亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        人工智能與機(jī)器學(xué)習(xí)

        2021-05-20 15:29:11徐躍勇
        成功密碼 2021年6期
        關(guān)鍵詞:機(jī)器標(biāo)簽計(jì)算機(jī)

        徐躍勇

        人工智能是當(dāng)今的一個(gè)熱點(diǎn)話題。人工智能與機(jī)器學(xué)習(xí)有什么關(guān)系?機(jī)器是如何進(jìn)行深度學(xué)習(xí)的呢?我們一起來(lái)了解一下人工智能與機(jī)器學(xué)習(xí),揭開(kāi)人工智能的神秘面紗。

        機(jī)器學(xué)習(xí)是一種試圖讓計(jì)算機(jī)像人類一樣學(xué)習(xí)獲得知識(shí)與技能,并像人類一樣感知世界、認(rèn)識(shí)世界的技術(shù)。

        小孩在成長(zhǎng)過(guò)程中,通過(guò)接觸外部世界,形成對(duì)各類事物的認(rèn)知,例如,當(dāng)有人跟你提到狗時(shí),你的頭腦會(huì)想到什么?你的大腦會(huì)有一個(gè)狗的特征模型,那么我們經(jīng)過(guò)什么樣的過(guò)程才能在大腦中形成狗的特征模型呢?腦科學(xué)家們進(jìn)行了大量的研究,試圖揭開(kāi)人腦活動(dòng)的秘密。但到目前為止,對(duì)人類的大腦,我們知道的還很少。關(guān)于人是如何學(xué)習(xí)的問(wèn)題,科學(xué)家們看法各異。我們?cè)噲D從小孩認(rèn)識(shí)狗的過(guò)程描繪人類學(xué)習(xí)的過(guò)程模型,以便于理解機(jī)器學(xué)習(xí)的過(guò)程。但它還僅僅是一個(gè)建立在現(xiàn)有認(rèn)識(shí)水平上的推測(cè)模型,人類學(xué)習(xí)的科學(xué)描述需要青年們?cè)谖磥?lái)的研究中去探索。

        計(jì)算機(jī)“能聽(tīng)會(huì)看”源于機(jī)器具備了學(xué)習(xí)能力。計(jì)算機(jī)也能通過(guò)對(duì)某一對(duì)象的圖片、聲音、文字等內(nèi)容學(xué)習(xí),建立起對(duì)該對(duì)象的特征模型。計(jì)算機(jī)建立某一對(duì)象的特征模型需要大量技術(shù)與方法的支持才能實(shí)現(xiàn)。計(jì)算機(jī)不同于人,并不能自己形成動(dòng)物的外貌特征模型。我們必須提前設(shè)計(jì)和開(kāi)發(fā)狗的外貌初始特征模型,然后利用大量的動(dòng)物圖片對(duì)計(jì)算機(jī)中動(dòng)物的外貌特征模型進(jìn)行整合,最終計(jì)算機(jī)才能得到狗的外貌特征模型。

        筆者所在的學(xué)校于2020年9月創(chuàng)建了人工智能實(shí)驗(yàn)室,該人工智能實(shí)驗(yàn)室采用的是Intel的機(jī)器人,該機(jī)器人采用的是linux操作系統(tǒng),使用python軟件編程,自帶小電腦,可以直接在機(jī)器人上調(diào)試操作,也可以遠(yuǎn)程操作。該機(jī)器人能夠自主學(xué)習(xí),通過(guò)識(shí)別二維碼、實(shí)物就可以辨別不同的東西,并能自主導(dǎo)航,還能夠?qū)θ梭w結(jié)構(gòu)進(jìn)行辨別,可用于人臉識(shí)別,可以進(jìn)行二次開(kāi)發(fā)。

        人工智能就是通過(guò)大量的數(shù)據(jù)模型的訓(xùn)練,能對(duì)未知的事件進(jìn)行決策和預(yù)測(cè),所以具備了一定的人的“智能”。

        一、機(jī)器學(xué)習(xí)算法與傳統(tǒng)基于規(guī)則的區(qū)別

        機(jī)器學(xué)習(xí)與傳統(tǒng)的為解決特定任務(wù)、硬編碼的軟件程序不同,傳統(tǒng)解決問(wèn)題方式的代碼是邏輯判斷,通過(guò)制定邏輯規(guī)則來(lái)解決問(wèn)題,不具備智能。機(jī)器學(xué)習(xí)則是用大量的數(shù)據(jù)來(lái)“訓(xùn)練”,通過(guò)各種算法從數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)。

        二、什么時(shí)候該使用機(jī)器學(xué)習(xí)

        機(jī)器學(xué)習(xí)可以使機(jī)器變得智能起來(lái),那么我們應(yīng)該在什么情況下使用機(jī)器學(xué)習(xí)呢?當(dāng)一個(gè)問(wèn)題的解決方案很復(fù)雜,或者問(wèn)題可能涉及大量的數(shù)據(jù)卻沒(méi)有明確的數(shù)據(jù)分布函數(shù)的時(shí)候可以使用機(jī)器學(xué)習(xí)。比如,我們沒(méi)有辦法通過(guò)以往的編程方式讓計(jì)算機(jī)去識(shí)別人臉,也沒(méi)有辦法給時(shí)刻變化的問(wèn)題進(jìn)行編程,像生產(chǎn)線上的瑕疵檢測(cè),股票或者彩票這種數(shù)據(jù)跟隨時(shí)間變化的問(wèn)題,通過(guò)硬編碼進(jìn)行解決效果不好,通常這些問(wèn)題我們需要通過(guò)機(jī)器學(xué)習(xí)來(lái)解決,使預(yù)測(cè)效果更優(yōu)。

        三、機(jī)器學(xué)習(xí)解決的主要問(wèn)題

        機(jī)器學(xué)習(xí)可以解決很多問(wèn)題,總結(jié)有以下幾個(gè)最經(jīng)典的類型:

        (1)分類問(wèn)題:通過(guò)數(shù)據(jù)訓(xùn)練,讓機(jī)器能夠認(rèn)識(shí)新東西。比如手寫(xiě)數(shù)字、人臉識(shí)別、物體識(shí)別等。

        (2)回歸問(wèn)題:通過(guò)模型訓(xùn)練,對(duì)未知結(jié)果進(jìn)行預(yù)測(cè)。比如股票預(yù)測(cè)、房?jī)r(jià)預(yù)測(cè)等,通過(guò)回歸模型可以預(yù)測(cè)未來(lái)房?jī)r(jià)或者股票走勢(shì)。

        (3)聚類問(wèn)題:類似分類問(wèn)題,但是也有很大的區(qū)別。分類問(wèn)題,對(duì)于訓(xùn)練和測(cè)試的數(shù)據(jù)類型、數(shù)量、名稱都是確定的。聚類問(wèn)題不清楚具體的類型數(shù)量以及名稱,需要根據(jù)經(jīng)驗(yàn)來(lái)分類。常見(jiàn)應(yīng)用如照片分類等,可以把模糊照片、風(fēng)景照、人像照形成單獨(dú)相冊(cè)。

        四、機(jī)器學(xué)習(xí)分類

        機(jī)器學(xué)習(xí)是一個(gè)很復(fù)雜的學(xué)科,下面又分為監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)是根據(jù)訓(xùn)練數(shù)據(jù)的標(biāo)簽來(lái)分的,每一個(gè)樣本數(shù)據(jù)都有對(duì)應(yīng)的標(biāo)簽。無(wú)監(jiān)督學(xué)習(xí)則是沒(méi)有對(duì)應(yīng)的標(biāo)簽,例如聚類問(wèn)題,有一堆圖片,但是沒(méi)有標(biāo)簽,通過(guò)模型訓(xùn)練,可以將這堆圖片根據(jù)規(guī)則分成兩類、三類或者多類,但是每類結(jié)果標(biāo)簽不知道。而半監(jiān)督學(xué)習(xí)介于監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)之間,訓(xùn)練的樣本只有部分有對(duì)應(yīng)的標(biāo)簽。強(qiáng)化學(xué)習(xí)跟標(biāo)簽沒(méi)有關(guān)系,強(qiáng)化學(xué)習(xí)主要是通過(guò)智能體狀態(tài)改變后環(huán)境反饋的獎(jiǎng)勵(lì)信息去進(jìn)行訓(xùn)練。有了大致了解后,我們對(duì)每種類型再做一個(gè)詳細(xì)的介紹。

        如有三個(gè)樣本,分別是蘋果、梨和香蕉,通過(guò)監(jiān)督學(xué)習(xí)算法進(jìn)行模型訓(xùn)練,如果拿一個(gè)新的蘋果,只要符合蘋果的特征,就能進(jìn)行正確的分類。

        計(jì)算機(jī)進(jìn)行監(jiān)督學(xué)習(xí)形成狗的外貌特征模型需要以下三個(gè)核心環(huán)節(jié)。

        (1)準(zhǔn)備數(shù)據(jù)。需要準(zhǔn)備大量用于訓(xùn)練的狗外貌特征模型的圖片。

        (2)訓(xùn)練模型。當(dāng)我們把大量的圖片輸入計(jì)算機(jī)的同時(shí),還要把每張圖片標(biāo)記為“是狗”,計(jì)算機(jī)會(huì)把“是狗”這種標(biāo)記對(duì)應(yīng)到所有輸入的圖片上。這些標(biāo)記過(guò)的圖片形成了狗的特征模型訓(xùn)練數(shù)據(jù)。計(jì)算機(jī)提取訓(xùn)練數(shù)據(jù)的特征,并且建立特征和標(biāo)記之間的關(guān)系:具有這些特征的圖片是狗的圖片。給計(jì)算機(jī)輸入圖片數(shù)據(jù)并標(biāo)記“是狗”的過(guò)程就是監(jiān)督學(xué)習(xí)的過(guò)程。

        (3)驗(yàn)證模型。模型訓(xùn)練完成后,我們?cè)俳o計(jì)算機(jī)輸入不做任何標(biāo)記的圖片數(shù)據(jù)。這些不做標(biāo)記的圖片數(shù)據(jù)叫做測(cè)試數(shù)據(jù)。計(jì)算機(jī)提取測(cè)試數(shù)據(jù)特征,然后與最近一次的狗的外貌特征模型進(jìn)行對(duì)比,判斷新輸入圖片的特征是否在狗的外貌特征模型識(shí)別的范圍內(nèi),根據(jù)對(duì)比結(jié)果輸出是否是狗的判斷。我們根據(jù)計(jì)算機(jī)的判斷結(jié)果做出狗的特征模型是否訓(xùn)練成功的結(jié)論。

        1.監(jiān)督學(xué)習(xí)

        監(jiān)督學(xué)習(xí)主要應(yīng)用在回歸問(wèn)題和分類問(wèn)題上,回歸反映了樣本數(shù)據(jù)的屬性值特性,也就是通過(guò)函數(shù)來(lái)表達(dá)樣本數(shù)據(jù)與標(biāo)簽的依賴關(guān)系。如可以根據(jù)以往每周的股票收益來(lái)預(yù)測(cè)下周的股票收益等。分類主要是將樣本數(shù)據(jù)映射到某個(gè)給定的類別中,比如給機(jī)器10張貓的照片,告訴機(jī)器這是貓,以后機(jī)器再遇到貓的時(shí)候,就能通過(guò)模型得出是貓的結(jié)論。再如,根據(jù)道路車流量等交通數(shù)據(jù)的分析對(duì)明天交通情況預(yù)測(cè)。通過(guò)比較10元代金券或者75折消費(fèi)哪個(gè)更優(yōu)惠,可以判斷哪種方式更吸引顧客。

        2.無(wú)監(jiān)督學(xué)習(xí)

        無(wú)監(jiān)督學(xué)習(xí)只有樣本,沒(méi)有標(biāo)簽,而如何進(jìn)行分類需要人為指定,訓(xùn)練是通過(guò)樣本內(nèi)部特征的相似性。

        比如不同年齡段男女進(jìn)行游戲充值的情況,我們根據(jù)數(shù)據(jù)分成兩類,模型可根據(jù)性別信息,或者年齡信息進(jìn)行分類。

        無(wú)監(jiān)督學(xué)習(xí)通常用來(lái)解決聚類問(wèn)題,如,哪些觀眾喜歡同一類電影,會(huì)根據(jù)觀眾觀看電影的信息,對(duì)觀眾進(jìn)行分類。

        3.半監(jiān)督學(xué)習(xí)

