1. <s id="qg7bq"></s>
        
        <s id="qg7bq"><option id="qg7bq"></option></s>

        侵權投訴

        人工智能/機器學習/深度學習的關系

        2021-01-03 15:29 ? 次閱讀

        機器學習”“人工智能”“深度學習”這三個詞常常被人混淆,但其實它們出現的時間相隔甚遠,“人工智能”(Artificial Intelligence,AI)出現于20世紀50年代,“機器學習”(Machine Learning,ML)出現于20世紀80年代,而“深度學習”(Deep Learning,DL)則是近些年才出現的。三者是包含與被包含關系,如圖1-1所示。

        人工智能/機器學習/深度學習的關系

        ▲圖1-1 人工智能、機器學習和深度學習的關系

        業內對于以上關系還有不同的見解,比如認為深度學習有部分內容在機器學習范疇之外,此處不深究。

        01 機器學習與人工智能

        “人工智能”一詞出現在1956年的達特茅斯會議上,當時人工智能先驅的夢想是建造具有人類智能體的軟硬件系統,該系統具有人類的智能特征,而這里所說的人工智能為“通用人工智能”。

        這樣的人工智能夢想曾在影視作品中大放異彩,如電影《星球大戰》中的C-3PO機器人具有人類的理性和思考能力。不過,迄今為止,這種高層次的推理和思想仍然難以實現,退而求其次,目前能夠落地的都屬于“狹義的人工智能”,如人臉識別等。

        我們將機器學習描述為實現人工智能的一種方式方法。機器學習是基于已有數據、知識或經驗自動識別有意義的模式。最基本的機器學習使用算法解析和學習數據,然后在相似的環境里做出決定或預測。簡言之,即基于數據學習并做決策。這樣的描述將機器學習與傳統軟件或普通程序區分開來。

        機器學習過程中,并沒有人為指示機器學習系統如何對未知環境做出決策或預測,這一過程由機器學習中的算法從數據中習得,做出決策的主體是機器學習算法,并且決策或預測是非確定性的結果,一般以概率的形式輸出,比如80%的可能性是晴天。

        與之不同的是,常規的應用程序需要軟件工程師一句句地編寫代碼(特定的指令集),指示程序或軟件做出確定的行為,比如輸出0和1分別表示注冊成功和失敗。做出決策的主體實際是人,程序只是執行動作的工具。正因如此,機器學習可歸為間接編程,與之對應的是常規編程。

        02 機器學習與深度學習

        深度學習使用多層(一般多于5層)人工神經網絡學習數據內部的復雜關系。人工神經網絡是生物科學、認知科學等與人工智能結合的產物,在早期的機器學習中就已開始應用,其初衷是在計算機中模擬人類大腦神經元的工作模式。

        人類大腦的神經元在百億級別,通過突觸實現彼此交流,從計算的角度看屬于計算密集型,這限制了復雜人工神經網絡在實踐中的應用。計算機計算能力的大幅提升帶來了新的可能,2000年,多倫多大學的Geoffrey Hinton領導的研究小組在不懈研究下,終于在現代超級計算機中驗證了深度學習的多層網絡結構。

        Geoffrey Hinton因在深度學習領域做出巨大貢獻而被稱為深度學習的鼻祖,并與Yoshua Bengio、Yann LeCun并稱機器學習三巨頭。(三人因在深度學習領域的貢獻而榮獲2018年圖靈獎。

        深度學習可被看作一種實現機器學習的技術,是機器學習的子集。與深度學習相對,過去那些只有單層或少層的神經網絡被稱為淺層學習。

        對于機器學習的描述,也有專家調侃地發聲,以表明某種現象:當你募集資金時,這屬于人工智能;當你招聘時,這屬于機器學習;當你執行時,這屬于線性回歸;當你調試時,這屬于printf()。

        以上只從某個側面簡要描述了人工智能、機器學習和深度學習的關系,更全面的信息請讀者參考相關資料。

        03 機器學習與統計學、大數據及數據科學

        機器學習與傳統統計密不可分,兩者都是從數據中得出結論。統計學中首先提出數據空間假設(比如數據呈正態分布)下的參數化求解,同時關心樣本量增大至無窮時統計估計的收斂問題;機器學習則盡可能少地對數據分布做出假設,而以算法作為關鍵,學習接近數據生成的模型,同時關注有限樣本下學習的性能(算法和模型表現)。

