模式辨认 - 模式辨认 是什么意思（模式和模式识别的定义）

　　深度学习

　　作者Yann Le Cun

　　纽约大学，柯朗数学科学学院(CourantInstitute of Mathematical Science, NYU)，

　　Facebook 人工智能研究

　　我们必要 复制大脑来开辟 智能呆板 吗？

　　大脑是智能呆板 存在的依据

　　－鸟和蝙蝠是重于氛围 飞行存在的依据

　　大脑

　　本日 高速处理 惩罚 器

　　我们可以或许 通过复制大脑来开辟 人工智能体系 吗？

　　电脑离大脑运算本领 只有1万次方差距吗？很有大概 是100万次方：突触是复杂的。1百万次方是30年摩尔定律

　　最好从生物学里获取灵感；但是假如 没有相识 根本 原理，仅从生物学里生搬硬造，注定要失败。飞机是从飞鸟那边 获取的灵感；他们利用 了同样的飞行根本 原理；但是，飞机并不振翅飞翔，也没有羽翼。

　　让我们从天然 里罗致 灵感，但不必要 依葫芦画瓢

　　模仿 天然 是好的，但是我们也必要 去相识 天然 。对于飞机而言，我们开辟 了氛围 动力学以及可压缩流体动力学，我们知道了羽毛和振翅不是关键。

　　1957年：感知机（第一台学习呆板 ）

　　具有顺应 性“突触权重”的一个简单 的模仿 神经元，盘算 输入的加权总和，假如 加权总和高于阈值，则输出＋1，反之则输出－1。

　　感知机学习算法

　　通常的呆板 学习（监督 学习）

　　计划 一台带有可调治 旋钮的呆板 （与感知机里的权重雷同 ）；选取一个练习 样本，经呆板 运行之后，丈量 偏差 ；找出必要 调解 谁人 方向的旋钮以便低落 偏差 ；重复利用 全部 练习 样原来 举行 操纵 ，直到旋钮稳固 下来。

　　通常的呆板 学习（监督 学习）

　　计划 一台带有可调治 旋钮的呆板 ；选取一个练习 样本，经呆板 运行之后，丈量 偏差 ；调治 旋钮以便低落 偏差 ；不绝 重复直到旋钮稳固 下来；

　　呆板 学习＝功能优化

　　这就如同 行走在雾气弥漫的高山之中，通过往最陡的下坡方向行走来抵达山谷中的墟落 ；但是每一个样本会给我们一个方向的噪声预估，因此，我们的路径是相称 随机的。

　　泛化本领 ：辨认 练习 中没有察觉到的环境

　　练习 之后：用从未辨认 过的样原来 测试呆板 ；

　　监督 学习

　　我们可以或许 用诸如桌子、椅子、狗、猫及人等很多 例子来练习 呆板 ；但是呆板 可以或许 辨认 它从未看到过的桌子、椅子、狗、猫及人吗？

　　大规模的呆板 学习：实际

　　数以亿计的“旋钮”（或“权重”），数以千计的种类；数以百万计的样本；辨认 每一个样本大概 必要 举行 数十亿的操纵 ；但是这些操纵 只是一些简单 的乘法和加法。

　　模式辨认 的传统模式

　　模式辨认 的传统模式（自50年代末开始），固定／计划 特性 （或固定矩阵）＋可练习 的分级器，感知机（康奈尔大学，1957年）

　　深度学习＝整台呆板 是可以练习 的

　　传统的模式辨认 ：固定及手工制的特性 萃取器；主流的当代 化模式辨认 ：无监督 的中品级 别特性 ；深度学习：表现 情势 是分品级 的及练习 有素的；

　　深度学习＝学习分品级 的表现 情势

　　有高出 一个阶段的非线性特性 变更 即为深度学习；在ImageNet上的特性 可视化的卷积码净练习 ［来自蔡勒与宏泰2013（Zeiler Fergus 2013）］

　　可练习 的特性 品级

　　随着抽象品级 的增长 ，表现 情势 品级 的增长 ；每一个阶段是一种可练习 特性 的转换；

　　图像辨认 ：

　　像素→边沿 →纹理基元→主题→部分 →对象

　　笔墨 辨认

　　字符→字→词组→从句→句子→故事

　　语音辨认

　　采样→频谱带→声音→... →语音→音素→字

　　浅度vs深度＝＝查找表VS多步算法

　　“浅与宽”vs“深与窄”==“更多的内存”与“更多的时间”，查找表vs 算法；假如 没有一个指数大级别的查找表，险些 很少有函数可以用两步盘算 完成；通过指数系数，可以通过高出 两步运算来镌汰 “存储量”。

　　大脑怎样 解读图像？

　　在视觉皮层的腹侧（辨认 ）通路包罗 多个阶段；视网膜- LGN - V1 - V2 - V4 - PIT - AIT....等等；

　　多层的神经网络

　　多层的神经网络

　　简单 单位 的多层级；每个单位 盘算 一次输入的加权总和；加权总和通过一个非线性函数；学习算法改变权重；

　　典范 的多层神经网路架构

可以通过在网路中装配模块来发明复杂的学习呆板 ；

线性模块

输出＝W.输入＋B

ReLU 模块（经校正过的线性单位 ）

输出i＝0 假如 输入i0;

输出i＝输入，假如 其他环境 ；

本钱 模块：平方间隔

本钱 =||In1-In2||2

目标 函数

L(Θ)=1/pΣk C(Xk,Yk,Θ)

Θ=(W1,B1,W2,B2,W3,B3)

　　通过装配模块来搭建网路

　　全部 重要 深度学习框架利用 模块（灵感源自SN/Lush, 1991)，火把 7(Torch7), Theano, TensorFlow….

　　通过反向转达 来盘算 斜率

　　链式法则的实际 应用

　　推倒代数的斜率：

　　● dC/dXi-1 = dC/dXi . dXi/dXi-1

　　● dC/dXi-1 = dC/dXi . dFi(Xi-1,Wi)/dXi-1

　　推倒权重斜率：

　　● dC/dWi = dC/dXi . dXi/dWi

　　● dC/dWi = dC/dXi . dFi(Xi-1,Wi)/dWi

　　任何架构都可以工作？

　　答应 任何的毗连 图；

　　无回路有向图

　　循环的网络必要 “在时间上睁开 ”

　　答应 任何的模块

　　只要对于相应的参数及其他非终端输入是连续 的，而且 在险些 全部 位置都可以举行 求倒。

　　险些 全部 的架构都提供主动 求导功能；

　　Theano, Torch7+autograd,...

　　程序变成 盘算 无回路有向图（DAGs）及主动 求导

　　多层网络的目标 函数黑白 凸性的。

　　1-1-1网络

　　– Y = W1*W2*X

　　目标 函数：二次丧失 的恒等函数

　　一个例子：X=1,Y=1 L(W) = (1-W1*W2)^2

　　卷积网络

　　(简称ConvNet或 CNN)

　　卷积网络架构

　　多卷积

　　动画：安德烈 .卡帕斯（Andrej Karpathy）网址：https://cs231n.github.io/convolutional-networks/

　　卷积性网络（制造年代：1990年）

　　过滤器-tanh →汇总→过滤器-tanh →汇总→过滤器-tanh

　　胡贝尔和威塞尔（Hubel Wiesel）的视觉皮层布局 模子

　　简单 单位 格用于检测局部特性 ，复杂单位 格用于“汇总”位于视皮层附近的简单 单位 格输生产 物，[福岛（Fukushima）1982年][LeCun 1989, 1998年],[Riesenhuber 1999年]等等

