產業智能官
機器學習本質上是一組利用神經網絡的技術。我們為神經網絡提供大量的數據，並通過所謂的“訓練算法”建立數據的模式，從而建立結構和意識。
在機器學習大範圍裡，有特定的領域，如深度學習、有監督學習等領域。監督學習是用有標籤的數據訓練機器，機器一直在做嘗試，比如一個參考模型說：“是的，你說得對，沒錯，那是一隻貓，那不是狗;那是一扇門，那不是桌子。”所有這些技術、監督學習、無監督學習、機器自我糾正等都已經取得了進展。
而神經網絡主要有兩種：卷積神經網絡和遞歸神經網絡，這兩種擅長的點差別沒有特別大。由於這些技術，現在也就更容易分類。分類通常應用於圖像識別，面部識別以及可以對圖案進行分類和組織的事上面。現在已經將類似的技術應用於自然語言處理，可以在其中處理數據塊並從中解讀和學習。
機器學習在過去五年取得了非常大的進展，硅片級的計算能力根本不是過去的計算能力可以相比擬的，這就給機器學習取得了巨大的進展奠定了基礎，現在每天人們可以往雲端添加數十億的圖片，和語音助手語音設備各種交流，同時也在訓練這些語音設備，大量的數據的產生讓機器學習的算法開始真正可以發揮作用，當然算法的進展也是機器學習能夠走到今天得獎一個重要原因。
分享到:
