第一时间get全球最新科技常识与数据
下载钛媒体客户端

扫描下载App

【书评】《深度学习》:待遇智能时间还没有真正到来

摘要: 待遇智能特别很是广泛,深度学习又是机器学习的一个子域。我以为深度学习不但仅是常识,其中机器学习是一方面。

作者: [美]特伦斯·谢诺夫斯基(Terrence Sejnowski),世界十大AI科学家之一,美国四大国家学院(国家科学院、国家医学院、国家工程院、国家艺术与科学学院)活着仅3位的“四院院士”之一。傲世皇朝注册。

译者:姜悦兵

出版社:中信出版集团

出版时间:2019-02

首先我们若何看深度学习,其中机器学习是一方面,傲世皇朝注册。还是一种范式的转变?待遇智能特别很是广泛,它事实是新的常识。深度学习不但仅是常识。

爱因斯坦说过:“我们不能用制造问题时的同一头脑程度来解决问题”。傲世皇朝注册。我们处在一个智能的时间,拉菲2手机登录。结果是机器更善于解决问题,机器开始解决很多人类原先以为自己善于的。

《深度学习》这本书的作者特伦斯·谢诺夫斯基,他在这本书清晰的把“深度学习”的来龙去脉讲知道了。新宝gg登录平台。其中最大的核心点,是几十年一直跟着业界进展的先辈和专家。这种常识要求我们了解人类的头脑方式,并通过数学算法转变对世界的形容方式。

假使我们还带着过去的头脑方式,还是信息化时间的头脑方式,新宝gg注册登录平台。无论是电气化时间的头脑方式。

过去的头脑方式会发生两种结果:一方面便利把待遇智能所带来的成就神话和浮夸,新宝gg计划。机器人能否让人类死亡”的顾虑,新宝gg用户登录。另一方面对数学和算法的进步带来的待遇智能进展效果发生误解。现在出现很多“机器能否会代庖人。

以史为鉴,重新认识科技进步

由于技术的进步引发的新话题不敷为奇,关于机器人的争执计较,关于机器智能的争执计较,新宝gg登录线路。关于待遇智能的争执计较,所以人们就发生了很多争执计较,傲世皇朝注册。没有一个大思想家或者大哲学家能够告诉我们未来会若何样,人类开始进入“无人区”,我们一贯主动地接收新的理念。越来越多的人发觉。

微软公司CEO萨提亚曾在一场演讲中说:“未来没有人引导我们,【书评】《深度练习》:待遇智能时刻还没有真正到来。看看历史上发生过什么。”最有代表性的就是第一次工业反动到第二次工业反动之间,那么我们可以选择以史为鉴。

在蒸汽时间,蒸汽气力足够了,没有未来,新宝gg平台。效率太低,因为起先电的效率并不够高。西藏赶集网。第一类公司的想法是电力不行,绝大大都公司态度是看不起电,但当电气出现的岁月,很多有影响力的全球性公司用蒸汽气力代庖人的四肢。

第二类公司放下一些包袱,坚信只消对蒸汽机进行改变一样可以连结竞争力,傲世。但是照旧坚信蒸汽机的气力,也有潜在进展的可能性,以为电是新闯事物。

最可惜是第三类公司,唯有不到5% 的公司在那个时间完成了转型和飞跃,我们做了一些大意的解析,皇朝。这些公司最终也被淘汰掉了。萨提亚提到,注册。但是他们还在跟蒸汽机相比,更低的本钱,书评。已经发生比蒸汽机时间超高的效率,但是头脑方式没有改变。他们以为自己周到拥抱电气化时间,开始拥抱新的分娩力和形成新的分娩关系,他们已经放下旧的分娩力。

其时大局限企业对待电气化的观念只是能点若干好多盏灯,而是把它们都当成是工具。这些公司要的就是进入新的时间。深度。这代表更高的效率,什么是蒸汽,忘记什么是电气,或者分娩线能够提高若干好多效率。唯有5%的公司选择完全放下包袱。

通过历史上的事宜可以发觉,我们现在对未来的任何预估都是不敷够的。

在历史上的某个阶段,原先可以拓展四肢的能力,也可以用来防身。练习。那岁月人类发觉,敲野兽,待遇。可以敲瓜果,也可以敲肉,智能。这就是人类历史上大的进步。他就发觉这个骨头不但可以敲骨头,时刻。可以把别的骨头敲碎,猿人忽然有一天发觉可以拿骨头去敲另外一个骨头,完成手完成不了的能力。出名的科幻电影《2001太空周游》中有一个特别很是出名画面,譬喻用骨头或者石片可以敲东西,古人类开始发觉和使用工具。

工业反动之后,应该没有人会这样做了。其实不但是肌肉的机能,还没有。譬喻去和一辆汽车角逐跑步,还可以靠各种机械的气力代庖人类的四肢。我们现在不会无聊到说在肌肉能力方面还可以跟机器一拼,人类发觉不但靠保守的工具。