        機器學習與大數據也常常出現在同一場合。當某人提到大數據時,需要看此人背景才能明確其所說大數據的含義。

        當此人是大數據相關技術人員、從技術角度描述大數據時,他往往指的是數據的存儲、分析、處理和計算的技術,其難點并不在于具體的算法,而在于存儲、計算的分布式系統的層級問題。從行業中我們也能看到針對大量的數據建模往往使用相對簡單的算法。

        相反,對于少量數據,由于來之不易,往往會進行大量精細的分析和處理。我們很難根據某一天的天氣推測另一天的天氣狀況,但如果有大量的歷史天氣數據,使用常規算法推測另一天的天氣狀況就會有較大把握。

        在某種意義上,“大數據不難,小數據才難”有一定道理。當此人從業務角度描述大數據時,他往往指的是數據,是基于數據的分析挖掘、運營以及產生業務價值的方法和策略。

        當外行人說大數據時,他往往指的是海量數據、安全與隱私等更為直觀的概念。值得一提的是,在很多場景下,對于真正進入算法模型的數據量,我們需要自問:我們真的有大數據嗎?

        當然,機器學習所用的數據來源于各個渠道,數據量是海量的,存儲于大數據平臺或大數據存儲系統,從這個角度來看,機器學習是依賴于大數據的。另外,大數據(及其處理能力)也是傳統的數據分析建模向機器學習、深度學習轉變的關鍵。

        機器學習與數據科學(Data Science)關系也非常緊密。在筆者看來,數據科學從數據的角度概括了數據有關的活動,涉及的范圍比機器學習更廣。數據工程、數據可視化、數據集成與ETL(提取、轉換和加載)、商業智能、數據產品、大數據等都可以歸入數據科學范疇。
        責編AJX

        收藏 人收藏
        分享:

        評論

        相關推薦

        企業采用自動化帶來的好處及前景

        多年來,很多企業希望從機器人、自動化、人工智能這些技術獲得更多的好處,卻在應用中感到混亂和困惑,有人....
        發表于 06-14 17:05 ? 53次 閱讀
        企業采用自動化帶來的好處及前景

        智能流程自動化技術綜述

        智能流程自動化是不同技術的組合,用于實現更完整的端到端業務流程的自動化。它是從基本的、基于規則的任務....
        發表于 06-14 16:43 ? 53次 閱讀
        智能流程自動化技術綜述

        如何預防黑客攻擊人工智能和機器學習

        阻止勒索軟件已成為許多組織的優先事項。因此,他們正在轉向人工智能(AI)和機器學習(ML)作為他們的....
        發表于 06-14 15:28 ? 139次 閱讀
        如何預防黑客攻擊人工智能和機器學習

        推動以太網升級發展的四個關鍵因素

        根據Crehan Research的數據顯示,100Gbps和25Gbps的以太網速度同比增長了40....
        發表于 06-14 11:49 ? 77次 閱讀
        推動以太網升級發展的四個關鍵因素

        端到端深度學習神經網絡模型BiGRU-FCN

        時間序列數據具有非離散性、數據之間的時序相關性、特征空間維度大等特點,當前大多數分類方法需要經過復雜....
        發表于 06-11 16:40 ? 12次 閱讀
        端到端深度學習神經網絡模型BiGRU-FCN

        帶延遲調整的脈沖神經元學習算法

        脈沖神經元有監督學習算法通過梯度下降法調整神經元的突觸權值,但目標學習序列長度的增加會降低其精度并延....
        發表于 06-11 16:37 ? 15次 閱讀
        帶延遲調整的脈沖神經元學習算法

        多尺度卷積特征融合的SSD目標檢測

        提岀了一種改進的多尺度卷積特征目標檢測方法,用以提高SSD( single shot multibo....
        發表于 06-11 16:21 ? 8次 閱讀
        多尺度卷積特征融合的SSD目標檢測

        全球缺芯對于中國芯片行業是危還是機?

        5G 手機的崛起讓芯片供需失衡,一些突發因素又放大了這個現象,如華為囤貨引發搶貨潮,驟然回溫的新能源....
        的頭像 e星球 發表于 06-11 16:06 ? 388次 閱讀
        全球缺芯對于中國芯片行業是危還是機?

