深度学习：人工智能的核心技术与未来展望

深度学习——未来还是另一个AI流行词？

我相信大家都注意到了当前关于深度学习的炒作，以及关于它将如何塑造我们的未来、改善我们的医疗保健、给我们带来自动驾驶汽车、创造自主机器人等等的各种讨论。人工智能，特别是深度学习，被许多人视为第四次工业革命。这一切是真的，还是只是又一次过度兴奋？

但首先，让我们暂停片刻，思考一下人工智能是什么。人工智能是一个广义的术语，涵盖了广泛的技术和算法，旨在赋予机器认知能力，使其像人类一样智能。人工智能的一个子类别是机器学习，它利用数据和真实案例来训练机器解决特定问题，而无需开发人员进行显式编程。换句话说，计算机从图像、文本或语音等数据中逐步学习，以执行类似人类的任务，如图像上的物体识别或语音生成。

机器学习的核心是深度学习，它本质上就是使用大量、海量数据的机器学习。深度学习始于模仿人脑及其学习方式的尝试。我们的大脑由860亿个神经元组成，每个神经元通过突触与数千个其他神经元相连，并通过电信号脉冲与它们通信。

基于此，计算机科学家在1965年（！！！是的，我也很震惊）开发了一种称为人工神经网络的算法。

人工神经网络

人工神经网络也由神经元和连接组成，形成一个简单的数学函数，并具有优化该函数以模拟几乎所有现实生活问题的能力。当我们将许多神经元堆叠在一起并将它们组织成层时，我们就构建了一个深度人工神经网络，这是深度学习的核心。

让我们回顾一下。我们有一种称为神经网络的算法，如果我们为其提供足够的数据，理论上它有能力学习和建模几乎所有问题。但是等等。如果我们从1965年就有了这项技术，为什么我们现在还没有功能齐全的机器人呢？我的意思是，已经整整45年了。我错过了什么？

数据。我们没有足够必要的数据。那为什么现在深度学习正在爆炸式发展？你猜对了。大数据。某中心、某机构，以及其他许多机构收集了海量数据，使得最终能够训练这些神经网络成为可能。

第一次冲击发生在2012年，当时一种称为卷积神经网络的架构赢得了ImageNet视觉识别挑战赛。该网络在1000万张图像上训练，并根据内容将15万张图像分类，准确率达到84.6%，这一百分比远远超过以往任何结果。为了理解该领域的进步速度，值得一提的是，今天的准确率是97%。据估计，人类的准确率约为90-95%。是的，请再读一遍这部分。机器在图像识别方面比人类做得更好。

深度学习的应用

可能的应用？非常丰富。自动驾驶汽车，如某中心和某机构的汽车，使用卷积神经网络来扫描和理解其环境。机器人现在可以在医学图像上识别肿瘤和黑色素瘤。面部识别为执法和安全部门提供了对抗罪犯和黑客的前所未有的优势。计算机甚至可以从头开始创建自己的图像。给它一个描述，砰，你就得到了它。一幅完全符合你所想的图像。而且，不，世界上其他地方没有一模一样的图像。

但深度学习不仅仅关乎计算机视觉。你知道某中心、某机构等所有虚拟助手有什么共同点吗？不需要再提了。我撒谎了。是深度学习。

自然语言处理应用，例如与机器人进行实时对话、将任何文本翻译成任何语言、对文档进行情感分析，都基于此。你认为我要结束了吗？还差得远呢。每周都有论文和初创公司涌现，以各种不同的方式利用深度学习。

药物发现已经受益于神经网络，这些网络不仅能预测化学物质的毒性或其他副作用，还能预测针对埃博拉病毒或多发性硬化症等疾病的候选生物分子。推荐系统能提供关于下一步看什么电影或听什么歌曲的奇妙建议。还有预测基因本体注释和生物信息学中基因功能关系的系统。预测地震的系统。编写Python代码的系统。

当然，有人可能会争辩说：这不是真正的智能。创造力、艺术、音乐在哪里？所有使我们成为人类的东西在哪里？我有消息要告诉他。你知道吗？有一个网络可以创作特定风格的音乐，比如肖邦的装饰音？你知道吗？另一个网络可以转移梵高的印象派风格并创作新的绘画？或者直接用某中心搜索“深度梦境”这个词。我会等着……我的意思是，得了吧。我承认它并不完美，但这正是深度学习的真正魅力所在。还有如此大的改进和发现空间，这有点吓人。

最后但同样重要的是，我相信你知道某机构的AlphaGo，那个在中国围棋比赛中6次赢得全国冠军的机器人。更令人印象深刻的是，AlphaGo Zero在没有任何训练数据的情况下超越了AlphaGo，仅仅通过与自己下棋。没有任何训练数据。停下来消化一下。它只用了21天就做到了这一点。游戏中积累了3000年的智慧，而它只用了21天。如果这不是人工智能的最佳表现，我不知道什么才是。这只是时间问题，它会扩展到游戏之外的更多领域。

好吧，我承认我有点累了。但这是值得的。老实说，我不知道深度学习是否是万灵药。尽管我知道，正如我之前提到的，它的影响和潜力是不可否认的，并且有点令人恐惧。这就是为什么某机构等人创建了某机构，一个非营利性研究公司，旨在促进和发展安全的人工智能，优先帮助和造福人类。

深度学习和人工智能是未来，还是像某机构所称的人类最大的生存威胁？这取决于我们如何确保第一个选项胜出。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）