深度学习已经彻底改变了我们的生活

编译作者: 核子可乐译 2016-11-17 09:23:03

【51CTO.com快译】

如果把深度学习比作一个气泡,我们需要了解其弧度及折射原理,从而真正加以驾驭。

 

时至今日,机器学习已经开始观察我们的行为、倾向、相互作用与交流响应。深度学习正是机器学习的下一步发展方向。虽然其在传统上常被用于帮助机器学习方案掌握文本数据,但如今深度学习已经开始尝试从视频、音频、音乐、图像以及传感器数据等更为复杂的内容形式中提取信息。

无论是计算机视觉识别、人类识别、语音识别还是自然语言处理,这一切都已经成为“建设性”技术应用范例。之所以具备突破性,是因为其并非简单调用预先存储的历史数据,而亦可根据学习经验修改、恢复以及注释其发现的结论甚至是物理对象。

事实上,深度学习分析 目的在于识别真实数据中的真实模式。如果这种建设性能力可应用于总结经验、设计方案以及记录历史,甚至能够以惊人的逼真性反馈于我们的身体,那么现实与幻想之间的界线将变得非常模糊。或许有一天,我们可能将预算法作为经验的基石,而彻底失去人类的自我意识?

这并非形而上性质的冥想。事实上,深度学习已经迈进至以下阶段:

·可以通过在原始视觉元素之上根据消失、模糊或者误导性图像生成并叠加新的元素,从而实现图像的自动纠正。

·可以将任何粗糙的涂鸦转化为令人印象深刻的美图,这已经接近人类艺术家对现实世界的描绘。

·可以将手绘人脸蓝图通过算法转换为逼真的图像。

·可以将任意低分辨率原始图像转化为自然的高清晰度版本。

·可以指示计算机绘制任何图像,同时表现特定人类艺术家的创作风格。

·基本可以直接调用任何并不存在于源代码当中的图案、人物及其它细节图像。

·可以自动为图像及其它内容生成标题与注释,这一点接近于真实读者或者相关主题专家。

·可以渲染任何计算机生成的语音,且其听起来与人类朗读一样自然。

·可以领先计算机生成表达真实感受的音乐,其效果类似于人类音乐家的创作成果。

·可以制作各类功能性出众的物理对象,包括假肢、有机分子、3D打印、CRISPR以及其它新型技术。

很明显,这种构建能力亦可体现在重构方面,这意味着深度学习已经具备了制造与误导能力。抛开炒作不谈,深度学习的重构潜力已经在认知性问题当中得到证明,其甚至已经成为云决策支持当中的潜在算法基础。然而,如果这些重构算法与真实环境区别很大,那么实际应用很可能带来巨大风险——特别是考虑到深度学习在自动驾驶汽车与假肢设计等领域的应用。

虽然无法阻止深度学习不断融入我们的生活,但我们完全可以进一步提升其透明性,即了解这些算法如何作出自己的判断。我们应当检测深度学习应用中具体算法的识别流程(例如由源信息到端到端图形变换、统计模型乃至元数据等),进而掌握其如何以特定方式在特定情况下采取特定行动。

同样重要的是,我们应当时刻将算法结论与现实情况加以比对,从而标记二者间的冲突并考量其相互作用。总而言之,如果把深度学习比作一个气泡,我们需要了解其弧度及折射原理,从而真正加以驾驭。

原文标题:Deep learning is already altering your reality

原文作者: James Kobielus

【51CTO译稿,合作站点转载请注明原文译者和出处为51CTO.com】

深度学习
上一篇:深度学习深层剖析:建模知识与开源工具选项 下一篇:Facebook城会玩!让无人机给偏远山区提供移动网络
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

深度学习/计算机视觉常见的8个错误总结及避坑指南

人类并不是完美的,我们经常在编写软件的时候犯错误。有时这些错误很容易找到:你的代码根本不工作,你的应用程序会崩溃。但有些 bug 是隐藏的,很难发现,这使它们更加危险。

skura ·  18h前
2019年深度学习自然语言处理十大发展趋势 精选

自然语言处理在深度学习浪潮下取得了巨大的发展,FloydHub 博客上Cathal Horan介绍了自然语言处理的10大发展趋势,是了解NLP发展的非常好的文章。

HU数据派 ·  1天前
图灵奖得主Yoshua Bengio:深度学习当务之急,是理解因果关系

深度学习擅长在大量数据中发现模式,但无法解释它们之间的联系,而图灵奖获得者Yoshua Bengio想要改变这一点。

佚名 ·  2天前
18个挑战项目带你快速入门深度学习

AlphaGo 大战李世?h之后,深度学习技术便在国内变得异常火。吸引了大批的技术人员争相学习,那么到底如何才能更快速的入门深度学习呢?下面给大家介绍的 18 个挑战项目,通过实践动手带你快速入门深度学习!

实验楼 ·  2019-10-10 14:48:19
盘点 | 8个你可能不知道的深度学习应用案例

深度学习与传统机器学习系统的不同之处在于,它能够在分析大型数据集时进行自我学习和改进,因此能应用在许多不同的领域。

天极网 ·  2019-10-10 14:15:18
2019年较热门的5大深度学习课程

今天,我们将和大家盘点一下,当下较流行的深度学习资源/课程,可以帮助你们提升深度学习技能。

猿哥 ·  2019-09-26 05:16:24
DeepMind一次性开源3个新框架!深度强化学习应用落地即将迎来春天?

深度强化学习(Deep Reinforcement Learning,DRL)一直是近年来人工智能的一些重大突破的核心。然而,尽管 DRL 有了很大的进步,但由于缺乏工具和库,DRL 方法在主流解决方案中仍然难以应用。

杨鲤萍 ·  2019-09-20 09:38:18
福利,PyTorch中文版官方教程来了

PyTorch 是近年来较为火爆的深度学习框架,然而其中文版官方教程久久不来。近日,一款完整的 PyTorch 中文版官方教程出炉,读者朋友可以更好的学习了解 PyTorch 的相关细节了。

佚名 ·  2019-09-02 14:58:03
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载