        基于深度稀疏自編碼網絡的行人檢測

        針對傳統卷積神經網絡在行人檢測中卷積速度慢、抗噪弱、冗余大的問題,提岀了一種基于深度稀疏自編碼網絡的....
        發表于 06-11 14:53 ? 8次 閱讀
        基于深度稀疏自編碼網絡的行人檢測

        Soitec發布2021財年報告,總營收維持穩定

        法國Soitec半導體公司于6月9日公布了2021財年的全年業績(截止至2021年3月31日)。財務....
        的頭像 西西 發表于 06-11 11:48 ? 261次 閱讀
        Soitec發布2021財年報告,總營收維持穩定

        IG_CDmRMR二階段文本特征選擇方法

        為提高特征提取方法的文本分類精確度,結合信息增益(IG)和改進的最大相關最小冗余(mRMR),提出種....
        發表于 06-11 11:42 ? 26次 閱讀
        IG_CDmRMR二階段文本特征選擇方法

        基于規則的商品評論搭配抽取方法

        分析商品評論中評價對象和評價短語的詞性和句法關系,提出一種使用規則模板進行評價搭配抽取的方法。通過詞....
        發表于 06-11 10:50 ? 13次 閱讀
        基于規則的商品評論搭配抽取方法

        麻省理工學院利用機器學習技術對激光雷達數據進行更好的實時處理

        眼前的問題:簡而言之,激光雷達功能強大,但數據處理速度慢。一款典型的激光雷達每秒可以產生數百萬個深度....
        的頭像 MEMS 發表于 06-11 09:34 ? 181次 閱讀
        麻省理工學院利用機器學習技術對激光雷達數據進行更好的實時處理

        無需高考直接跨入清華,虛擬學生華智冰的學霸之路

        在6月1日舉辦的2021北京智源大會上,一位虛擬學生“華智冰”的亮相引發了不小的關注。作為一個誕生沒....
        的頭像 21克888 發表于 06-11 09:26 ? 2314次 閱讀
        無需高考直接跨入清華,虛擬學生華智冰的學霸之路

        FPGA上部署深度學習的算法模型的方法以及平臺

        今天給大家介紹一下FPGA上部署深度學習的算法模型的方法以及平臺。希望通過介紹,算法工程師在FPGA....
        的頭像 FPGA之家 發表于 06-10 17:32 ? 279次 閱讀
        FPGA上部署深度學習的算法模型的方法以及平臺

        北京人工智能產業聯盟成立 融合創新與頭雁領路

        自2017年8月,《新一代人工智能發展規劃》實施以來,人工智能上升為國家戰略即將進入第五年,也來到了....
        的頭像 腦極體 發表于 06-10 15:31 ? 763次 閱讀
        北京人工智能產業聯盟成立 融合創新與頭雁領路

        你們知道深度學習有哪四個學習階段嗎

        機器學習領域是巨大的,為了學習不迷路,可以從以下列表幫助學習。它概述深度學習的一些學習細節。 階段1....
        的頭像 新機器視覺 發表于 06-10 15:27 ? 101次 閱讀
        你們知道深度學習有哪四個學習階段嗎

        芯華章重磅發布《EDA 2.0白皮書》,率先提出下一代EDA的關鍵路徑

        開放和標準化。產業上下游共同制定開放的標準。基于這些開放接口和標準,以需求為導向進行定制,方便流程自....
        發表于 06-10 12:23 ? 409次 閱讀
        芯華章重磅發布《EDA 2.0白皮書》,率先提出下一代EDA的關鍵路徑

        基于深度學習的自動識別評價對象方法

        在線評論文本具有口語化的特點,其評價詞缺少對應的評價對象,影響了細粒度情感分析的效果。為此,提出一種....
        發表于 06-10 11:26 ? 12次 閱讀
        基于深度學習的自動識別評價對象方法

        科銳攜手高斯寶,為服務器電源市場帶來SiC解決方案

        得益于云、AI 人工智能、分布式存儲、5G等行業的快速發展,對于服務器電源和算力電源的需求大幅增長。
        發表于 06-10 11:07 ? 381次 閱讀
        科銳攜手高斯寶,為服務器電源市場帶來SiC解決方案

        基于機器學習的哈希檢索算法綜述

        基于機器學習的哈希檢索算法綜述
        發表于 06-10 11:05 ? 12次 閱讀
        基于機器學習的哈希檢索算法綜述

        基于機器學習的惡意代碼檢測分類

        基于特征碼匹配的靜態分析方法提取的特征滯后于病毒發展,且不能檢測出未知病毒。為此,從病毒反編譯文件及....
        發表于 06-10 11:03 ? 20次 閱讀
        基于機器學習的惡意代碼檢測分類