　　总体架构：多步奏标准 化→过滤器集→非线性→汇总

　　标准 化：白度变革 （自由选择）

　　减法：均匀 去除率，高通过滤器

　　除法：局部标准 化，标准 方差

　　过滤器库：维度扩大，映射到超完备基数

　　非线性：希罕 化，饱和度，侧克制 机制等等

　　改正(ReLU)，有效 分量的镌汰 ，tanh,

　　汇总：空间或功能种别 的聚集

　　1993年LeNet1演示

　　多字符辨认 ［马坦等（Matan et al），1992年］

　　每一层是一个卷积

　　ConvNet滑动窗口+加权有限状态机

　　ConvNet滑动窗口+加权FSM

　　支票读取器（贝尔实行 室，1995年）

　　图像转换器网络经练习 后读取支票金额，用负对数似然丧失 来举行 全面化练习 。50%精确 ，49%拒绝，1%偏差 （在背面 的过程中可以检测到）1996年开始在美国和欧洲的很多 银行中利用 ，在2000年代初处理 惩罚 了美国约10%到20%的手写支票。

　　人脸检测[威能（Vaillantet al.）等。93、94年]

　　ConvNet被用于大图像处理 惩罚 ，多尺寸热图，候选者非最大化克制 ，对256x256 图像SPARCstation必要 6秒时间

　　同步化人脸检测及姿态预估

　　卷积网络行人检测

　　场景分析 及标注

　　场景分析 及标注：多标准 ConvNet架构

　　每个输出可以看到大量的输入配景 ，对全方位标注的的图像举行 练习 监督

　　方法1:在超像素地区 举行 多数表决

　　对RGB及深度图像的场景分析 及标注

　　场景分析 及标注

　　无后期处理 惩罚 ，一帧一帧，ConvNet在Virtex-6 FPGA 硬件上以每帧50毫秒运行，通过以太网上举行 通讯 的功能限定 了体系 性能

　　ConvNet用于远间隔 自顺应 呆板 人视觉（DARPA LAGR 项目2005-2008年）

　　卷机网远间隔 视觉

　　预处理 惩罚 （125毫秒），地平面估计，地平线对准，转换为YUV+局部对比标准 化，丈量 标准 化后图像“带”稳固 量金字塔

　　卷积网络架构

　　每3x12x25输入窗口100个特性 ；YUV图像带20-36像素高，36-500像素宽

　　卷机网络视觉物体辨认

　　在2000年代中期，ConvNets在物体分类方面取得了相称 好的结果 ，数据集：“Caltech101”：101个种别 ，每个种别 30个练习 样本，但是结果 比更“传统”的盘算 机视觉方法要轻微 逊色一些，缘故起因 是：

　　1. 数据集太小了；

　　2. 电脑太慢了；

　　然后，两件事变 发生了。。。

　　图像网络（ImageNet）数据集[Fei-Fei等，2012年]

　　120万练习 样本

　　1000个种别

　　快速及可编程通用目标 GPUs

　　每秒可举行 1万亿操纵

　　极深度的ConvNet物体辨认

　　1亿到10亿个毗连 ，1000万至10亿个参数，8至20个分层

　　在GPU上举行 极深度的ConvNets练习

　　ImageNet前5大错误概率是

　　15%；

　　[Sermanet等2013年]

　　13.8%VGGNet [Simonyan, Zisserman 2014年]

　　7.3%

　　GoogLeNet[Szegedy等 2014年]

　　6.6%

　　ResNet [He et等2015年]

　　5.7%

　　极深度的ConvNet架构

　　小矩阵，没有举行 太多二次抽样过程（断片化二次抽样）

　　矩阵：第一层（11x11)

　　第一层：3×9矩阵，RGB-96的特性 图，11×11矩阵，4步

　　学习在举措

　　第一层过滤器怎样 学习？

　　深度学习＝学习条理 化表现

　　具有高出 一个阶段的非线性特性 变更 即为深度，ImageNet上特性 可视化卷积网络学习 [蔡勒与宏泰2013年（Zeiler Fergus）]

　　ImageNet：分类

　　给图像中的重要 对象取名，前5偏差 率：假如 偏差 不是在前5，则视为错误。赤色 ：ConvNet，蓝色：不是ConvNet

　　ConvNets对象辨认 及定位

　　分类+定位：多标准 滑动窗口

　　在图像上应用convnet滑动窗口来举行 多标准 的紧张 备;在图像上滑动convnet是很自制 的。对于每一个窗口，猜测 一个分类及边框参数。纵然 对象没有完全在视窗内，convnet可以猜测 它以是 为 的对象是什么。

