人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)：究竟什么是深度學(xué)習(xí)？

Tom+Macaulay+楊勇

到2035年，人工智能（AI）將為英國(guó)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)6540億英鎊，但隨著它成為主流，對(duì)其進(jìn)行描述的術(shù)語(yǔ)卻越來(lái)越混亂。

人工智能的流行語(yǔ)——機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，常?；Q使用，盡管每個(gè)術(shù)語(yǔ)都有不同的含義。

斯坦福大學(xué)計(jì)算機(jī)科學(xué)家John McCarthy因提出“人工智能”這一術(shù)語(yǔ)而受人尊敬。他在1956年召開的一次專題會(huì)議上將其定義為：“制造智能機(jī)器的科學(xué)和工程，特別是智能計(jì)算機(jī)程序?！?/p>

“智能”一詞的模糊性使人工智能涵蓋了一系列應(yīng)用，但大多數(shù)研究人員同意它一般是指能夠復(fù)制人類的思維。

機(jī)器學(xué)習(xí)是人工智能的一個(gè)子集，它賦予計(jì)算機(jī)一定的獨(dú)立思考能力。這之所以能夠?qū)崿F(xiàn)，是因?yàn)榻o它大量的數(shù)據(jù)，由算法處理這些數(shù)據(jù)，然后從中學(xué)習(xí)，以便作出預(yù)測(cè)和決定，這個(gè)過(guò)程并沒(méi)有專門的編程。機(jī)器能夠高效地從現(xiàn)有例子中進(jìn)行學(xué)習(xí)，以解決新問(wèn)題。

而深度學(xué)習(xí)是一種受人類大腦神經(jīng)元之間的聯(lián)系而啟發(fā)出來(lái)的機(jī)器學(xué)習(xí)方式。研究人員對(duì)這種生物連接進(jìn)行了人工模擬，稱之為人工神經(jīng)網(wǎng)絡(luò)（通常稱為神經(jīng)網(wǎng)絡(luò)）。

實(shí)際中的深度學(xué)習(xí)

在人類神經(jīng)網(wǎng)絡(luò)中，數(shù)十億個(gè)相互連接的神經(jīng)元通過(guò)發(fā)送電信號(hào)來(lái)通信，發(fā)展成為思維和行動(dòng)。在人工神經(jīng)網(wǎng)絡(luò)中，節(jié)點(diǎn)扮演神經(jīng)元的角色，并通過(guò)組合分析，在有組織的結(jié)構(gòu)中進(jìn)行協(xié)作，解決問(wèn)題。

例如，深度學(xué)習(xí)軟件可以用來(lái)理解由重疊的東西組成的復(fù)雜照片，譬如一個(gè)裝滿了衣服的洗衣籃。

節(jié)點(diǎn)被安排在不同的層中，每一節(jié)點(diǎn)查看圖片的每個(gè)元素，并對(duì)具體的元素進(jìn)行計(jì)算，以便完全理解它。這些計(jì)算得出的信號(hào)被傳遞給其他節(jié)點(diǎn)。

然后，對(duì)層中的所有信號(hào)進(jìn)行組合評(píng)估，最終預(yù)測(cè)圖片中到底是什么。

深度學(xué)習(xí)相對(duì)于其他機(jī)器學(xué)習(xí)技術(shù)的優(yōu)勢(shì)在于，其他技術(shù)需要分析一系列預(yù)定義的特征，把分析結(jié)果作為預(yù)測(cè)的基礎(chǔ)，而深度學(xué)習(xí)自己可以識(shí)別每一個(gè)特征。

例如，如果一個(gè)系統(tǒng)想在一張照片中識(shí)別出人臉，就不需要先把個(gè)人特征（例如鼻子和眼球）輸入到該系統(tǒng)中。相反，可以把一幅完整的圖像輸入給它，它能夠掃描，理解不同的特征，然后對(duì)圖像內(nèi)容進(jìn)行獨(dú)立的預(yù)測(cè)。

深度學(xué)習(xí)可以用來(lái)預(yù)測(cè)地震和控制自動(dòng)駕駛汽車等。它可以對(duì)黑白視頻進(jìn)行著色處理，翻譯手機(jī)拍攝的文本，模仿人的聲音，創(chuàng)作音樂(lè)，編寫計(jì)算機(jī)代碼，在棋盤游戲中擊敗人類，例如，谷歌的DeepMind去年擊敗韓國(guó)圍棋冠軍李世石而一戰(zhàn)成名。

