在加速回歸定律的指引下，深度學(xué)習(xí)將使人工智能的進(jìn)化節(jié)奏加快，并時(shí)進(jìn)化過程中產(chǎn)物（輸出結(jié)果）獲得指數(shù)級(jí)增長(zhǎng)。當(dāng)深度學(xué)習(xí)的效率變得更高，就會(huì)吸引更多的資源向它聚合，使其發(fā)展更為迅速。同時(shí)，這些指數(shù)級(jí)增長(zhǎng)都來源于我們對(duì)互聯(lián)網(wǎng)產(chǎn)品的每一次微小的使用以及相應(yīng)的每次數(shù)據(jù)的貢獻(xiàn)。而這些匯集起來的數(shù)據(jù)再借助深度學(xué)習(xí)算法就會(huì)為會(huì)我們輸出更加準(zhǔn)確的結(jié)果，提供更好的服務(wù)，其產(chǎn)生的效果也會(huì)像滾雪球一樣越來越大。
3、深度學(xué)習(xí)帶來的重要意義
深度學(xué)習(xí)帶來了人工智能的正循環(huán)，那這對(duì)于我們來說意味著什么？Andrew Ng曾提出，深度學(xué)習(xí)算法可以使機(jī)器“自己學(xué)會(huì)世界上的一些概念”，也就是機(jī)器將具備一定的人類般的學(xué)習(xí)和思考能力。人類自身的學(xué)習(xí)能力可以幫助我們自行認(rèn)識(shí)世界，而當(dāng)機(jī)器當(dāng)過模擬人腦具備了這一能力之后，就可以在一定程度上取代我們部分腦力工作。就像在工業(yè)革命和電力革命的影響力，我們自身從體力勞動(dòng)中解放出來一樣，在深度學(xué)習(xí)所帶來的人工智能革命下，我們同樣可以將腦力工作外包給機(jī)器。
深度學(xué)習(xí)使機(jī)器更加聰明，但我們?cè)谶@方面應(yīng)保持足夠謹(jǐn)慎，不能過分夸大。我們不需要去考慮“機(jī)器智能何時(shí)超越人類”等略顯科幻的問題，我們僅需要明白這些機(jī)器智能將不斷下落到具體的互聯(lián)網(wǎng)應(yīng)用中，帶給我們更加智能的服務(wù)。比如說，通過視覺獲取和處理圖像、通過聲音講出語言是人類最自然的與外界溝通的方式，但傳統(tǒng)的計(jì)算機(jī)服務(wù)卻無法從本質(zhì)上讀懂我們這些內(nèi)容，當(dāng)我們進(jìn)行圖像搜索或者向計(jì)算機(jī)發(fā)送某項(xiàng)指令時(shí)，我們需要預(yù)先在大腦中做一遍處理，將我們?cè)疽磉_(dá)的意思轉(zhuǎn)化成計(jì)算機(jī)能夠讀懂的文本信息，然后手動(dòng)輸入到計(jì)算機(jī)并獲得結(jié)果。但在機(jī)器學(xué)習(xí)的幫助下，我們隨意把一張圖片丟給電腦就能返回結(jié)果，我們直接用語言就可以來命令計(jì)算機(jī)來為我們提供各種服務(wù)。
就像Andrew Ng提到的“（移動(dòng)）新設(shè)備更需要提供更自然的方式找到服務(wù)”，而這就是機(jī)器學(xué)習(xí)最實(shí)際、最恰當(dāng)?shù)挠猛尽Ｆ纥c(diǎn)是未來的一個(gè)時(shí)期：技術(shù)變革的節(jié)奏如此迅速，其所帶來的影響如此深遠(yuǎn)，人類的生活將不避免的發(fā)生改變。Andrew Ng的深度學(xué)習(xí)帶來了“人工智能”的正循環(huán)，給用戶帶來了更好的互聯(lián)網(wǎng)服務(wù)，這表明或許人工智能的奇點(diǎn)已經(jīng)到來。而至于要走向何方，Hinton 的一句自述也可以很恰當(dāng)?shù)挠迷贏ndrew Ng 身上——“我們希望把 AI帶到一個(gè)美妙的新領(lǐng)域，一個(gè)還沒有人或者程序到達(dá)的境界。”
登陸|注冊(cè)歡迎登陸本站，認(rèn)識(shí)更多朋友，獲得更多精彩內(nèi)容推薦！