智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
ROTOFLUX加工中心旋轉(zhuǎn)接頭 A08-1302-04R A08-1302-05L ITAIY原廠批
品牌
從互聯(lián)網(wǎng)搜索到語言翻譯，乃至識別患有自閉癥風險的基因……凡是需要從大量數(shù)據(jù)中預測未知信息的領(lǐng)域，都是深度學習可以一展拳腳的地方。那么，什么是深度學習技術(shù)？它將怎樣改變?nèi)祟惖纳睿?br />
所謂深度學習，就是用多層神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡，以達到機器學習的功能。這些多層的電腦網(wǎng)絡像人類大腦一樣，可以收集信息，并基于收集到的信息產(chǎn)生相應的行為。
人工智能的“機器學習”早是在20世紀50年代，由英國數(shù)學家艾倫·圖靈(Alan Turing)提出了。在上世紀60年代，生物學家在研究貓的腦皮層時，發(fā)現(xiàn)其獨特的網(wǎng)絡結(jié)構(gòu)能有效降低反饋神經(jīng)網(wǎng)絡的復雜性，繼而提出“卷積神經(jīng)網(wǎng)絡”。利用這種網(wǎng)絡結(jié)構(gòu)編寫的深度學習程序，適應性很強，成為人工智能的突破口。
2001年，美國三菱電機研究實驗室的保羅·維奧拉和邁克爾·瓊斯使用稱為自適應增強技術(shù)的機器學習算法來實時檢測圖像中的人臉。
到了2006年，深度學習開始嶄露頭腳，而在近幾年取得飛速的發(fā)展，無論是學術(shù)研究還是企業(yè)應用均呈現(xiàn)出指數(shù)級增長的趨勢；伴隨著這項技術(shù)的不斷成熟，深度學習在多領(lǐng)域發(fā)力，取得一系列成功的應用。
其中為人所熟知的當屬視覺功能。我們的相機可以像眼睛一樣看到這個世界，卻不能像大腦一樣看懂這個世界，深度學習恰恰補上了這個短板。有了深度學習，百度識圖可以準確識別照片中的物體類別，并對照片進行自動歸類或搜索。有了深度學習，我們可以很方便地刷臉付款。有了深度學習，特制機器可以檢測一定空間內(nèi)所有人員、車輛的行蹤，并對可疑和危險事件及時報警。
同時，深度學習技術(shù)在語音識別方面，也有廣泛的應用。在深度學習的幫助下，計算機擁有越來越強大的語音識別能力，這可能改變目前仍以鍵盤為主的人機交互模式。
例如 音色的定制化，需要跟蹤錄大量的音庫，重新訓練一個模型；還有個性化表示方法的定制化，可以錄一些數(shù)據(jù)，通過深度學習訓練模型，自適應的方法來實現(xiàn)。
語音合成主要采用波形拼接合成和統(tǒng)計參數(shù)合成兩種方式。波形拼接語音合成需要有足夠的高質(zhì)量發(fā)音人錄音才能夠合成高質(zhì)量的語音，它是商業(yè)產(chǎn)品中常用的語音合成技術(shù)。統(tǒng)計參數(shù)語音合成雖然整體合成質(zhì)量略低，但是在小規(guī)模語料、低占用資源的情況下，優(yōu)勢更為明顯。
現(xiàn)在，深度學習技術(shù)在語音識別、計算機視覺、語言翻譯等領(lǐng)域，均戰(zhàn)勝傳統(tǒng)的機器學習方法，甚至在人臉驗證、圖像分類上還超過人類的識別能力。專家預計，再過些年，我們口袋里的手機也可以運行像人腦一樣復雜的神經(jīng)網(wǎng)絡。
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