它還有其他無(wú)數(shù)潛在的應(yīng)用，從安全系統(tǒng)到情感分析，直至優(yōu)化制造，等等。深度學(xué)習(xí)尤其擅長(zhǎng)理解圖像和音頻，并且可以自動(dòng)完成許多常見的專業(yè)任務(wù)，例如分析X射線或者掃描法律文件等。

深度學(xué)習(xí)的歷史

軟件公司Cloudera的數(shù)據(jù)科學(xué)主任Sean Owen說(shuō)：“深度學(xué)習(xí)并不是一種新概念。它是另一種概念的重生，現(xiàn)在人們終于使這一概念發(fā)揮作用了。”

深度學(xué)習(xí)的起源可以追溯到20世紀(jì)50年代，開始時(shí)是試圖模仿生物大腦中神經(jīng)元的互聯(lián)，這被稱之為“感知”。機(jī)器學(xué)習(xí)算法是由美國(guó)心理學(xué)家Frank Rosenblatt在1957年開發(fā)的，受到了美國(guó)海軍研究辦公室的資助。

他的發(fā)明被《紐約時(shí)報(bào)》戲劇性地描述為“一臺(tái)電子計(jì)算機(jī)的雛形，海軍希望它能行走、說(shuō)話、看、寫、復(fù)制自己，并能意識(shí)到它自己的存在?！?/p>

由于技術(shù)過(guò)于復(fù)雜，它很快就不再被人青睞了，但1986年一篇題為“反向傳播錯(cuò)誤的學(xué)習(xí)表征”論文的發(fā)表，為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)提供了更為有效的方法。

在90年代，人們關(guān)注的焦點(diǎn)轉(zhuǎn)移到了一種叫做“支持向量機(jī)”的機(jī)器學(xué)習(xí)，它提供了相對(duì)簡(jiǎn)單的高性能算法。

只是在過(guò)去十年，研究人員才真正學(xué)會(huì)利用云計(jì)算強(qiáng)大的計(jì)算能力，發(fā)揮規(guī)模優(yōu)勢(shì)使深度學(xué)習(xí)開始工作。

2011年，深度學(xué)習(xí)先驅(qū)Andrew Ng創(chuàng)立了“谷歌大腦”。這名斯坦福大學(xué)教授已經(jīng)幫助開發(fā)了自主直升機(jī)和多用途家庭機(jī)器人，而真正使他成為人工智能象征的是谷歌龐大的神經(jīng)網(wǎng)絡(luò)研究項(xiàng)目。

他的創(chuàng)作登上了《紐約時(shí)報(bào)》的頭條——一組16，000個(gè)模擬人腦的計(jì)算機(jī)處理器掃描了YouTube視頻中的1千萬(wàn)張圖像，目的是找到其中的貓，并獨(dú)立地發(fā)現(xiàn)了哪些東西是“貓”。

“谷歌大腦”開發(fā)的神經(jīng)網(wǎng)絡(luò)后來(lái)被再次使用Android手機(jī)將其用在語(yǔ)音識(shí)別軟件中——盡管沒(méi)有那么的大張旗鼓。

“谷歌大腦”使得主流媒體非常關(guān)注深度學(xué)習(xí)，證明人類大腦可以為機(jī)器學(xué)習(xí)提供模型，而當(dāng)時(shí)許多工程師都喜歡把簡(jiǎn)單的自動(dòng)化偽裝成智能。

谷歌的前高級(jí)工程師Owen說(shuō)：“深度學(xué)習(xí)之所以能夠加速發(fā)展并不是因?yàn)檫@些研究突破，而是因?yàn)檐浖梢宰屇鲞@些事情。

例如，大約兩年前谷歌發(fā)布了名為TensorFlow的深度學(xué)習(xí)包，諸如此類的事情真正推動(dòng)了深度學(xué)習(xí)在主流應(yīng)用上的跨越式發(fā)展。

