AIの原動力となるディープラーニング

[51CTO.com からのオリジナル記事] 人類が初めてプログラム可能なコンピューターを思いついたとき、彼らはすでにコンピューターがインテリジェントになることができるかどうかについて考えていました (ただし、これは最初のコンピューターが作られる 100 年以上前のことでした)。今日、人工知能は多くの実用的なアプリケーションと活発な研究テーマを持つ急成長中の分野となっています。今回の AI 技術開発は、主にディープラーニング技術から生まれました。そこで質問です:

ディープラーニングの概念は、人工ニューラル ネットワークの研究から生まれました。これは、低レベルの特徴を組み合わせて、より抽象的な高レベル表現の属性カテゴリまたは特徴を形成することにより、データの分散特徴表現を発見することです。

ディープラーニングは、データの表現と学習に基づく機械学習の一手法です。これは、機械学習研究における新しい分野でもあります。その目的は、人間の脳内で分析学習を行うためのニューラルネットワークを構築し、シミュレートすることです。画像、音声、テキストなどのデータを解釈する人間の脳のメカニズムを模倣します。ディープラーニングは教師なし学習の一種です。

ビッグデータ分析の重要なツールとして、ディープラーニングの発展は、ビッグデータ、強力なコンピューティング能力、そして長期間にわたって蓄積されたコンピューティング手法の恩恵を受けています。

膨大な量のデータが AI 研究の前提条件であるならば、ディープラーニングは AI 研究の重要なツールであり、どちらも不可欠です。

宇宙船が離陸するときと同じように、十分な燃料に加えて強力なエンジンも不可欠です。燃料が不足すると、宇宙船は目的の軌道に入ることができなくなります。しかし、エンジンのパワーが足りず、宇宙船は離陸すらできなかった。

AI 研究において、ディープラーニング モデルはエンジンのようなもので、大量のトレーニング データは燃料のようなものです。

ディープラーニングの急速な発展により、AI分野全体の実用化範囲が拡大しました。食料、衣服、住居、交通。 。 。 。私たちの生活の多くの側面がディープラーニングによって変化しています。

ディープラーニングは主に自動運転の分野、つまりカメラでの画像処理に使われています。もちろんレーダーデータの処理にも活用できますが、画像が持つ非常に豊富な情報と、人手によるモデル化が難しい特性をもとに、ディープラーニングはそのメリットを最大限に引き出すことができます。

ディープラーニングは、周囲の環境や車両にとって有用なさまざまな情報を認識・識別するために使用できます。また、意思決定にも使用できます。たとえば、AlphaGoのポリシーネットワークは、DNNで直接トレーニングされ、現在の状態に基づいて意思決定を行う方法を学習します。

ミシガン大学の研究者たちは、画像認識技術を利用して、最も致命的だが治療可能な癌の一つである悪性黒色腫を早期段階で検出している。黒色腫は致命的であるだけでなく、正確に検査することも困難です。研究チームは、より正確に識別するために、ほくろや疑わしい病変の特徴（質感と構造）を区別するニューラルネットワークを訓練した。

研究チームによると、定性的および定量的な評価による実験結果から、このアプローチはメラノーマの検出においてこれまでで最も優れたアルゴリズムよりも優れていることが示されているという。

各コンテンツ プラットフォームは、ディープラーニング テクノロジーを使用してトラフィックをモデル化および予測し、IP 投資と購入の意思決定を支援します。トラフィック予測モデルは、世論、IP に関する議論、ファン グループからのフィードバック、初期の宣伝とプロモーションの効果、主題、キャラクター、プラットフォーム間の適合性など、多くの複雑な要素を参照します。放送形式が異なれば、モデルも異なります。

このトラフィック予測モデルのデータソースも、映画視聴データ、検索データ、社会的行動、世論監視など、非常に複雑です。

2017年のYoukuのプラットフォーム投資と調達能力の分析

さらに、インターネット全体の世論をリアルタイムで監視する必要があり、コンテンツがオンラインになった後、モデルを迅速に修正して高い精度率を確保することができます。

音声認識技術は数十年にわたって開発され、近年急速に普及してきました。これは、ディープラーニングによって音声認識の精度がようやく向上し、実験的なテスト以外の実際のシナリオでもこの技術を使用できるレベルに達したためです。

[[246827]]

現在、音声認識技術は私たちの日常生活のあらゆる側面に徐々に浸透しつつあります。音声認識テクノロジーは携帯電話、ゲーム機、スマートウォッチに組み込まれており、家全体をスマート化しています。たとえば、多くのスマート スピーカーは、「オーナー」とチャットできるだけでなく、「オーナー」に起きて荷物を受け取るようにリマインドすることもできます...

過去数十年にわたり、ディープラーニングの開発には、人間の脳、統計学、応用数学に関する知識が大きく活用されてきました。近年、より強力なコンピュータ、より大きなデータセット、より深いネットワークをトレーニングできるテクノロジーのおかげで、ディープラーニングの人気と実用性は飛躍的な発展を遂げ、より広い展望を持っています。編集者は、近い将来、ディープラーニング技術がさらに輝かしい成果を達成すると信じています。同時に、ディープラーニングのサポートにより、AI技術が新しい分野に昇華され、人々の生産と生活にさらなる利便性をもたらすことを熱望しています。

[51CTO オリジナル記事、パートナーサイトに転載する場合は、元の著者とソースを 51CTO.com として明記してください]