　　结果 ：在ImageNet1K练习 前，微调的ImageNet检测

　　Detection Example:检测例子

　　Detection Example:检测例子

　　Detection Example:检测例子

　　深度面貌

　　[塞利格曼等（Taigman et al.） CVPR，2014年]

　　调准ConvNet矩阵学习

　　Facebook上利用 主动 标注

　　每天 800万张照片

　　具有连体布局 的度量学习

　　Contrative目标 函数，相似的对象应产出相距较近的输出，不相似对象应产出相距较远r的输出，通过学习和恒定的定位来镌汰 维度，[乔普拉等，CVPR2005年][Hadsell等，CVPR2006年]

　　人物辨认 与姿势猜测

　　图像字幕：天生 形貌 性句子

　　C3D:用3D卷积网络举行 视频分类

　　分割与局部化对象(DeepMask)

　　[Pinheiro, Collobert, Dollar ICCV 2015年]

　　ConvNet天生 物件面部模子

　　DeepMask++ 发起

　　辨认 蹊径

　　练习

　　通过8x4开普勒（Kepler）GPUs与弹性均匀 随机梯度降落 算法（EASGD)运行2.5天后[张, Choromanska, LeCun，NIPS2015年]

　　结果

　　监控下的ConvNets制图

　　利用 ConvNets产生图像

　　监控下的ConvNets制图

　　绘制椅子，在特性 空间的椅子算法

　　ConvNets语音辨认

　　语音辨认 与卷积网络(纽约大学／IBM)

　　声学模子 ：7层ConvNet。5440万参数。

　　把声音信号转化为3000个相互关连的次音位种别

　　ReLU单位 +离开 上一层级

　　颠末 GPU 4日练习

　　语音辨认 与卷积网络(纽约大学／IBM)

　　练习 样本。

　　40 Mel频率倒谱系数视窗：每10微秒40帧

　　语音辨认 与卷积网络(纽约大学／IBM)

　　第一层卷积矩阵，9x9尺寸64矩阵

　　语音辨认 与卷积网络(纽约大学／IBM)

　　多语言辨认 ，多标准 输入，大范围视窗

　　卷积网络（ConvNets）无处不在（或即将无处不在）

　　ConvNet芯片

　　如今 NVIDIA，英特尔(Intel), Teradeep,Mobileye, 高通（Qualcomm）及三星（Samsung）正在开辟 ConvNet 芯片

　　很多 初创公司：Movidius, Nervana等

　　在不久的将来 ，ConvNet将会驾驶汽车

　　NVIDIA：基于ConvNet技能 的驾驶员辅助体系

　　驱动-PX2（Drive-PX2）：驾驶员辅助体系 的开源平台( =150 Macbook Pros)

　　嵌入式超等 盘算 机：42TOPS（=150台MacBook Pro）

　　MobilEye:基于ConvNet技能 的驾驶员辅助体系

　　设置 于特斯拉（Tesla）S型和X型产物 中

　　ConvNet毗连 组学[Jain, Turaga, Seung，2007年]

　　3DConvNet立体图像；利用 7x7x7相邻体向来 将每一个体素标注为“膜状物”或“非膜状物”；已经成为毗连 组学的标准 方法

　　猜测 DNA/ RNA - ConvNets卵白 质连合

　　“通过深度学习猜测 DNA- 与RNA-连合 的卵白 质序列特异性”－2015年7月，天然 生物技能 ，作者：B Alipanahi, A Delong, M Weirauch, BFrey

　　深度学习无处不在（ConvNets无处不在）

　　在脸书(Facebook)、谷歌（Google）、微软（Microsoft）、百度、推特（Twitter）及IBM等上的很多 应用程序。

　　为照片集搜刮 的图像辨认

　　图片/视频内容过滤：垃圾，裸露和暴力。

　　搜刮 及消息 源排名

　　人们每天 上传8亿张图片到脸书（Facebook）上面

　　（假如 我们把Instagram，Messenger and Whatsapp盘算 在内，就是每天 20亿张图片）

　　脸书（Facebook）上的每一张照片每隔2秒就通过两个ConvNets

　　一个是图像辨认 及标注；

　　另一个是面部辨认 （在欧洲尚未激活）

　　在不久的将来 ConvNets将会无处不在：

　　主动 驾驶汽车，医疗成像，加强 实际 技能 ，移动装备 ，智能相机，呆板 人，玩具等等。

　　嵌入的天下

　　思考 的向量

　　“邻人 的狗萨摩耶犬看起来好像 西伯利亚哈士奇犬”—〉递归神经网络—〉[0.2，－2.1，0.4,－0.5......]

　　嵌入的天下

　　iNSTAGRAM 嵌入视频

　　用“思考 的向量”来代表天下

　　任何一个物件、概念或“想法”都可以用一个向量来代表

　　[-0.2, 0.3, -4.2, 5.1, …..]代表“猫”的概念

　　[-0.2, 0.4, -4.0, 5.1, …..]代表“狗”的概念

　　这两个向量黑白 常 相似的，由于 猫和狗用很多 共同的属性

　　参加 推理来操控思考 向量

　　对题目 、答复 、信息提取及内容过滤的向量举行 比力

　　通过连合 及转化向量来举行 推理、规划及语言翻译

　　内存存储思考 向量

　　MemNN (影象 神经网络)是一个很好的例子

　　在FAIR, 我们想要“把天下 嵌入”思考 向量中来

　　天然 语言明白

　　笔墨 能嵌入吗？

　　[Bengio2003年] [Collobert与韦斯顿（Weston），2010年]

　　通过前后的笔墨 来对该笔墨 举行 猜测

　　语义属性的合成

　　东京－日本＝柏林－德国

　　东京－日本＋德国＝柏林

　　问答体系

　　问答体系

　　问答体系

　　LSTM网络的语言翻译

　　多条理 极大LSTM递归模块

　　读入及编码英语句子

　　在英文句末天生 法语句子

　　与现有技能 状态的正确 率极其相若

　　神经网络怎样 影象 事物？

　　递归网络不可以长期 影象 事物

　　皮质只可以连续 20秒影象 事物

　　我们必要 “海马”（一个独立的影象 模块）

　　LSTM [Hochreiter 1997年]，寄存器

　　存储网络[韦斯顿（Weston）等，2014年］（FAIR），遐想 影象

　　堆叠加强 递归神经网络[Joulin与Mikolov，2014年]（FAIR）

　　NTM [DeepMind，2014年], “磁带”.

　　存储／堆叠加强 递归网络

　　堆叠加强 RNN

　　弱监控MemNN:

　　探求 可利用 的存储位置。

　　内存网络[韦斯顿（Weston），乔普拉（ Chopra），博尔德（Bordes ），2014年]

　　在网络中参加 短期内存

　　通往人工智能的停滞 物

　　（除盘算 本领 以外），人工智能的四项缺失部分

　　理论的深度认知学习

　　深度网络中的目标 函数多少 学是什么？

　　为何ConvNet架构这么好？[（马拉）Mallat, 布鲁纳（Bruna）, Tygert..]

　　代表／深度学习与推理、留意 力、规划及影象 的整合

　　很多 研究会合 在推理／规划，留意 力，影象 力及学习“算法”

　　内存加强 的神经网络“可求导的”算法

　　将监控、非监控及强化学习整合在单一的“算法”内

　　假如 盼望 顺遂 ，波尔兹曼机将会非常 有效 处。

　　堆叠的什么－那边 主动 编码器，梯形网络等

　　通过观察及像动物及人类生存 一样来发现天下 的布局 及规律。

　　秘密 的目标 函数多少 学

　　深度网络与ReLUs及最大汇总

　　线性转换存储栈最大离散操纵 器

　　ReLUs点位方法

　　最大汇总

　　从一层到另一层开关

　　深度网络与ReLUs：目标 函数是分段多项式函数

　　假如 我们利用 丧失 函数，增量则取决于Yk。

　　随机系数的在w上的分段多项式

　　a lot：多项式的临界点位随机（高斯）系数在球面的分布[本阿鲁斯等（Ben Arous et al.）]

　　高阶球面自旋玻璃随机矩阵理论

　　随机矩阵理论

　　深度网络与ReLUs：目标 函数是分段多项式函数

　　从多个初始条件中练习 按比例缩小的(10x10)MNIST 2层网路。丈量 测试集的丧失 值。

　　强化学习，监督 学习、无监督 学习：学习的三种范例

　　学习的三种范例

　　强化学习

　　呆板 偶尔 会对标量结果 举行 猜测

　　样本的一部分 字节

　　监控学习

　　呆板 猜测 每个输入的种类或数量

　　每个样本10到1万位

　　非监控学习

　　呆板 对任何输入部分 及任何可观察部分 举行 猜测

　　在视频中猜测 将来 镜头

　　每个样本有数以百万计的字节

　　呆板 必要 猜测 多少信息？

　　强化学习（车厘子）

　　呆板 偶尔 会对标量结果 举行 猜测

　　样本的一部分 字节

　　监控学习（糖衣）

　　呆板 猜测 每个输入的种类或数量

　　每个样本10到1万个字节

　　无监督 学习（蛋糕）

　　呆板 对任何输入部分 及任何可观察部分 举行 猜测

　　在视频中猜测 将来 镜头

　　每个样本有数以百万计的字节

　　无监督 学习是人工智能的“黑箱”

　　根本 全部 动物及人类举行 的学习都是无监督 学习。

　　我们通过观察相识 天下 的运作；

　　我们学习的天下 是三维立体的

　　我们知道物体间可以独立活动 ；

　　我们知道物体的长期 性

　　我们学习怎样 猜测 从如今 开始一秒或一小时后的天下

　　我们通过猜测 性非监控学习来构建天下 模子

　　如许 的猜测 模子 让我们有了“知识 ”的认知

　　无监督 学习让我们相识 到天下 的规律。

　　通过非监控学习而得到的知识

　　通过对天下 猜测 模子 的学习让我们把握 了知识 ；

　　假如 我们说：”Gérard拿起包离开 房间”, 你可以或许 推测出：

　　Gérard起立，伸展 手臂，向门口走去，打开门，走出去。

　　他以及他的包已经不会在房间里

　　他不大概 消散 或飞了出去

　　非监控学习

　　以能量为底子 的非监控学习

　　能量函数：取数据流的最低值，取其他地方的最高值

　　假如 是所需能量输出，则向下按；

　　其他环境 ，则向上按；

　　天生 对抗的网络

　　拉普拉斯（Laplacian） GAN：拉埃甘（又名EYESCREAM）

　　学习天生 图像[丹顿等人（Denton et al.），NIPS2015年]

　　发生器产出拉普拉斯金字塔系数代表的图像

　　辨别 器学习怎样 区分真假拉普拉斯图像。

　　“EyeScream”

　　“EyeScream”/“LAPGAN”

　　发现规律

　　DCGAN：通过对抗练习 来天生 图像

　　[雷德福（Radford)，梅斯(Metz)，Chintala, 2015年]

　　输入：随机数字；

　　输出：寝室

　　导航流

　　DCGAN：通过对抗练习 来天生 图像

　　用漫画人物来练习

　　人物之间的插入

　　面部代数（在DCGAN空间）

　　DCGAN:通过对抗练习 来天生 图像

　　[雷德福（Radford）,梅斯（Metz），Chintala，2015年]

　　无监督 学习：视频猜测

　　无监督 学习是人工智能的黑箱

　　无监督 学习是可以或许 提供充足 信息去练习 数以十亿计的神经网络的唯一学习情势 。

　　监督 学习必要 耗费 太多的标注精力

　　强化学习必要 利用 太多次的实行

　　但是我们却不知道怎样 去举行 非监控许诶下（乃至 怎样 将其公式化）

　　我们有太多的想法及方法

　　但是他们并不能很好的运作

　　为何那么难？由于 天下 原来 就是不可猜测 的。

　　猜测 器产出全部 将来 大概 的均匀 值－含糊 图像

　　ConvNet多标准 视频猜测

　　4到8框架输入→无需汇总的ConvNet→1到8框架输出

　　无法利用 开方偏差 ：含糊 猜测

　　天下 原来 就是无法猜测 的，mse练习 猜测 将来 大概 环境 的均匀 值：含糊 图像

　　ConvNet多标准 视频猜测

　　ConvNet多标准 视频猜测

　　ConvNet多标准 视频猜测

　　与利用 LSTM的人[Srivastava等， 2015年]做比力

　　无监督 学习猜测

　　在“对抗练习 ”中已经取得了一些结果

　　但是我们离一个完备 的办理 方案还相距甚远。

　　猜测 学习

　　呆板 智能与人工智能将会有很大差别

　　人工智能会是什么样子呢？

　　人类和动物举动 拥有进化过程与生俱来的驱动力

　　抗战／飞行，饥饿，自我掩护 ，克制 疼痛，对交际 的渴求等等

　　人类相互之间做错误的事变 也是大部分 由于 这些驱动力造成的。

　　受威胁时的暴力举动 ，对物质资源及社会力气 的渴求等等。

　　但是，人工智能体系 并没有这些驱动力，除非我们在体系 里举行 设置 。

　　在没有驱动力环境 下，我们很难去对智能实体举行 想像

　　只管 在动物天下 里我们有很多 的例子。

　　我们怎样 调解 人工智能的“道德代价 ”使其与人类代价 保持同等 ？

　　我们将创建 一些根本 的、不可改变的固有驱动力：

　　人类培训师将会把使四周 人类开心及舒服 的举动 与嘉奖 接洽 起来。

　　这正是儿童（及社会性动物）怎样 学习在社会中变得讲规矩

　　我们可以或许 防备 不安全的人工智能吗？

　　是的，就如同 我们防范存在潜伏 伤害 的飞机及汽车一样

　　与人类同品级 的人工智能怎样 产生？

　　与人类同品级 的人工智能的出现不会是一个孤立“变乱 ”。

　　它会是渐进式的

　　它也不会孤立发生

　　没有任何机构可以在好的想法上面存在把持 。

　　先辈 的人工智能如今 是一个科学性的题目 ，而不是一个技能 性的挑衅 。

　　创建 无监督 学习是我们最大的挑衅

　　个人的突破将会很快被复制

　　人工智能研究是一个环球 性的团体。

　　大部分 好的点子来自学术届

　　只管 另人最印象深刻的应用程序来自行业

　　区分智能与自主化黑白 常 紧张 的

　　最智能的体系 并不是自主化的。

　　结论

　　深度学习正在引领应用程序的海潮

　　如今 ：图像辨认 、视频认知：洞察力正在运作

　　如今 ：更好的语言辨认 ：语言辨认 正在运作

　　不久的将来 ：更好的语言明白 本领 ，对话及翻译将成为大概

　　深度学习与卷积网络正在被广泛利用

　　如今 ：图像明白 本领 已经在脸书、谷歌、推特和微软中被广泛应用

　　不久的将来 ：汽车主动 驾驶、医疗图像分析，呆板 人的感知本领 将成为大概

　　我们必要 为嵌入式应用程序找到硬件（与软件的）

　　对于数码相机、手机装备 、汽车、呆板 人及玩具而言。。

　　我们离发明真正智能的呆板 还相距甚远。

　　我们必要 将推理与深度学习整合在一起。

　　我们必要 一个很好的“情节化”（短期）内存。

　　我们必要 为无监督 学习找到好的理论原理做支持 。

　　本文是2016年3月Yann LeCun 受 SoftBank Robotics Europe 约请 发表的演讲《深度学习和人工智能的将来 》。

泉源 ：新智元，转自：数据科学家

更多出色 内容请辨认 二维码关注微信号