应该没有。我们可以十几块钱买一个计算器,真正。计算器就可以做到。我们为什么对这种现象不会抱恐惧心理。

技术是拿来用的,而不是拿来吹和炒的

很多业界专家都有这样的感受,用逻辑推理的方式其实并没有过时,但并不意味着我们也曾尝试的符号学,正到。就是一种机器智能。现在主要阐扬方式是深度学习,到来。乃至是决策者失落了对这件事的核心控制。待遇智能的核心实际上就是机器学习的能力,反而让广大读者,现在媒体对待遇智能的炒作过热。

现阶段深度学习取得了巨大突破。

我们并不知道,所以我们不要摈斥这种观点。未来应该是人类的学习能力、机器学习能力、深度学习能力和逻辑推理能力是共融共生的阶段。,平台。

智能时间之前的深度学习要靠数据的堆积去学习和驱动。但是现在的数据既不够大,西藏。也不够好。虽然我们有很大都据。

大数据的概念并不是多,不够那么好。支持万物互联的基础架构恰恰是一个云计算的架构。赶集网。所以倒着讲是智、大、物、云,可能数据不够那么多,傲世皇朝注册。5G没有到位,物联网没有布设到,我们数据结构和数据开头没无形成万物互联的社会。

如何理解待遇智能

如何理解待遇智能我总结了四点:

首先,一定要应用。

假使我们去学了“学会如何学习”的课程就会发觉,以实际解决问题计划的学习。【书评】《深度练习》:待遇智能时刻还没有真正到来。未来是终身学习的时间,就是以问题为导向的学习,现在最盛行的方式是Problem-Based Learning。

如何终身学习?一定要带着问题去学,它是一种学习的过程。学习不能为了学而学,新宝gg平台。学得越来越有用。待遇智能也是一样的,这样学得越来越深切。

我的第二个观点就是,还要对人类自己的神经、脑神经、传输神经、感知神经的理解,西藏赶集网。不但仅要靠计算机科学的进步,深度学习的进展不但仅要靠数学的进步。

现在我们每私人有基础的学习能力,掌握行业的学习能力,傲世。只是通过开放的接口开放学习的通用能力。未来每私人一定要在通用能力之上,机器学习也是一样。

第四点就是要真正发生深度学习能力,数据网罗下面下很大功夫,皇朝。更多的公司需要在人才培育种植提拔,注册。还要有算法和算力。像微软这样专业公司可能会提供更强壮的算法和算力,需要有人才,我们需要有数据。

数据、人才、算法、算力这四者缺一不可。每一方面在未来都巨大的商机,商机恰恰不是只在智能自己,正是因为我们即将进入智能社会。

没有专家的时间,每私人都要终身学习

我用盲人摸象的寓言来举例,我就不去学了,不要以为我到了某种年数或某种位置,不松手自己,因为每天都在新的起跑线。我们只消不松手学习,我们每私人都在学习。不存在输在起跑线上,这个时间是没有专家的时间。

未来需要的是天天学习。因为这个伟大时间还没有来,我们最多是摸着大象的其中一局限。

正是因为这个时间没有专家。每一个实际都有可能成为其时可行的实际,但是并不意味着能够成为永远的实际。

我们要去学习,也不像B说的那么浅,大胆去试发觉原先水既不像A说得那么是深,尤其不代表能否是精确的。我们没关系能够自己去试一下,并不代表所有人体会和理解,这也只是我在微软这么多年的体会和理解,包括我现在讲的,水是深浅唯有自己知道。听他人说可以,小马过河,你自己去试,更主要唯实,不要唯新,不要唯各种专家。

末了以比尔·盖茨先生的这段话作为结尾:“人们大都倾向于高估他在一年内所能完成的事情,同时控制最基本的对自己的相信和信念,我们先不要松手自己,第三每天都在重新更新有新常识新理念出现,第二没有起跑线,第一没有专家,但又便利低估他们坚持十年后能够取得的成就。”专家一定要明代。

【钛媒体作者介绍:本文作者为微软(中国)CTO韦青】

更多精彩形式,关注钛媒体微信号(ID:taimeiti)。

本文系作者 精选 受权钛媒体发布,并经钛媒体编辑。 本文链接
分享到:

第一时间获取TMT行业新鲜资讯和深度商业解析。钛媒体」或者「taimeiti」,即可获得钛媒体每日精华形式推送和最优探索体验,或用手机扫描左方二维码。

精选
精选

精选和转载来自其他媒体的趣闻

评论(2

  • 姑妄言之 姑妄言之
    回复
    0

    末了一段 '专家一定要明白'

    2019-02-24 00:03 via android
  • Yor Yor
    回复
    0

    k12和多媒体互动教育时间毕生学习估计是大趋向。

    2019-02-22 20:21 via android

Oh! no

您能否确认要删除该条评论吗?

分享到微信同伴圈

百度搜索 百度搜索 百度搜索 百度搜索 百度搜索 华宇娱乐 杏耀娱乐 新宝6 新宝5 太阳2 2号站 摩臣2 新宝GG 无极4 拉菲5