:::: MENU ::::

TalkingData's Blog

现在开始,用数据说话。

技术专栏 | 深度学习与智能手机,那些被人工智能所改变的……

cialis erfaring cialis i norge hva er kamagra cialis efeitos secundarios cialis bula viagra effekt viagra norge viagra på nett viagra nettbutikk viagra infarmed levitra comprimidos cialis uten resept cialis pris levitra eller cialis kamagra gel comprar viagra farmacia
  • May 18 / 2018
  • 0
Data

技术专栏 | 深度学习与智能手机,那些被人工智能所改变的……

深度学习旨在升级智能手机的大脑

在大多数的广告行业当中,人们喜欢巨幅的宣传海报、带有耀眼光泽的宣传品以及各种前沿高科技的东西。当听见虚拟现实技术让曾经的摇滚明星以全息图的形式出现在舞台上时,所有人不禁心头一震,其中包括那些代理商们。

每个人都想方设法在新科技冲击的浪潮中,寻找爆点,以赚取名利。但目前人们的耳朵里已经听到太多的技术名词了,反而成了某种累赘,失去了诱惑力,比如深度学习的东西。

深度学习是机器学习的一个子集,目的是教会计算机在声音、图像和其他数据中找到某种规律或者模式。虽然乍看起来这并不能让普通人甚至那些营销人员兴奋起来,但事实是,世界上的科技巨头们:Facebooks、Apples、Googles、Netflixes、Microsofts、百度等等,都为此投入了大量的资金。例如,据报道,谷歌在2014年花费超过5亿美元收购了深度学习公司DeepMind。再例如百度是中国科技巨头,在硅谷和北京都开设了深度学习和以人工智能为中心的研发中心。而苹果公司也在大力聘请深度学习方面的专家。

为什么深度学习会如此火热?因为深度学习技术可以让你使用你的指纹解锁手机,它使Facebook和政府机构能够在图片中识别你的脸,这有助于Siri和Alexa了解你到底在说什么,广告商正在试验使用深度学习来计算有多少路人会抬头观看广告牌,自动驾驶汽车也正在使用深度学习来避免路障和行人等。

随着技术能力的发展,深度学习很快将会做的更多。未来学家们已经在考虑新的(有时是反乌托邦式的)它可以用于营销策略的方式,应用程序开发者们也越来越多地开始通过深度学习来增强图像和进行图像识别了。

至少在20世纪90年代以来,深度学习已经就作为一个学术研究领域而存在。但是由于其需要强大的计算和数据处理能力,鉴于当时的硬件限制,导致了创新的局限性。

随着硬件和软件技术的不断发展,到2010年初,学术界和一些企业开始尝试通过深度学习进行更多的实验。然后就像互联网一样,猫图像识别改变了一切。 2012年,Jeff Dean和Andrew Ng带领的Google研究团队将16,000个计算机处理器连接到一个神经网络自学成识别大量静止图像数据库中的猫的图像。

“结构化数据难以聚类,成本昂贵,但它是监督学习(最常见的机器学习)的基石,”位于洛杉矶的人工智能公司GumGum的计算机视觉技术主管Cambron Carter说。“Ng,Dean等人设法训练一个网络,从原始的YouTube缩略图中识别出猫,脸和人性化的结构,“

在谷歌取得突破之后,Facebook、IBM和微软等公司的团队都取得了进一步的发展,使得深度学习更便宜,更容易融入消费者的科技产品和服务中。

例如,百度2016年发布的研究报告使用人脸识别而不是门票来参加活动,Alexa的语音数据为亚马逊打开了一个丰富的新数据缓存。营销和广告公司已经在使用深度学习技术来推断Instagram图片和YouTube视频等数据。

深度学习军备竞赛

然而,深度学习的广泛应用并不容易,即使是上市的Google、Facebook和微软等公司也很关心如何将深度学习深入到他们目前的产品以及他们未来规划的研发中。

但是,大多数情况下,只能从公开的研究论文、会议演讲等方面获取一些零碎的知识,能够为未来深度学习的应用提供一些思路。例如自动驾驶汽车、虚拟现实、帮助盲人浏览世界、文字翻译、场景讲述等等。

Nvidia是一家硬件公司,其图形处理单元(GPU)由于深度学习的兴起而销售旺盛,在其网站上列出了用于识别图像中使用的字体的Adobe DeepFont,到国家中心适用于超级计算应用,可实时检测数百万英里外的引力波。

从根本上来说,深度学习可以让电脑做它们已经在做的事情,并且会更好。巧妙执行的深度学习算法意味着系统可以识别哪些车在Instagram照片中最常出现,或追踪观众观看电视广告多久才会感到厌倦。

由于机器学习专家群体相对较小,大型科技公司一直对其深度学习研究一反常态。鼓励百度,Facebook和微软等公司的研究人员发表论文;即使是超级诡秘的苹果公司也出版了自己的机器学习杂志。

苹果和其他供应商正在尽全力帮助软件开发者将深度学习功能集成到应用程序中。例如,微软提供免费的Cognitive Toolkit,据微软称,该工具包旨在通过让用户创建、训练和评估自己的神经网络来帮助创建企业级AI。该工具套件已经加速了一家中国公司AdDoc的野外空间数据分析,AdDoc技术可快速检测糖尿病并发症的发病情况。

智能手机=AI超级计算机?

摄影记忆,即时艺术作品,即时翻译,逼真的虚拟现实等等都会到你的口袋里。

在新的iOS 10/11中,神经网络人工智能在拍摄每张照片的十分之一秒内执行110亿次计算,以找出他们是谁,甚至是他们的心情。iOS10+的新照片应用程序只是越来越多的手持式人工智能的最新例子。 Aipoly发布的一款应用,可以识别物体并大声说出名字,以便让失明的人看到。只要将相机指向需要翻译的文字,Google翻译就可以将其翻译成你自己能看得懂的文字。而越来越多的应用程序嵌入了人工智能,让你的智能手机更加的智能化、人性化。

移动设备的发展也正在向着更加智能化发展,即将发布的某款手机,直接使用了人工智能芯片,让整台设备成了一个微型、但是快速的人工智能平台。可想而知,在不久的将来,人人都手持着一台人工智能计算机,时刻都在进行着人工智能活动。而更加智能化的应用程序正在改变着人类生活的各个方面。

我们将迈入一个全新的智能化时代,也将面临更加严峻的安全考验。让我们拭目以待。

Leave a comment

随时欢迎您 联系我们