科普貼開篇:到底什麼是人工智慧(AI)、機器學習(ML)和深度學習(DL
機器學習,實現人工智慧的方法;
深度學習,實現機器學習的技術;
關於以上三個概念的介紹和解釋:
1、人工智慧(英語:Artificial Intelligence, AI):是指由人工製造出來的系統所表現出來的智慧。通常人工智慧是指通過普通電腦實現的智慧。人工智慧的研究可以分為幾個技術問題。其分支領域主要集中在解決具體問題,其中之一是,如何使用各種不同的工具完成特定的應用程式。AI的核心問題包括推理、知識、規劃、學習、交流、感知、移動和操作物體的能力等。
目前有大量的工具應用了人工智慧,其中包括搜尋和數學優化、邏輯推演。而基於仿生學、認知心理學,以及基於概率論和經濟學的演算法等等也在逐步探索當中。
2、機器學習(英語:Machine Learning):是人工智慧的一個分支。人工智慧的研究是從以“推理”為重點到以“知識”為重點,再到以“學習”為重點,一條自然、清晰的脈絡。顯然,機器學習是實現人工智慧的一個途徑,即以機器學習為手段解決人工智慧中的問題。機器學習在近30多年已發展為一門多領域交叉學科,涉及概率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科。機器學習理論主要是設計和分析一些讓計算機可以自動“學習”的演算法。機器學習演算法是一類從資料中自動分析獲得規律,並利用規律對未知資料進行預測的演算法。因為學習演算法中涉及了大量的統計學理論,機器學習與推斷統計學聯絡尤為密切,也被稱為統計學習理論。演算法設計方面,機器學習理論關注可以實現的,行之有效的學習演算法。很多推論問題屬於無程式可循難度,所以部分的機器學習研究是開發容易處理的近似演算法。
機器學習有下面幾種定義:
- 機器學習是一門人工智慧的科學,該領域的主要研究物件是人工智慧,特別是如何在經驗學習中改善具體演算法的效能。
- 機器學習是對能通過經驗自動改進的計算機演算法的研究。
- 機器學習是用資料或以往的經驗,以此優化計算機程式的效能標準。
機器學習已廣泛應用於資料探勘、計算機視覺、自然語言處理、生物特徵識別、搜尋引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略遊戲和機器人等領域。
3、深度學習(英語:Deep Learning)是機器學習拉出的分支,它試圖使用包含複雜結構或由多重非線性變換構成的多個處理層對資料進行高層抽象的演算法。
深度學習是機器學習中一種基於對資料進行表徵學習的方法。觀測值(例如一幅影象)可以使用多種方式來表示,如每個畫素強度值的向量,或者更抽象地表示成一系列邊、特定形狀的區域等。而使用某些特定的表示方法更容易從例項中學習任務(例如,人臉識別或面部表情識別)。深度學習的好處是用非監督式或半監督式的特徵學習和分層特徵提取高效演算法來替代手工獲取特徵。
一些著名的深度學習庫
- Torch Facebook 開源的庫,這是一個能讓深度學習在即時戰略類遊戲(RTS)上進行研究的庫,比如星際爭霸 Brood War,通過從機器學習框架控制這些遊戲從而使玩遊戲變得更簡單。
- Theano 是一個 Python 庫,用來定義、優化和模擬數學表示式計算,用於高效的解決多維陣列的計算問題。
- Deeplearning4j 為Java和Java虛擬機器編寫的開源深度學習庫,是廣泛支援各種深度學習演算法的運算框架。Deeplearning4j可以實施的技術包括受限玻爾茲曼機、深度置信網路、深度自動編碼器、堆疊式降噪自動編碼器、迴圈神經張量網路,以及word2vec、doc2vec和GloVe。這些演算法全部包括分散式並行版本,與Hadoop和Spark整合。Skymind是Deeplearning4j的商業支援機構。
- tensorflow 最初由 Google 機器智慧研究機構的 Google Brain 團隊的研究人員和工程師開發。該系統旨在促進對機器學習的研究,同時也讓機器學習研究原型過渡到生產系統更加高效容易。
- Caffe 是一個知名的、被普遍使用的機器視覺庫,其將 Matlab 的快速卷積網介面遷移到了 C 和 C++ 中。Caffe 不面向其他深度學習應用,比如文字、聲音或時序資料。如同其他框架一樣,Caffe 選擇 Python 作為 API。
- Keras一個高層神經網路API,Keras由純Python編寫而成並基Tensorflow或Theano。
- Mxnet 一個全功能、靈活且高擴充套件性的深度學習框架,支援深度學習模型中的卷積神經網路和長期短期記憶網路。由學術界發起,由華盛頓大學和卡內基梅隆大學的研究人員聯合發起。
福布斯總結的全球最值得關注的50家人工智慧公司
除了上述簡介之外(95%文字來自維基百科),以下文章將會有助於你更加深入瞭解人工智慧、機器學習、深度學習:
最後歡迎關注 人工智慧+機器學習+深度學習技術文章精選 - 知乎專欄 ,未來將會持續精選分享關於人工智慧、機器學習和深度學習的一些技術資料。