人工智能、机器学习、深度学习是什么? – Machine Learning 教学系列 (一)

什么是人工智能、机器学习、深度学习?(一)

这系列 Machine Learning 教学文章,将带您了解人工智能、机器学习、深度学习的差异、该怎么选择资料训练机器学习系统、以及机器学习系统又是如何被训练的?

人工智能 (Artificial Intelligence)

什么是人工智能?

人工智能 (AI) 是能让事物变更聪明的科技,我们可以这样定义:“让机器展现人类的智慧。”它是一个能让电脑执行人类工作的广义术语,而人工智能的范围众说纷纭,随着时间推衍产生更多的应用和变化。

人工智能在哪里?

现今所执行的系统是一种弱人工智能的形式 – 系统可以做一件或是多件事情,而做的程度与人类相当,甚至超越人类。比如说我们透过写程式码来创建学习系统,训练它辨识物体或是手势。举例来说:自然语言处理、电子游戏行为的人工智能、机器学习都是弱人工智能的形式。

人工智能:常见使用案例

⬩ 物体识别
⬩ 语音识别 / 声波探测
⬩ 自然语言处理 / 语意分析
⬩ 创造力 – e.g. 风格转换 – 学习用艺术家的风格绘画
⬩ 预测 – 当输入未曾见过的例子时,预测所得到的输出是什么
⬩ 语言翻译
⬩ 修复 / 转换 – e.g. 利用机器学习来判断一张照片中存在着什么物件,或是对照片进行人脸辨识
⬩ 延伸阅读:更多 AI 实用案例

 

机器学习 (Machine Learning)

什么是机器学习?

机器学习(ML)通常可以这样定义:“透过从过往的资料和经验中学习并找到其运行规则,最后达到人工智能的方法。”

机器学习包含透过样本训练机器辨识出运作模式,而不是用特定的规则来编程。这些样本可以在资料中找到。换句话说,机器学习是一种弱人工智能(narrow AI),它从资料中得到复杂的函数(或样本)来学习以创造算法(或一组规则),并利用它来做预测。

从例子中学习

机器学习是关于如何预测未来。它透过以下的方式去进行训练:
⬩ 它需要资料(去训练系统)
⬩ 从资料中学习样本
⬩ 根据步骤2所获得的经验,替未曾见过的新资料做分类,并推测它可能是什么

机器学习的厉害之处在于它可以自主学习。现在的机器学习应用都做得不错,比如识别物件,同样的 ML 系统仍然可以使用在未来的物件,并不需要重写程式码,这是相当方便且强大的。

不同的编程方式

传统的编程

编写一个有明确规则的计算机程序

if email contains V ! agra  then mark is-spam;  if email contains …  if email contains …  

 机器学习程序

编写一个能学习例子的计算机程序

try to classify some emails;  change self to reduce errors;  repeat;  

 

深度学习(Deep Learning)

什么是深度学习?

深度学习(DL)可以这样被定义:“一种实现机器学习的技术。”
这样的DL技术被称为深度神经网络(deep neural networks – DNNs)。在DNNs的情况下,深度学习本质上就是DL所在的代码结构,它们被安排在松散地模仿人类大脑的图层中,学习模式中的模式(learning patterns of patterns)。

总结

人工智能这个概念可以追溯到1950年代,是相当长的一段时间。到了1980年,机器学习开始越来越受欢迎。大约到了2010年,DL在弱人工智能系统方面有了重大的进展。你可以发现这三个词彼此之间的联系 – 基本上是彼此的子集。深度学习驱动机器学习,最后实现了人工智能。

 


iKala - GCP 专门家

GCP 专门家,Google Cloud 官方认证的首席合作伙伴。自家影音产品架构在 GCP 上,使用经验超过 3 年,具备从 IDC 搬迁至 AWS 最后落脚于 GCP 的经验,是最能协助您避掉所有技术地雷的 GCP 伙伴,更拥有业界最多支援 Google Cloud 的技术人员。

我们提供了多项的 GCP 加值服务:

了解更多: https://gcp.expert/
加入我们: https://goo.gl/rg9D3Q
Facebook Fan Page: https://www.facebook.com/gcp.expert/
联络我们:+886 2 87681110 或请来信 gcp@ikala.tv


想在手机阅读更多教学锦囊资讯?下载【香港硅谷】Android应用
分享到Facebook
技术平台: Nasthon Systems