深度学习是否真的无所不能?人工智能公司都把它捧上天了!

深度学习是否真的无所不能?人工智能公司都把它捧上天了!

深度学习只占机器学习领域的 1%,而机器学习又只占人工智能领域的 1%。而实际中的绝大多数任务则是用余下 99% 的知识技术来处理的。一个“只会深度学习的专家”并不是“人工智能专家”。

目前,很多公司谈人工智能(不乏国际大公司)都会大谈特谈深度学习,甚至只谈深度学习,让很多想学习人工智能的人认为深度学习就是人工智能的全部。实际上,深度学习只是人工智能领域中机器学习的一类学习的方法。即使深度学习可以解决一些实际问题,但其实并没有传说中那么神。在一些特定的场景下,深度学习比其他一些工具的效果更好,但是在场景、环境发生比较大的变化时,深度学习的效果差强人意。

举一个简单的例子:将10000张正向拍摄的不同车辆(车型、品牌等均不同)图片作为输入,深度学习算法训练得到的模型可以非常完美地从正面去识别车辆,但是要用该模型去识别从道路侧边拍摄的车辆时,准确率会非常低。即使所有的拍摄方向的图片都输入训练后,当车辆的大部分被遮挡时,深度学习算法也无能为力。但是人眼观察到车辆,即使处于非常复杂的环境,人脑智能也能识别出车辆。因此,深度学习真的不能媲美人工智能。

深度学习是否真的无所不能?人工智能公司都把它捧上天了!

该图片引用自网络

笔者认为,人工智能应该具有自我学习、强化学习、模糊识别等特点,就像人类一样,只要认识一辆车,无论在什么情况下,基本所有的车都可以识别出来。很显然,单凭深度学习是无法做到这一点的。多个学科的融合以及多种人工智能工具的结合,才能造就真正的人工智能。

深度学习正被大肆炒作,因为尽管涉及利益冲突目前也只有出售深度学习软、硬件的人在关于人工智能的访谈中发声。

如果您现在有兴趣且有时间去学习人工智能,建议去了解整个人工智能和机器学习领域的系统知识,而不仅仅是深度学习。

本文的观点仅代表作者个人观点,大家批评指正。

番外篇:在编写本文过程中,有一个问题引发了作者的思考,深度学习是根据人的输入去明辨是非的,那如果此人是反人类的呢?所以,在人工智能领域,是否应该增加一定的人类基础意识限制?


分享到:


相關文章: