我们将探讨深度学习是什么以及它提供的好处

Q&AQ&A问答

我们将探讨深度学习是什么以及它提供的好处

来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-10-26

深度学习一直是推动我们在过去几年中在AI领域取得显着进步的主要技术
深度神经网络为语音识别和生成提供支持，它也彻底改变了机器视觉。现在，计算机在识别视觉图像方面可以胜过人类，并且这种能力已经在从自动驾驶汽车到可以基于图像的视觉分析来诊断癌症的医疗系统的各种应用中部署，该技术还被用于赋予机器人更好的感知能力和灵活性，在医学，科学，商业，工厂自动化和运输等领域，深度学习的应用数量实际上是无限的。

技术继续迅速发展
之所以会出现这种情况，部分原因是计算机硬件变得越来越快，NVIDIA和Intel等公司现在生产专门针对该技术设计的计算机芯片，在改进深度学习中使用的学习算法方面也进行了大量研究，巨大的科技公司正在对该技术进行大量投资，这很可能将继续推动进步，深度学习和AI之间有什么关系？DL如何推进AI？深度学习（更广泛地说是机器学习，其中包括神经网络以外的方法）只是人工智能的一个分支，但是，它是爆炸性进展的地区。

专家之间实际上就深度学习在人工智能中的作用和重要性展开了辩论
深度学习有什么好处？有什么缺点？深度学习的主要好处是系统具有强大的功能：（通常是超人）识别数据模式的能力，这些模式可能是视觉图像中的对象或人，人类语音中的单词，业务数据中的重要见解，或者是机器中特定零件可能发生故障的预警，该技术的当前状态存在许多潜在的缺点。

1、深度学习系统相对僵化或“脆弱”。如果初始假设发生变化，系统将生成错误的数据。与人类不同，这些系统无法适应。

2、深度学习系统可能缺乏透明度或充当“黑匣子”。他们给出了结果，但没有解释这些结果是如何产生的。当系统用于刑事司法等领域时，这可能是一个大问题，在该领域中，了解导致决策的基本原理至关重要。

3、在某些情况下，已检测到基于种族，性别或其他参数的偏见。这是因为用于训练系统的数据存在偏差。例如，如果在面部识别系统中使用了神经网络，并且该网络是在大多数白人脸上训练的，则该系统在识别非白人面部时可能效率较低。这可能会导致“误报”，因此通常会错误地识别非白人。

4、安全性始终是任何自治系统的主要关注点，并且有证据表明深度学习系统可能容易受到黑客攻击。

法规越来越多地要求企业解释他们的决策
而在AI中这可能会很困难，因为算法是看不见的，因此要求算法透明。DL是解决方案的一部分吗？深度学习系统趋向于成为“黑匣子”的趋势是该领域的主要关注点，并且有很多正在进行的研究使构建系统更加透明。

关于DL的一些常见误解是什么？人们认为它能做些什么呢？

重要的误解是人们将真正的智力与深度学习联系在一起。这些系统目前仅限于极其有效的模式识别器。他们没有表现出真正的人类智慧。当媒体在“类脑”计算机上描述神经网络时，这种误解会加剧，到目前为止，DL系统可以熟练地完成非常具体的事情-但它们不像人那样“思考”。

客服热线：400-050-6600

商业联合会数据分析专业委员会

Prev article

现代化数据团队及其实践是什么？

返回列表

Next article

什么叫合成数据机器学习的钻石？