系統(tǒng),實(shí)際上跟人思緒很不一樣基于大數(shù)據(jù)的人

5、工智能第8頁為何機(jī)器學(xué)習(xí)效率這么低不了解性要讓計算機(jī)認(rèn)識一只貓,就要用各式各樣樣本在不一樣背景下貓去訓(xùn)練它,而且只有跟它相近背景、相近角度拍下貓它才認(rèn)識,假如背景變了,貓拍攝角度變了它也不認(rèn)識了,所以這是它一個根本性問題,它不了解。魯棒性差基于大數(shù)據(jù)的人工智能第9頁今后方向-人機(jī)合作人機(jī)合作關(guān)鍵機(jī)器如何理解人。自然語言理解:機(jī)器可以聽懂人類用自然語言發(fā)命令人如何理解機(jī)器深度學(xué)習(xí)導(dǎo)致機(jī)器不可理解性:深度學(xué)習(xí)建立系統(tǒng),實(shí)際上跟人思路很不一樣。為什么機(jī)器思路跟人不一樣:因?yàn)闄C(jī)器要用專業(yè)語言處理任務(wù)。比如機(jī)器怎么識別貓:它只是從一些局部特征,局部紋理來識別,而不是從貓整體。機(jī)器要取得整體特征是非常困難,所以它都是在利用局部特征,在一個特征空間里去認(rèn)識貓,和人認(rèn)識貓角度完全不一樣,基于大數(shù)據(jù)的人工智能第10頁怎樣利用深度學(xué)習(xí) 深度學(xué)習(xí)時代依靠是數(shù)據(jù),計算機(jī)在向量空間處理數(shù)據(jù)。缺點(diǎn)是做出來東西是不可了解,跟人做法完全不一樣。研究方向?qū)ふ抑虚g量,即“語意向量空間”兩大任務(wù)怎樣把文本符號東西變成向量怎樣將數(shù)據(jù)向量空間提升到語意中基于大數(shù)據(jù)的人工智能第11頁總結(jié)深度學(xué)習(xí)不是我們突破,深度學(xué)習(xí)只是展示了突破希望,因?yàn)樯疃葘W(xué)習(xí)并沒有結(jié)構(gòu)真正智能。重點(diǎn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論