智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
傾技
什么是深度學(xué)習(xí)？我們希望讓機(jī)器和人的大腦一樣，去學(xué)習(xí)、認(rèn)知這個(gè)世界。所以在深度學(xué)習(xí)當(dāng)中，有幾個(gè)核心元素，一是通過(guò)算法，給機(jī)器設(shè)計(jì)一個(gè)神經(jīng)網(wǎng)絡(luò)。二是做大量標(biāo)定的數(shù)據(jù)樣本，通過(guò)標(biāo)定后的樣本來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，讓它去認(rèn)識(shí)外部的世界。
IBM在近的研究中證明，深度學(xué)習(xí)算法可以在仿人腦硬件上運(yùn)行，而后者通常支持的是一種完全不同形式的神經(jīng)網(wǎng)絡(luò)。
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的子集，包括旨在通過(guò)讓軟件接觸到大量數(shù)據(jù)流并使用多層神經(jīng)網(wǎng)絡(luò)來(lái)改進(jìn)軟件的技術(shù)。如今，神經(jīng)網(wǎng)絡(luò)由越來(lái)越復(fù)雜的代碼層組成。神經(jīng)網(wǎng)絡(luò)使軟件從它接觸到的數(shù)百、數(shù)千甚至數(shù)百萬(wàn)的數(shù)據(jù)驅(qū)動(dòng)模擬中進(jìn)行學(xué)習(xí)。
以前一個(gè)應(yīng)用要通過(guò)非常的算法來(lái)描述，但是今天，我們不知道用什么模型來(lái)教計(jì)算機(jī)，只能拿非常多的樣本，讓機(jī)器比對(duì)學(xué)習(xí)，舉一反三。
深度學(xué)習(xí)的強(qiáng)大功能依賴于卷積神經(jīng)網(wǎng)絡(luò)算法，這個(gè)算法由多層節(jié)點(diǎn)(也稱之為神經(jīng)元)組成。這種神經(jīng)網(wǎng)絡(luò)可以通過(guò)“深”層節(jié)點(diǎn)篩選海量數(shù)據(jù)，以此在自動(dòng)識(shí)別人臉或理解不同的語(yǔ)言等方面變得更加智能。
當(dāng)前，F(xiàn)anuc正在使用深度學(xué)習(xí)算法進(jìn)行類似的研究，使用嘗試和失誤來(lái)學(xué)習(xí)如何在撿起隨機(jī)擺放的物體方面保持90%的度。Fanuc與Nvidia結(jié)成伙伴為預(yù)測(cè)停機(jī)時(shí)間以及提高現(xiàn)有機(jī)器人運(yùn)行效率提供服務(wù)，而Nvidia為其提供提供GPU芯片組。更多對(duì)于深度機(jī)器學(xué)習(xí)的潛在應(yīng)用包括，通過(guò)提前計(jì)劃維護(hù)工作而降低停機(jī)時(shí)間，以及通過(guò)分析視覺(jué)系統(tǒng)和傳感器數(shù)據(jù)來(lái)優(yōu)化機(jī)器人的運(yùn)動(dòng)等。
近日，索尼公司也宣布將開(kāi)始在日本無(wú)償提供可生成深度學(xué)習(xí)程序的綜合開(kāi)發(fā)軟件：“神經(jīng)網(wǎng)絡(luò)控制臺(tái)”(Neural Network Console)。
據(jù)悉，軟件工程師和設(shè)計(jì)師通過(guò)使用配置有圖形用戶界面(下稱GUI)的深度學(xué)習(xí)綜合開(kāi)發(fā)軟件，可憑借直觀的用戶界面，有效地進(jìn)行神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)、學(xué)習(xí)、評(píng)價(jià)，并開(kāi)發(fā)深度學(xué)習(xí)程序，將其加載到各種產(chǎn)品以及服務(wù)中。
深度學(xué)習(xí)的佳應(yīng)用指向的是自動(dòng)化，因?yàn)檫@樣可以使人工智能更好、更便宜、更簡(jiǎn)單、更快捷。同樣，任何深度學(xué)習(xí)的成功例子隨后都會(huì)帶來(lái)更多的成功案例。使用人工智能來(lái)運(yùn)行和管理電腦一定會(huì)改進(jìn)其他類型的計(jì)算指令。
近年來(lái)，語(yǔ)音識(shí)別的表現(xiàn)和應(yīng)用出現(xiàn)了巨大的飛躍。我們離完全解決這個(gè)問(wèn)題還有多遠(yuǎn)？答案也許五年、也許十年，但仍然有一些挑戰(zhàn)性的問(wèn)題需要時(shí)間來(lái)解決。
首先是對(duì)噪音的敏感性問(wèn)題。 第二個(gè)必須解決的問(wèn)題是語(yǔ)言擴(kuò)展：世界上大約有7000種語(yǔ)言，絕大多數(shù)語(yǔ)音識(shí)別系統(tǒng)能夠支持的語(yǔ)言數(shù)量大約是八十種。擴(kuò)展系統(tǒng)帶來(lái)了巨大的挑戰(zhàn)。此外，我們?nèi)鄙僭S多語(yǔ)言的數(shù)據(jù)，而且匱乏數(shù)據(jù)資源則難以創(chuàng)建語(yǔ)音識(shí)別系統(tǒng)。
深度學(xué)習(xí)在語(yǔ)音識(shí)別和對(duì)話式AI領(lǐng)域刻下了深深的印記。而鑒于該技術(shù)近獲得的突破，我們真的正處于一場(chǎng)革命的邊緣。但是我們是否具備贏得語(yǔ)音識(shí)別領(lǐng)域的技術(shù)挑戰(zhàn)，并像其他商品化技術(shù)一樣開(kāi)始運(yùn)用它呢？
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
