首頁熱門文章
大數(shù)據(jù)和人工智能離我們多遠？
發(fā)布時間：2019-04-15 分類：趨勢研究
1，無論你相信與否，AI已經(jīng)來到。我們知道谷歌研發(fā)的自動駕駛汽車已經(jīng)累積了數(shù)十萬英里的安全駕駛記錄，故此預計數(shù)年內(nèi)這種無需人類駕駛的車輛將廣泛投放市場。如今是講究開放和合作的時代，交流與研究同等重要。無論你相信與否，AI已經(jīng)來到，大部分機器學習算法都是基于概率論發(fā)展起來的科學，因此很多的實驗都具有一定程度的隨機性，這就為實驗精準復現(xiàn)帶來了難度。深度學習框架系統(tǒng)可以從底層提供解決這一問題的工具，讓實驗不再是一次性的結果，而是可重現(xiàn)、可共享的資料。這對促進研究的發(fā)展有著極其重要的作用。
2，隨著全球科技變革深入推進，云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能支持快速產(chǎn)品化，模型可隨時部署。隨著深度學習的快速發(fā)展，一些模型和技術已經(jīng)具備了處理真實世界問題的能力，例如識別各種文字、識別語音、識別圖像，等等。對于以往的一些技術而言，研究和應用之間往往存在較大的間隔，從學術界到工業(yè)界有一個轉(zhuǎn)化的過程，馬上要形成萬物互聯(lián)、萬物智能的智能化新時代。但深度學習不同，在問題定義之初可能就已經(jīng)是一個實際的具體問題，只有很少的抽象成分，所以往往模型只要一訓練好，就可以立刻投入到生產(chǎn)系統(tǒng)中使用。物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能一度讓業(yè)界人士興奮與不安，使普通百姓感到陌生和遙遠的科技名詞，如今正大踏步地走入人們的尋常生活，深度學習系統(tǒng)應該支持模型在訓練和應用兩方面靈活切換，隨時將研究成果集成到產(chǎn)品中。
3，Google和百度等開啟以智能為驅(qū)動的時代。雖然第一代深度學習系統(tǒng)DistBelief已經(jīng)擁有很好的擴展性，但在靈活性方面的不足，使Google團隊有動力開發(fā)第二代系統(tǒng)TensorFlow。它對于機器學習應用來說就如同Linux、iOS等操作系統(tǒng)一樣，一方面為用戶構建上層應用提供接口，讓用戶以此為平臺，開發(fā)出各種各樣的應用產(chǎn)品，另一方面管理和控制底層的計算機硬件和軟件資源，以提高資源利用率，降低硬件差異等問題所帶來的研發(fā)成本。
4，21世紀新科技革命迅猛發(fā)展，人工智能正孕育著新的重大突破，一旦突破將對科學技術、經(jīng)濟和社會發(fā)展產(chǎn)生巨大和深遠的影響，深度學習的研究始終都是為了解決現(xiàn)實世界中存在的問題，所以在學術界不停探索新模型、新方法的同時，工業(yè)界也不斷推出各種工具框架，促進研究和應用的發(fā)展。Google經(jīng)過長期的研究和嘗試，在實踐的基礎上推出了目前最優(yōu)秀深度學習框架系統(tǒng)之一TensorFlow，這將深刻地改變經(jīng)濟和社會的面貌。智能問題的研究也成為當代最富有挑戰(zhàn)性的課題。智能科學技術作為一門交叉科學，既是生命科學的精髓，更是信息科學的核心。
