0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

深度学习的冬天什么时候到来?

hl5C_deeptechch 来源:yxw 2019-07-12 11:04 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

从 2016 年 AlphaGo 战胜李世石掀起深度学习的热潮,到如今深度学习寒冬论甚嚣尘上,短短两三年时间,深度学习被唱衰,如今在产业互联网的高速发展下深度学习又该走向何方?未来的发展方向在何方?

深度学习技术自身的局限性

深度学习毕竟是机器学习,不会像人一样思考,这就使得深度学习存在着很大的局限性。对于大多数任务而言,要么不存在相应的深度神经网络能够解决任务,要么即使存在这样的网络,它也可能是不可学习的。

通过堆叠更多的层并使用更多训练数据来扩展当前的深度学习技术,只能在表面一缓解一些问题,无法解决更根本的问题,比如深度学习模型可以表示的内容非常有限,比如大多数你想要学习的程序都不能被表示为数据流形的连续几何变换。

另外一点比较突出的问题在于深度学习的泛化能力不够,或者称之为只有局部泛化能力。而我们人类不会,我们通过将事务进行抽象和推理的手段,可以做到少样本或者零样本学习。对于我们人类而言,我们有着极端泛化能力。

比如说,我们想要学习让火箭登录月球的正确发射参数。

如果使用深度网络来完成这个任务,并用监督学习或强化学习来训练网络,那我们需要输入上千次、甚至上百万次发射实验。相比之下,我们人类可以利用抽象能力提出物理模型(火箭科学),并且只用一次或几次实验就能得到让火箭登录月球的精确解决方案。同样,如果你开发一个能够控制人体的深度网络,并且希望它学会在城市里安全行走,不会被汽车撞上,那么这个网络不得不在各种场景中死亡数千次,才能推断出汽车是危险的,并且做出适当的躲避行为。将这个网络放在一个新的城市,它将不得不重新学习已知的大部分知识。但人类不需要死亡就可以学会安全行为,这个也要归功于我们对假想情景进行抽象建模的能力。

看来,深度学习和真正意义上的智能有着极大差距。语音识别、智能翻译、图像识别、AlphaGo、自动驾驶….. 尽管人类在深度学习领域取得了不小的进步,但是距离人类级别的人工智能仍有着很大距离。

深度学习技术该走向何方?

深度学习带来了人工智能的第三次热潮,大量资本和人才纷纷涌入人工智能领域,关于人工智能的创业公司迅速增长。据最新发布的《中国新一代人工智能科技产业发展报告》统计,2018 年全球人工智能领域专利申请量达到 13 万余件,我国人工智能企业占世界人工智能企业总数的 21.67% ,排名世界第二。

技术不同于科学研究,迟早要寻求回报。人工智能风口下的初创公司,只有精耕产品需求,使解决方案更加的解决客户难题,才能发挥技术的价值。

另一项数据则显示我国 90% 的 AI 公司由于未找到商业变现的途径,处于亏损状态。但也有一些企业借创新的技术,过硬的实力,全链的产业落地模式,在产业互联网时代受到资本的宠溺,一跃成为行业独角兽,如第四范式、字节跳动、寒武纪科技、云从科技、驭势科技、旷视科技、商汤科技、图森未来、依图科技等高科技公司。

国内外各大科技巨头公司纷纷进军深度学习领域,无论是国外的谷歌、亚马逊、Facebook,还是国内的百度、阿里、腾讯等科技巨头公司纷纷开源了自己的深度学习框架。产业互联网时代,更多人工智能公司追求商业落地,将技术赋能场景。

我们如何克服深度学习的局限性并通向通用智能?众多科学家对此也进行了解答:

在未来,模型将会融合算法模块与几何模块,前者提供正式的推理、搜索和抽象能力,后者提供非正式的直觉和模式识别能力。——《Python 深度学习》

AlphaGo(这个系统需要大量的手动软件工程和人为设计决策)就是这种符合人工智能和几何人工智能融合的一个早期的例子。

此外,通过使用存储在可复用的子程序的全局库(这个库随着在数千个先前任务和数据集上学习高性能模型而不断进化)中的模块化部件,这种模型可以自动成长,而不需要人类工程师对其进行硬编码。随着元学习系统识别出经常出现的问题解决模式,这些模式将会被转化为可复用的子程序(正如软件工程中的函数和类),并被添加到全局库中。这样就可以实现抽象和极端泛化能力。

因此,这种永久学习的模型生长系统可以被看作是一种通用人工智能(AGI artificial general intelligence)。

为了达到这个目标,多年来,深度学习领域一直处于所谓的人工智能革命的最前沿。许多人相信深度学习将带领我们进入通用 AI 时代。但从过去的风口浪尖,到如今的尘埃落地,浪潮一再的退去。计算机视觉与 AI 专家 Filip Piekniewski 曾警示预测人工智能的冬天就像是猜测股市崩盘——不可能精确地知道发生的时间,但几乎可以肯定会在某个时刻发生,就像股市崩盘之前,有迹象表明会发生危机,但在当时的环境中,却很容易被大家忽视。

深度学习已经出现了明显的下降迹象。人工智能将何去何从?深度学习将会走向何方?

2019 年 10 月 19 日,中国计算机大会将就“深度学习的冬天什么时候到来”的话题开展论坛,由中科院计算所研究员山世光担任论坛主席。这场大会以“智能+引领社会发展”为主题,将邀请多位国内外计算机领域知名专家、企业家到会做特邀报告,同时还有 80+ 场技术论坛、20 场活动及展览展示等。

未来充满了不确定,但我们可以为这个冬天做好更多的准备。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 互联网
    +关注

    关注

    55

    文章

    11321

    浏览量

    108839
  • 人工智能
    +关注

    关注

    1813

    文章

    49734

    浏览量

    261470
  • 深度学习
    +关注

    关注

    73

    文章

    5590

    浏览量

    123899

原文标题:深度学习的冬天什么时候到来?

文章出处:【微信号:deeptechchina,微信公众号:deeptechchina】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    如何深度学习机器视觉的应用场景

    深度学习视觉应用场景大全 工业制造领域 复杂缺陷检测:处理传统算法难以描述的非标准化缺陷模式 非标产品分类:对形状、颜色、纹理多变的产品进行智能分类 外观质量评估:基于学习的外观质量标准判定 精密
    的头像 发表于 11-27 10:19 47次阅读

    如何在机器视觉中部署深度学习神经网络

    图 1:基于深度学习的目标检测可定位已训练的目标类别,并通过矩形框(边界框)对其进行标识。 在讨论人工智能(AI)或深度学习时,经常会出现“神经网络”、“黑箱”、“标注”等术语。这些概
    的头像 发表于 09-10 17:38 678次阅读
    如何在机器视觉中部署<b class='flag-5'>深度</b><b class='flag-5'>学习</b>神经网络

    深度学习对工业物联网有哪些帮助

    深度学习作为人工智能的核心分支,通过模拟人脑神经网络的层级结构,能够自动从海量工业数据中提取复杂特征,为工业物联网(IIoT)提供了从数据感知到智能决策的全链路升级能力。以下从技术赋能、场景突破
    的头像 发表于 08-20 14:56 756次阅读

    自动驾驶中Transformer大模型会取代深度学习吗?

    [首发于智驾最前沿微信公众号]近年来,随着ChatGPT、Claude、文心一言等大语言模型在生成文本、对话交互等领域的惊艳表现,“Transformer架构是否正在取代传统深度学习”这一话题一直被
    的头像 发表于 08-13 09:15 3916次阅读
    自动驾驶中Transformer大模型会取代<b class='flag-5'>深度</b><b class='flag-5'>学习</b>吗?

    为什么adc芯片不写输入时钟范围,实际使用中应该怎么给?什么时候与处理器同源?

    为什么adc芯片不写输入时钟范围,实际使用中应该怎么给?什么时候与处理器同源?
    发表于 04-15 06:10

    嵌入式AI技术之深度学习:数据样本预处理过程中使用合适的特征变换对深度学习的意义

      作者:苏勇Andrew 使用神经网络实现机器学习,网络的每个层都将对输入的数据做一次抽象,多层神经网络构成深度学习的框架,可以深度理解数据中所要表示的规律。从原理上看,使用
    的头像 发表于 04-02 18:21 1280次阅读

    在OpenVINO™工具套件的深度学习工作台中无法导出INT8模型怎么解决?

    无法在 OpenVINO™ 工具套件的深度学习 (DL) 工作台中导出 INT8 模型
    发表于 03-06 07:54

    如何排除深度学习工作台上量化OpenVINO™的特定层?

    无法确定如何排除要在深度学习工作台上量化OpenVINO™特定层
    发表于 03-06 07:31

    DLPC6401什么时候可以只用Nand Flash或者EEPROM单独对DLP进行配置?

    DLPC6401什么时候可以只用Nand Flash或者EEPROM单独对DLP进行配置?
    发表于 02-28 07:47

    军事应用中深度学习的挑战与机遇

    人工智能尤其是深度学习技术的最新进展,加速了不同应用领域的创新与发展。深度学习技术的发展深刻影响了军事发展趋势,导致战争形式和模式发生重大变化。本文将概述
    的头像 发表于 02-14 11:15 818次阅读

    BP神经网络与深度学习的关系

    BP神经网络与深度学习之间存在着密切的关系,以下是对它们之间关系的介绍: 一、BP神经网络的基本概念 BP神经网络,即反向传播神经网络(Backpropagation Neural Network
    的头像 发表于 02-12 15:15 1339次阅读

    ADS1204 CLKSEL置1时,如何采集数据?怎么知道什么时候是最高位?什么时候是最低位?

    当CLKSEL置1时,如何采集数据?意思是怎么知道什么时候是最高位?什么时候是最低位?
    发表于 02-06 06:51

    AI自动化生产:深度学习在质量控制中的应用

    随着科技的飞速发展,人工智能(AI)与深度学习技术正逐步渗透到各个行业,特别是在自动化生产中,其潜力与价值愈发凸显。深度学习软件不仅使人工和基于规则的算法难以胜任的大量生产任务得以自动
    的头像 发表于 01-17 16:35 1209次阅读
    AI自动化生产:<b class='flag-5'>深度</b><b class='flag-5'>学习</b>在质量控制中的应用

    ADS1115的Config Register在什么时候配置比较好?

    请问一下大家: 1、ADS1115的Config Register 在什么时候配置比较好,因为我需要采集双通道AD 2、写入的时候是不是要先写ADDR,然后Pointer Reg指向Config
    发表于 01-10 10:30

    请问AFE4400读取的数据什么时候才会出现0?

    我目前用的是AFE4400,读取的是红光、红外光和去环境红光,我想知道读取的数据什么时候才会出现0?随着光照增强,是不是接受到的数据会变得更大?我读取数据的时候,完全屏蔽掉接收端能够读到0,但是在没有完全屏蔽掉的时候也会出现一
    发表于 12-20 10:03