這正是過(guò)去五年來(lái)爆炸式發(fā)展的原因。是把這些想法轉(zhuǎn)換成自由軟件?！?/p>

深度學(xué)習(xí)往往需要特殊的硬件，但這也變得更加可行了。更具挑戰(zhàn)性的是使用各種工具和技術(shù)所需要的知識(shí)和經(jīng)驗(yàn)。

深度學(xué)習(xí)在很大程度上仍然是未知領(lǐng)域，即使是經(jīng)驗(yàn)豐富的機(jī)器學(xué)習(xí)科學(xué)家涉足這一領(lǐng)域后，也必須在工作中學(xué)習(xí)。這導(dǎo)致了世界上最大的科技公司之間爆發(fā)了人才大戰(zhàn)。

深度學(xué)習(xí)的局限

各種各樣的媒體紛紛報(bào)道人工智能，而最近關(guān)于DeepMind Health訪問(wèn)了NHS患者記錄的爭(zhēng)議也引起了人們對(duì)隱私問(wèn)題的關(guān)注。深度學(xué)習(xí)帶來(lái)了特殊的挑戰(zhàn)，因?yàn)樗哪Ｐ驮絹?lái)越復(fù)雜，結(jié)果變得越來(lái)越難以解釋。

“它們是非常復(fù)雜的模型，有大量的數(shù)字，并且不清楚其含義，所以很難理解為什么一個(gè)結(jié)果會(huì)與某一輸入相關(guān)聯(lián)。

如果我們想要清楚地知道這些，以便發(fā)現(xiàn)模型的邏輯不是我們想要的，那這就可能成為一個(gè)問(wèn)題。我認(rèn)為問(wèn)題在于這些工具可能會(huì)讓我們很容易找出數(shù)據(jù)中隱藏的傾向性，通過(guò)建立預(yù)測(cè)模型來(lái)進(jìn)一步強(qiáng)化這些偏見，據(jù)此提出未來(lái)的行動(dòng)?！眅ndprint

麻省理工學(xué)院的一個(gè)研究小組可能已經(jīng)找到了解決辦法。通過(guò)分析網(wǎng)絡(luò)中不同神經(jīng)元的活動(dòng)，他們可以理解某一個(gè)神經(jīng)元負(fù)責(zé)做出哪些決定。這一發(fā)現(xiàn)可以提供一種方法來(lái)找出算法偏差，并解釋來(lái)自深度學(xué)習(xí)算法的具體操作。

雖然深度學(xué)習(xí)是嘗試從統(tǒng)計(jì)上模擬神經(jīng)元怎樣工作的，而Owen要強(qiáng)調(diào)的是，它仍然不能重現(xiàn)與人腦相同的思維和學(xué)習(xí)。

“我的確提醒過(guò)人們，我們?cè)鯓硬拍茏寵C(jī)器思考。這需要各種強(qiáng)大的技術(shù)的交融，但更多的是統(tǒng)計(jì)模型，在理解人腦方面并沒(méi)有真正的根本性突破?！?/p>

深度學(xué)習(xí)的發(fā)展也不會(huì)使其他機(jī)器學(xué)習(xí)算法過(guò)時(shí)。深度學(xué)習(xí)需要大量的數(shù)據(jù)集和強(qiáng)大的計(jì)算能力才能有效地發(fā)揮作用，在很多情況下，足以支持向量機(jī)等簡(jiǎn)單的算法。

深度學(xué)習(xí)的未來(lái)

深度學(xué)習(xí)既可以使用普通的有監(jiān)督學(xué)習(xí)技術(shù)，也可以使用更復(fù)雜和更前沿的無(wú)監(jiān)督學(xué)習(xí)技術(shù)。

在有監(jiān)督學(xué)習(xí)中，同時(shí)提供輸入和輸出變量，并進(jìn)行分類。當(dāng)增加更多的輸入數(shù)據(jù)時(shí)，算法只需按照既定過(guò)程來(lái)生成新結(jié)果。這用在很多當(dāng)前的應(yīng)用程序中，例如進(jìn)行Amazon推薦。

