電子金融課件：16a 人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別和聯(lián)系

1、人工智能、機(jī)器學(xué)習(xí)和深人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別和聯(lián)系度學(xué)習(xí)的區(qū)別和聯(lián)系1人工智能：從概念提出到走向繁榮人工智能：從概念提出到走向繁榮 1956年，幾個計算機(jī)科學(xué)家相聚在達(dá)特茅斯會議，提出了“人工智能”的概念，夢想著用當(dāng)時剛剛出現(xiàn)的計算機(jī)來構(gòu)造復(fù)雜的、擁有與人類智慧同樣本質(zhì)特性的機(jī)器。2人工智能：從概念提出到走向繁榮人工智能：從概念提出到走向繁榮 人的能力是什么？回答問題。 問題有6種，最后所有的問題都應(yīng)歸結(jié)到why3whywhathowwhenwhichwhere人工智能：從概念提出到走向繁榮人工智能：從概念提出到走向繁榮 人類在回答這些問題時，給出答案。 這些答案，在機(jī)器學(xué)習(xí)里面，

2、叫做“預(yù)測”。 請注意，這一“預(yù)測”并非人類語言中的對未來狀況的“預(yù)測”，它只對某個問題的回答。 例如，一個程序回答，那些郵件是垃圾郵件，這類似于程序“預(yù)測”哪些郵件是垃圾郵件。 人是如何回答問題的呢？人是基于某些信息或數(shù)據(jù)，給出答案。 所以，人類回答問題的范式就是“輸入X，輸出Y”。X就是人的信息，Y就是人的答案。4人工智能：從概念提出到走向繁榮人工智能：從概念提出到走向繁榮 2012年以后，得益于數(shù)據(jù)量的上漲、運算力的提升和機(jī)器學(xué)習(xí)新算法（深度學(xué)習(xí)）的出現(xiàn)，人工智能開始大爆發(fā)。 人工智能的研究領(lǐng)域也在不斷擴(kuò)大，圖一展示了人工智能研究的各個分支，包括專家系統(tǒng)、機(jī)器學(xué)習(xí)、進(jìn)化計算、模糊邏輯、計

3、算機(jī)視覺、自然語言處理、推薦系統(tǒng)等。5圖一人工智能研究分支6弱人工智能和強(qiáng)人工智能弱人工智能和強(qiáng)人工智能 通常將人工智能分為弱人工智能和強(qiáng)人工智能，弱人工智能讓機(jī)器具備觀察和感知的能力，可以做到一定程度的理解和推理強(qiáng)人工智能讓機(jī)器獲得自適應(yīng)能力，解決一些之前沒有遇到過的問題 目前的科研工作都集中在弱人工智能這部分，并很有希望在近期取得重大突破，電影里的人工智能多半都是在描繪強(qiáng)人工智能，而這部分在目前的現(xiàn)實世界里難以真正實現(xiàn) 弱人工智能有希望取得突破，主要歸功于一種實現(xiàn)人工智能的方法機(jī)器學(xué)習(xí)。7機(jī)器學(xué)習(xí)：一種實現(xiàn)人工智能的方法機(jī)器學(xué)習(xí)：一種實現(xiàn)人工智能的方法 機(jī)器學(xué)習(xí)最基本的做法，是使用算法來解

4、析數(shù)據(jù)、從中學(xué)習(xí)，然后對真實世界中的事件做出決策和預(yù)測。 與傳統(tǒng)的為解決特定任務(wù)、硬編碼的軟件程序不同，機(jī)器學(xué)習(xí)是用大量的數(shù)據(jù)來“訓(xùn)練”，通過各種算法從數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)。 舉個簡單的例子，當(dāng)我們?yōu)g覽網(wǎng)上商城時，經(jīng)常會出現(xiàn)商品推薦的信息。這是商城根據(jù)你往期的購物記錄和冗長的收藏清單，識別出這其中哪些是你真正感興趣，并且愿意購買的產(chǎn)品。 這樣的決策模型，可以幫助商城為客戶提供建議并鼓勵產(chǎn)品消費。8機(jī)器學(xué)習(xí)：一種實現(xiàn)人工智能的方法機(jī)器學(xué)習(xí)：一種實現(xiàn)人工智能的方法 機(jī)器學(xué)習(xí)直接來源于早期的人工智能領(lǐng)域，傳統(tǒng)的算法包括決策樹聚類貝葉斯分類支持向量機(jī)EMAdaboost等 從學(xué)習(xí)方法上來分，機(jī)器學(xué)習(xí)

5、算法可以分為監(jiān)督學(xué)習(xí)（如分類問題）無監(jiān)督學(xué)習(xí)（如聚類問題）半監(jiān)督學(xué)習(xí)集成學(xué)習(xí)深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)9深度學(xué)習(xí)：一種實現(xiàn)機(jī)器學(xué)習(xí)的技術(shù)深度學(xué)習(xí)：一種實現(xiàn)機(jī)器學(xué)習(xí)的技術(shù) 傳統(tǒng)的機(jī)器學(xué)習(xí)算法在指紋識別、人臉檢測、物體檢測等領(lǐng)域的應(yīng)用基本達(dá)到了商業(yè)化的要求或者特定場景的商業(yè)化水平，但每前進(jìn)一步都異常艱難，直到深度學(xué)習(xí)算法的出現(xiàn)。 深度學(xué)習(xí)本來并不是一種獨立的學(xué)習(xí)方法，其本身也會用到有監(jiān)督和無監(jiān)督的學(xué)習(xí)方法來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)。但由于近幾年該領(lǐng)域發(fā)展迅猛，一些特有的學(xué)習(xí)手段相繼被提出（如殘差網(wǎng)絡(luò)），因此越來越多的人將其單獨看作一種學(xué)習(xí)的方法。10三者的區(qū)別和聯(lián)系三者的區(qū)別和聯(lián)系 機(jī)器學(xué)習(xí)是一種實現(xiàn)人工智能的方

6、法，深度學(xué)習(xí)是一種實現(xiàn)機(jī)器學(xué)習(xí)的技術(shù)。我們就用最簡單的方法同心圓，可視化地展現(xiàn)出它們?nèi)叩年P(guān)系。 目前，業(yè)界有一種錯誤的較為普遍的意識，即“深度學(xué)習(xí)最終可能會淘汰掉其他所有機(jī)器學(xué)習(xí)算法”。這種意識的產(chǎn)生主要是因為，當(dāng)下深度學(xué)習(xí)在計算機(jī)視覺、自然語言處理領(lǐng)域的應(yīng)用遠(yuǎn)超過傳統(tǒng)的機(jī)器學(xué)習(xí)方法，并且媒體對深度學(xué)習(xí)進(jìn)行了大肆夸大的報道。11圖二三者關(guān)系示意圖12三者的區(qū)別和聯(lián)系三者的區(qū)別和聯(lián)系 深度學(xué)習(xí)，作為目前最熱的機(jī)器學(xué)習(xí)方法，但并不意味著是機(jī)器學(xué)習(xí)的終點。起碼目前存在以下問題：1.深度學(xué)習(xí)模型需要大量的訓(xùn)練數(shù)據(jù)，才能展現(xiàn)出神奇的效果，但現(xiàn)實生活中往往會遇到小樣本問題，此時深度學(xué)習(xí)方法無法入手，傳統(tǒng)的機(jī)器學(xué)習(xí)方法就可以處理；2.有些領(lǐng)域，采用傳統(tǒng)的簡單的機(jī)器學(xué)習(xí)方法，可以很好地解決了，沒必要非得用復(fù)雜的深度學(xué)習(xí)方法；3.深度學(xué)習(xí)的思想，來源于人腦的啟發(fā)，但絕不是人腦的模擬，舉個例子，給一個三四