        特征選擇和機器學習的軟件缺陷跟蹤系統對比

        針對Bugzilla缺陷跟蹤系統的ε clipse項目軟件缺陷報告數據集,使用特征選擇和機器學習算法....
        發表于 06-10 10:50 ? 11次 閱讀
        特征選擇和機器學習的軟件缺陷跟蹤系統對比

        基于加權隨機森林等的惡意軟件檢測

        基于機器學習的 Android平臺惡意軟件檢測方法提取的權限信息特征維度高且類別區分能力弱,導致檢測....
        發表于 06-10 10:47 ? 11次 閱讀
        基于加權隨機森林等的惡意軟件檢測

        為什么大多數流行的目標檢測模型不擅長檢測小目標?

        導讀 對小目標檢測進行了分析,并結合已有的方法給出了一些思路。 機器學習正越來越多地進入我們的日常生....
        的頭像 機器視覺自動化 發表于 06-09 17:50 ? 209次 閱讀
        為什么大多數流行的目標檢測模型不擅長檢測小目標?

        第七屆硬創大賽與智匯港灣達成戰略合作 共同助推硬科技創新創業

        日前,中國硬件創新創客大賽組委會與 深圳市智匯港灣孵化器有限公司(金地集團旗下子公司) 正式達成戰略....
        的頭像 中國硬件創新大賽 發表于 06-09 17:14 ? 409次 閱讀
        第七屆硬創大賽與智匯港灣達成戰略合作 共同助推硬科技創新創業

        在目前深度學習中比較普及的“物件檢測”應用

        接下來的重點,就是在目前深度學習中比較普及的“物件檢測”應用,重點主要有以下三部分: 1. 簡單說明....
        的頭像 NVIDIA英偉達企業解決方案 發表于 06-09 15:46 ? 142次 閱讀
        在目前深度學習中比較普及的“物件檢測”應用

        基于深度學習的評論文本推薦方法

        傳統推薦系統依賴人工進行規則設計和特征提取,對評論文本內容的特征和隱信息的提取能力有限。針對該問題,....
        發表于 06-09 15:39 ? 7次 閱讀
        基于深度學習的評論文本推薦方法

        基于XGBoost的樹突狀細胞算法綜述

        樹突狀細胞算法(DCA)要求輸入3類信號,需要通過人工選取或統計學等方式提前進行特征提取。為準確、高....
        發表于 06-09 14:48 ? 12次 閱讀
        基于XGBoost的樹突狀細胞算法綜述

        長電科技亮相2021世界半導體大會,先進封裝引領芯片成品制造

        以“創新求變,同‘芯’共贏”為主題的2021世界半導體大會在南京國際博覽中心隆重開幕。
        發表于 06-09 14:13 ? 1592次 閱讀
        長電科技亮相2021世界半導體大會,先進封裝引領芯片成品制造

        融合共識性和主觀性偏好的人臉吸引力評估

        為對特定對象的個性化審美偏好進行預測,將機器學習與深度學習相結合,提出融合共識性與主觀性偏好信息的個....
        發表于 06-09 11:38 ? 12次 閱讀
        融合共識性和主觀性偏好的人臉吸引力評估

        關于人工智能在數據質量管理中的應用

        人工智能在數據質量管理中的應用說明。
        發表于 06-09 11:33 ? 16次 閱讀
        關于人工智能在數據質量管理中的應用

        深度學習網絡的多分類器入侵檢測方法

        針對海量數據環境下,傳統智能化入侵檢測方法檢測性能較差的問題,提岀了一種深度信念網絡( deep b....
        發表于 06-09 11:19 ? 10次 閱讀
        深度學習網絡的多分類器入侵檢測方法

        生成式對抗網絡應用及研究綜述

        基于零和博弈思想的生成式對抗網絡(GAN)可通過無監督學習獲得數據的分布,并生成較逼真的數據。基于G....
        發表于 06-09 11:16 ? 9次 閱讀
        生成式對抗網絡應用及研究綜述

        清華學霸華智冰:即將開啟在清華大學計算機系實驗室的學習

        他介紹,華智冰之所以聰慧動人,主要在于其背后所依托的是我國首個超大規模智能模型——智能模型悟道2.0....
        的頭像 機器人大講堂 發表于 06-09 10:11 ? 455次 閱讀
        清華學霸華智冰:即將開啟在清華大學計算機系實驗室的學習

        人工智能與真正的完全自治化還有很大的距離

        當試圖找到一個難