在無(wú)監(jiān)督學(xué)習(xí)中，輸出數(shù)據(jù)是未知的，因此系統(tǒng)不能根據(jù)某個(gè)實(shí)例而得出自己的結(jié)論。它只能使用輸入數(shù)據(jù)來(lái)解決問(wèn)題。它通過(guò)從數(shù)據(jù)中提取信息來(lái)發(fā)現(xiàn)相關(guān)性，理解底層結(jié)構(gòu)，以便得出自己的結(jié)論。這類似于在課堂上以自學(xué)方式替代教師教學(xué)，這種模型被應(yīng)用于有監(jiān)督學(xué)習(xí)中。

無(wú)監(jiān)督學(xué)習(xí)的一個(gè)例子是，一個(gè)系統(tǒng)能獨(dú)立地對(duì)圖片中的動(dòng)物進(jìn)行分類，而并沒(méi)有告訴它這些動(dòng)物是什么。它將通過(guò)一個(gè)描述過(guò)程來(lái)完成這一工作，這涉及到根據(jù)差異和相似性把數(shù)據(jù)分類。因此，它根據(jù)在像素中找到的顯著特征和相關(guān)性，把狗和貓區(qū)分開來(lái)。

深度學(xué)習(xí)可以把智能手機(jī)照片轉(zhuǎn)換成模仿大師風(fēng)格和繪畫技巧的圖畫，這種技術(shù)使得俄羅斯移動(dòng)應(yīng)用程序Prisma成為俄羅斯最受歡迎的應(yīng)用程序。

如此強(qiáng)大的技術(shù)也可能會(huì)產(chǎn)生不太好的后果。例如，它可以用來(lái)生成看起來(lái)非常逼真的假視頻。

去年，來(lái)自斯坦福大學(xué)和德國(guó)埃朗根紐倫堡大學(xué)的研究人員公布了名為Face2Face的一個(gè)項(xiàng)目，表明有可能操縱媒體，制造假信息。

該項(xiàng)目采用深度學(xué)習(xí)算法和商業(yè)網(wǎng)絡(luò)攝像頭實(shí)時(shí)重現(xiàn)在YouTube視頻中說(shuō)話的人的面部表情。讓政治家說(shuō)真話真的很難。

企業(yè)中的深度學(xué)習(xí)

對(duì)于企業(yè)來(lái)說(shuō)，如果能看到深度學(xué)習(xí)帶來(lái)的商業(yè)利益，就不會(huì)再擔(dān)心深度學(xué)習(xí)了。很多企業(yè)已經(jīng)在眾多的應(yīng)用中研究深度學(xué)習(xí)，例如在線旅行社Expedia。

當(dāng)預(yù)訂網(wǎng)站的顧客查看酒店列表時(shí)，他們首先注意的是房間照片。首先展示最吸引人的照片會(huì)提高酒店被選中的概率，但該公司總共擁有295，000多家酒店的1千多萬(wàn)張照片。人工處理這些照片將是一個(gè)沒(méi)完沒(méi)了的任務(wù)。

相反，數(shù)據(jù)科學(xué)團(tuán)隊(duì)使用深度學(xué)習(xí)來(lái)自動(dòng)對(duì)照片進(jìn)行排序。采用了由亞馬遜開發(fā)的一款名為“Human Turk”的眾包產(chǎn)品，從10萬(wàn)張酒店照片中找出排名前10的照片。對(duì)每張照片進(jìn)行兩次評(píng)定，并按旅行者的類型分類。

然后在這一數(shù)據(jù)集上訓(xùn)練模型，使其能夠獨(dú)立的對(duì)照片進(jìn)行分類。Expedia估計(jì)，它能夠在一天內(nèi)評(píng)定一千萬(wàn)張照片。

科技公司正在試驗(yàn)各種各樣的深度學(xué)習(xí)應(yīng)用程序。特斯拉使用它來(lái)幫助其自主車輛學(xué)會(huì)識(shí)別道路上的危險(xiǎn)因素，DeepMind通過(guò)分析眼睛的數(shù)字掃描圖像來(lái)檢測(cè)威脅視力的疾病，臉書提供給用戶的內(nèi)容是專門針對(duì)用戶興趣而定制的。

數(shù)字優(yōu)先的企業(yè)仍然是深度學(xué)習(xí)的領(lǐng)先者，而這項(xiàng)技術(shù)變得越來(lái)越成熟，越來(lái)越便宜，也更容易使用。深度學(xué)習(xí)將給各行各業(yè)的企業(yè)帶來(lái)變革。endprint