        半監(jiān)督學(xué)習(xí)樣本只有部分標(biāo)簽,比如有一萬(wàn)張貓的圖片,一萬(wàn)張狗的圖片,但是貓跟狗的標(biāo)簽都不完全,貓可能有400張圖片有對(duì)應(yīng)的標(biāo)簽,狗有600張圖片有標(biāo)簽,通過(guò)對(duì)有標(biāo)簽的樣本進(jìn)行訓(xùn)練,得出模型之后,用這個(gè)模型去預(yù)測(cè)沒(méi)有標(biāo)簽的圖片,然后將預(yù)測(cè)的結(jié)果作為偽標(biāo)簽再去進(jìn)行后續(xù)的訓(xùn)練。

        4.強(qiáng)化學(xué)習(xí)

        強(qiáng)化學(xué)習(xí),又稱再勵(lì)學(xué)習(xí)、評(píng)價(jià)學(xué)習(xí)或增強(qiáng)學(xué)習(xí),是機(jī)器學(xué)習(xí)的范式和方法論之一,用于描述和解決智能體在與環(huán)境的交互過(guò)程中通過(guò)學(xué)習(xí)策略以達(dá)成回報(bào)最大化或?qū)崿F(xiàn)特定目標(biāo)的問(wèn)題。

        強(qiáng)化學(xué)習(xí)可以讓機(jī)器能夠像人一樣通過(guò)不斷地試錯(cuò)積累經(jīng)驗(yàn)。比如自動(dòng)駕駛的汽車,在遇到黃燈閃爍的情況下,是剎車還是加速通過(guò)?可能經(jīng)過(guò)無(wú)數(shù)次的嘗試以及獎(jiǎng)懲機(jī)制,可以得出結(jié)論:剎車比較安全。

        五、機(jī)器學(xué)習(xí)基礎(chǔ)算法及相應(yīng)軟、硬件

        機(jī)器學(xué)習(xí)現(xiàn)在已經(jīng)有了很多算法,這些算法在應(yīng)用領(lǐng)域都取得了非常好的效果。

        1.機(jī)器學(xué)習(xí)軟件及發(fā)展

        機(jī)器學(xué)習(xí)中需要對(duì)大量數(shù)據(jù)進(jìn)行處理和計(jì)算,比如復(fù)雜的神經(jīng)網(wǎng)絡(luò)中可能需要計(jì)算十幾萬(wàn)個(gè)權(quán)重參數(shù),同時(shí)機(jī)器學(xué)習(xí)的很多算法已經(jīng)很成熟了,在簡(jiǎn)單的一些應(yīng)用上,可以直接使用,這會(huì)導(dǎo)致一些算法寫(xiě)很多次。為了避免這些情況,很多大公司都推出了自己的機(jī)器學(xué)習(xí)框架,這些框架中集成了很多機(jī)器學(xué)習(xí)算法,我們只需要調(diào)用傳遞參數(shù)就可以了。

        人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的技術(shù)。

        人體內(nèi)有大量的神經(jīng)網(wǎng)絡(luò),也叫神經(jīng)元。神經(jīng)細(xì)胞通過(guò)相互聯(lián)系構(gòu)成了一個(gè)功能強(qiáng)大、結(jié)構(gòu)復(fù)雜的信息處理系統(tǒng)——人體神經(jīng)系統(tǒng)。人們能夠思考并從事各種很難的工作,就是因?yàn)槲覀兩眢w內(nèi)部有許多微小的神經(jīng)細(xì)胞,它起著很大的作用。

        科學(xué)家受人體神經(jīng)細(xì)胞的啟發(fā),把每個(gè)神經(jīng)細(xì)胞抽象成一個(gè)叫作神經(jīng)元模型的基本信息單元,把許多這樣的信息單元按一定的層次結(jié)構(gòu)連接起來(lái),就得到人工神經(jīng)網(wǎng)絡(luò)。但人工神經(jīng)網(wǎng)絡(luò)的信息處理能力距離人體神經(jīng)系統(tǒng)處理信息能力相差甚遠(yuǎn)。人工神經(jīng)網(wǎng)絡(luò)的種類很多,有卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)等,不同的算法其實(shí)現(xiàn)用途是不同的。

        2.人工智能軟件(庫(kù),框架)

        框架將參數(shù)計(jì)算,神經(jīng)網(wǎng)絡(luò)搭建等變成了簡(jiǎn)單函數(shù),大大降低了人工智能的開(kāi)發(fā)難度,使不具備很專業(yè)的人工智能知識(shí)的人也能借助框架快速搭建自己的神經(jīng)網(wǎng)絡(luò)。

        3.機(jī)器學(xué)習(xí)、深度學(xué)習(xí)硬件

        人工智能第一次浪潮因?yàn)橛?jì)算機(jī)算力的問(wèn)題而終止。但是現(xiàn)在,我們有高性能的CPU、GPU、FPGA芯片以及AI專用的芯片組件。這些硬件設(shè)備保證了人工智能的硬件環(huán)境。如GPU提供了快速的浮點(diǎn)運(yùn)算,可以大大縮短神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)間。

        機(jī)器學(xué)習(xí)是人工智能領(lǐng)域的核心技術(shù),是使計(jì)算機(jī)具有人工智能的重要方式。它已經(jīng)應(yīng)用在人工智能的各個(gè)領(lǐng)域。機(jī)器學(xué)習(xí)同時(shí)作為人工智能最有效的實(shí)現(xiàn)方式,已經(jīng)在教育、醫(yī)療和工業(yè)等眾多領(lǐng)域得到了廣泛的應(yīng)用。作為人工智能教師,我們要不斷學(xué)習(xí)人工智能的知識(shí),充分了解并掌握好機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模式,并應(yīng)用于教育教學(xué)中,為教學(xué)服務(wù)。

        猜你喜歡
        機(jī)器標(biāo)簽計(jì)算機(jī)
        機(jī)器狗
        機(jī)器狗
        計(jì)算機(jī)操作系統(tǒng)
        基于計(jì)算機(jī)自然語(yǔ)言處理的機(jī)器翻譯技術(shù)應(yīng)用與簡(jiǎn)介
        科技傳播(2019年22期)2020-01-14 03:06:34
        未來(lái)機(jī)器城
        電影(2018年8期)2018-09-21 08:00:06
        無(wú)懼標(biāo)簽 Alfa Romeo Giulia 200HP
        車迷(2018年11期)2018-08-30 03:20:32
        不害怕撕掉標(biāo)簽的人,都活出了真正的漂亮
        海峽姐妹(2018年3期)2018-05-09 08:21:02
        信息系統(tǒng)審計(jì)中計(jì)算機(jī)審計(jì)的應(yīng)用
        標(biāo)簽化傷害了誰(shuí)
        基于多進(jìn)制查詢樹(shù)的多標(biāo)簽識(shí)別方法
        亚洲熟妇20| 亚洲欧美日韩综合一区二区| 日韩精品久久久久久久电影蜜臀| 99久久国产综合精品女图图等你| 国产成人亚洲精品无码h在线| 伊人99re| 亚洲成人av一区二区麻豆蜜桃| 日本中文字幕官网亚洲| 91久久综合精品久久久综合| 美女mm131爽爽爽| 久久亚洲精品无码va白人极品| 粗大的内捧猛烈进出在线视频| 亚洲日韩一区精品射精| 黄 色 人 成 网 站 免 费| 免费无码AⅤ片在线观看| 亚洲人妻御姐中文字幕| 成人片黄网站a毛片免费| 少妇无码av无码专区| 亚洲日本va99在线| 色综合久久五十路人妻| 少妇真人直播免费视频| 国产一线二线三线女| 亚洲电影中文字幕| 精品国模人妻视频网站| 无码毛片内射白浆视频| 成人一区二区免费视频| 亚洲男人在线无码视频| 亚洲av毛片在线免费看| 欧美性色黄大片手机版| 麻豆精产国品| 日韩精品国产一区二区| 婷婷色国产精品视频二区| 亚洲国产精品久久久久婷婷老年 | 亚洲一区二区三区18| 夜夜躁日日躁狠狠久久av| 超碰97人人做人人爱少妇| AV中文字幕在线视| 亚洲国产成人久久精品不卡 | 精品国产一区二区三区av麻| 国产伦理一区二区| 亚洲精品国产综合一线久久|