欢迎光临广州鑫亮办公设备有限公司
LATEST NEWS
新闻动态
联系我们
销售热线:
Contact Hotline
【☎/微/同号】
13407484838
网址:http://www.xldn333.com

E-mail:991699205@qq.com

公司地址:广东省广州市天河区岗顶百脑汇333号
当前位置: 主页 > 新闻动态 >
广州花都区联想笔记本维修_广州花都区联想笔记本维修_ 人工智能前沿记:深度进修的应用和代价
 

  有一份对19个行业和9个业务职能的400多个用例举办阐明的陈诉突出了先进人工智能技能的遍及应用和重大经济潜力。

 

  人工智能(AI)作为数字时代的转型技能脱颖而出——人工智能在整个经济中的实际应用正在快速增长。为了撰写《人工智能前沿记:数百用例知道多》这一简报,我们将传统阐明和更新的“深度进修”技能及其可以办理的问题映射到公司和组织的400多个特定用例中。借助麦肯锡全球研究院的研究以及麦肯锡阐明人工智能的应用履历,我们评估了跨行业和业务职能的高级人工智能技能的实际应用和经济潜力。我们的研究功效强调了在整个经济中应用深度进修技能的庞大潜力,但跟着技能的不绝成长,我们也意识到一些挥之不去的范围和障碍(以及将来的机会)。最终,人工智能的代价不在于模子自己,广州哪里有电脑维修,而在于公司是否有本领利用人工智能。

 

  纵然我们意识到利用人工智能技能的经济潜力,数据的利用也必需始终思量到数据安详性、隐私和潜在的成见等等的问题,这一点不得不强调。

 

  将人工智能技能对应到问题范例

 

  跟着人工智能技能的成长,广州哪里有电脑维修,到底是哪种技能组成了人工智能的界说也在不绝成长。出于本简报的目标,我们将利用人工神经网络的深度进修技能的简称为人工智能。我们还考查了其它呆板进修技能和传统阐明技能。

 

  神经网络(neural network)是呆板进修技能的一部门。神经网络本质上是基于通过模仿方法毗连的“神经元单位(neural unit)”的人工智能系统,这些系统大致地模仿了神经元在大脑中的彼此浸染方法。自20世纪40年月以来,人们已经研究了受神经毗连开导的计较模子,而且跟着计较机处理惩罚本领的提高和大型练习数据集乐成地用于阐明输入数据(如图像、视频和语音)而再次声名大噪。人工智能从业者将这些技能称为“深度进修”,因为神经网络具有许多(“深”)层的模仿互连神经元(simulated interconnected neuron)。

 

  我们阐明白三种神经网络技能的应用和代价:

 

  前馈神经网络(feed forward neural network):最简朴的人工神经网络。在这种架构中,信息仅在一个偏向上移动,从输入层向前移动,颠末“埋没”层移动到输出层。网络中没有环路(loop)。首个单神经元网络是由人工智能先驱Frank Rosenblatt在1958年提出的。固然这个想法并不新鲜,但计较本领、练习算法和可用数据的成长促成了高于以往的机能程度。

 

  递归神经网络(Recurrent neural network,RNN):人工神经网络的神经元之间的毗连包括环路,这些环路很是合用于处理惩罚陆续串输入。2016年11月,牛津大学的研究人员陈诉说,基于递归神经网络(和卷积神经网络)的系统在唇读(reading lips)方面到达了95%的精确率,优于履历富厚的人类唇读者,复印机维修,后者的精确率为52%。

 

  人工神经网络电脑维修,个中神经层之间的毗连管到动物视觉皮层(animal visual cortex)的开导,动物视觉皮层是大脑处理惩罚图像的部门,很是合用于感知方面的任务。

 

  对付我们的用例,电脑维修,我们还思量了别的两种技能——生成反抗网络(GAN)和强化进修——但未将它们包括在我们对人工智能的潜在代价评估中,因为生成反抗网络这一新生技能尚未获得遍及应用。

 

  生成反抗网络(GAN)利用两个神经网络在零和游戏(zero-sum game)框架中彼此竞争(因此是“反抗”)。生成反抗网络能学会模仿各类数据漫衍(譬喻文本、语音和图像),因此,一旦没有数据漫衍可用的话,该网络就能生成测试数据集,这很有用。

 

  强化进修是呆板进修的子规模,在强化进修中,系统通过吸收虚拟“嘉奖”或“处罚”来获得练习,这实际上是通过试错法来进修。谷歌DeepMind已经利用强化进修来开拓可以玩游戏的系统(包罗视频游戏和围棋(Go)等棋类游戏),其本领胜过人类冠军棋手。

 

  在业务情况中,这些阐明技能可用来办理现实问题。最普遍的问题范例是分类、持续评估(continuous estimation)和聚类(clustering)。侧栏中提供了问题范例及其界说的列表。

 

  用例带来的洞察

 

  我们整理并阐明白19个行业和9个业务职能部分的400多个用例。这些用例为特定部分里的规模带来了这样的洞察——深度神经网络在这些规模里所能缔造的最大代价,这些神经网络相较于传统阐明所能发生的增量晋升,以及为了实现潜力而必需获得满意的贪婪的数据需求(就数量,种类和速度而论)。我们的用例库固然范畴很广,但并不详尽,大概会夸大或低估某些部分的潜力。我们将继承对它举办改造和扩充。

 

  人工智能可用于改进现有用例机能的例子包罗:

 

在线客服1
在线客服2
关注官方微信
返回顶部