当前位置:

OFweek电子工程网

开发工具/算法

正文

深度学习商业化正在爆发 巨头构建AI生态各有妙招

导读: 人工智能自1956年诞生以来,一直试图用简单演绎推理规则,来描述并模拟一个复杂系统的行为。然而,真实世界是无限复杂,数据驱动的AI系统才有前景。可以说,深度学习的爆发,正是通过大数据和计算能力实现。

  OFweek电子工程网讯 人工智能自1956年诞生以来,一直试图用简单演绎推理规则,来描述并模拟一个复杂系统的行为。然而,真实世界是无限复杂,数据驱动的AI系统才有前景。可以说,深度学习的爆发,正是通过大数据和计算能力实现。

  深度学习的爆发,使得云计算、芯片的研发成为热点,数字医疗、智能家居、自动驾驶、虚拟助手等应用也获得了质的突破。

  深度学习商业化正在爆发

  传统 AI 算法随着数据增加,性能提高到某一个点就饱和,算法不能处理大规模数据。但深度学习模型足够复杂,可处理大数据,且性能准确度随着数据增长而增加。目前,深度学习算法在语音识别、图像识别等领域的性能准确度已经超过人类准确率,AI 技术逐步走向商业化。

  深度学习商业化正在爆发 巨头构建AI生态各有妙招

  机器学习根据数据处理情况可分为:监督式学习、非监督式学习(或称端到端学习、End-to-End Learning) 。

  对于监督式学习,数据需进行人工标记预处理,AI 程序再挖掘标记数据的潜在特征,识别出特定模式,并将其模式进一步应用于标记数据。目前深度学习研究及产品开发的爆发均基于监督式学习。 随着深度算法改进, 及未来非监督式学习精度提高, AI 将进一步加速商用化。

  非监督式学习可直接收集和处理非标记数据,通过这种端到端的学习,实现全过程整体优化,避免人工标记数据的低效环节, 大幅提升机器学习效率。2012年谷歌使用非监督式学习方法,在软件中输入未加工的原始数据,在没有人工协助下计算出结果,从 YouTube 图片中识别出当中的猫和人物,因此深度学习可实现非监督学习。但这种非监督学习方法的精确度还未达实用水平,仅限于实验室应用。

  深度学习商业化正在爆发 巨头构建AI生态各有妙招

  巨头们合作+并购+抢人 结合自家主业布局AI

  鉴于AI 重要战略意义,Google、Microsoft、Facebook、IBM、BAT 等科技巨头竞争日益白热化,耗费巨资收购具备核心竞争力的 AI 初创公司。

1  2  3  4  下一页>  
责任编辑:Trista
免责声明: 本文仅代表作者个人观点,与 OFweek电子工程网 无关。其原创性以及文中陈述文字和内容未经本站证实, 对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅 作参考,并请自行核实相关内容。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: