有一種處理圖像識別問題的神經(jīng)網(wǎng)絡稱之為卷積神經(jīng)網(wǎng)絡，是人工智能的關鍵技術，其有多層神經(jīng)元，對圖像中重要內(nèi)容的些微變化不敏感。卷積神經(jīng)網(wǎng)絡在深度學習中獲得了較為廣泛的應用，其靈感主要來自人類視覺皮層的多層結(jié)構(gòu)。
此外，深度學習在近年來能夠取得成功得益于兩個關鍵因素：一是計算機運算速度提高了近十倍，尤其是圖形處理能力大幅提高；二是深度學習可順序計算的能力，能對圖像、聲音或數(shù)據(jù)一步一步地進行分析或構(gòu)造。而對聲音和圖像進行識別需要多層網(wǎng)絡結(jié)構(gòu)。
人工神經(jīng)網(wǎng)絡在圖像識別上主要表現(xiàn)為對靜態(tài)圖像的識別能力。目前又出現(xiàn)了一種新型神經(jīng)網(wǎng)絡，稱之為回歸神經(jīng)網(wǎng)絡，可對隨時間展開的事件進行標記?；貧w神經(jīng)網(wǎng)絡與人類大腦的處理方式有很多相似之處，它可以預測一個句子將出現(xiàn)什么單詞，并在閱讀句子后，對其意思進行猜測，今后可應用于語義加工和語言翻譯。
人工智能技術走過了寒冬，迎來了發(fā)展的春天，這不僅僅是技術的進步，還對我們今后應如何支持科學技術的發(fā)展有著更為深刻的意義。當某項技術的發(fā)展遇到暫時挫折，我們該如何更好地應對挑戰(zhàn)，堅持多樣化發(fā)展策略，有效幫助其走出困境，這對整個科技發(fā)展都有重要的啟示作用。（記者 何 屹）
登陸|注冊歡迎登陸本站，認識更多朋友，獲得更多精彩內(nèi)容推薦！