ç¹å»ä¸æ¹â CSDN âï¼éæ©âç½®é¡¶å ¬ä¼å·â
å ³é®æ¶å»ï¼ç¬¬ä¸æ¶é´éè¾¾ï¼
ä½è èµµå®
åºå GitChat
ä¸ã人工æºè½çåå±ç°ç¶
1.1æ¦å¿µ
æ ¹æ®ç»´åºç¾ç§ç解éï¼äººå·¥æºè½æ¯è¢«æºå¨å±ç¤ºçæºåï¼ä¸äººç±»åå ¶ä»å¨ç©çèªç¶æºè½ç¸åï¼å¨è®¡ç®æºç§å¦ä¸ AI ç 究被å®ä¹ä¸ºâ代ç人软件ç¨åºâï¼ä»»ä½è½å¤æåå¨å´ç¯å¢å¹¶ä¸è½æ大åå®æåæºä¼ç设å¤ã
1.2é大äºä»¶
2016å¹´ 3æï¼AlphaGo ä¸å½æ¶ä¸çæå第åãèä¸ä¹æ®µæ£ææä¸ç³ï¼è¿è¡å´æ£äººæºå¤§æï¼ä»¥4:1æ»æ¯åè·èã
2016å¹´ 10æï¼ç¾å½ç½å®«åå¸äºã为æªæ¥äººå·¥æºè½å好åå¤ãåãç¾å½å½å®¶äººå·¥æºè½ç 究ä¸åå±çç¥è§åã两份éç£ æ¥åï¼è¯¦ç»éè¿°äºç¾å½æªæ¥ç人工æºè½åå±è§å以å人工æºè½ç»æ¿åºå·¥ä½å¸¦æ¥çææä¸æºéã
VentureBeat 对è¿ä¸¤ä»½æ¥åè¿è¡äºæ»ç»ï¼å¾åºäº7 ä¸ªæµ æ¾ææçè¦ç¹ï¼
1.人工æºè½åºå½è¢«ç¨äºé ç¦äººç±»ï¼
2.æ¿åºåºè¯¥æ¥æ±äººå·¥æºè½ï¼
3.éè¦å¯¹èªå¨æ±½è½¦åæ 人æºè¿è¡ç®¡å¶ï¼
4.è¦è®©ææå©åé½è·ä¸ææ¯çåå±ï¼
5.使ç¨äººå·¥æºè½è¡¥å èéå代人类工ä½è ï¼
6.æ¶é¤æ°æ®ä¸çåè§æä¸è¦ä½¿ç¨æåè§çæ°æ®ï¼
7.èèå®å ¨åå ¨çå½±åã
2016å¹´ååä¸ï¼é²çé¦æ¬¡æå¡ååä¸ï¼å¶ä½äº1.7äº¿ç« ååå±ç¤ºå¹¿åï¼æåååç¹å»ç100%ãå¦æå ¨é 设计å¸äººææ¥å®æï¼å设æ¯å¼ å¾éè¦èæ¶20åéï¼æ»¡æ满ç®éè¦100个设计å¸è¿ç»å300å¹´ã
2017å¹´ï¼é²çç设计水平æ¾èæåï¼ç®åå·²ç»å¦ä¹ ç¾ä¸çº§ç设计å¸åæå 容ï¼æ¥ææ¼ååºä¸äº¿çº§ç设计è½åãæ¤å¤ï¼é²çå·²ç»å®ç°ä¸å¤©å¶ä½4000ä¸å¼ æµ·æ¥è½åï¼æ²¡æä¸å¼ ä¼å®å ¨ä¸æ ·ã
2017å¹´ 5æï¼AlphaGo Master æèä¸çå åæ¯æ´ã
2017å¹´ 10æ 18æ¥ï¼DeepMind å¢éå ¬å¸äºæ强çæ¬ AlphaGoï¼ä»£å· AlphaGo Zeroã
2017å¹´ 10æ 25æ¥ï¼å¨æ²ç¹ä¸¾è¡çæªæ¥æèµè®¡å大ä¼ä¸ï¼æ²ç¹é¿æ伯æäºç¾å½æ±æ£®æºå¨äººå ¬å¸ç产çâ女æ§âæºå¨äººç´¢è²äºå ¬æ°èº«ä»½ã
ä½ä¸ºä¸çä¸é¦ä¸ªè·å¾å ¬æ°èº«ä»½çæºå¨äººï¼ç´¢è²äºå½å¤©è¯´ï¼â她âå¸æç¨äººå·¥æºè½â帮å©äººç±»è¿ä¸æ´å¥½ççæ´»âï¼åæ¶å¯¹æ¯æâAI å¨è论âç马æ¯å 说â人ä¸ç¯æï¼æä¸ç¯äººâ!
ä¼åï¼é©¬æ¯å å¨æ¨ç¹ä¸è¯´ï¼âæçµå½±ãæç¶ãè¾å ¥äºäººå·¥æºè½ç³»ç»ï¼è¿è½æä»ä¹æ¯è¿ä¸ªæ´ç³çï¼âæç¶æ¯å¥½è±åç»å ¸çµå½±ï¼å§æ å 满äºèååè°æã
ç´¢è²äºè¢«æäºå ¬æ°èº«ä»½åæ产çç伦çé®é¢ä¹æ¯äººä»¬ä¸å¾ä¸èèç
è¿å 年人工æºè½é¢åç大æ°é»å¤ªå¤ï¼è¿éä¸ä¸ä¸å举
äºã人工æºè½ã深度å¦ä¹ ãæºå¨å¦ä¹ ãå¢å¼ºå¦ä¹ ä¹é´çå ³ç³»æ¯ææ ·ç
å¦å¾æ示ï¼äººå·¥æºè½æ¯ä¸ä¸ªå¤§ç±»ï¼å æ¬ä¸å®¶ç³»ç»ãç¥è¯è¡¨ç¤ºãæºå¨å¦ä¹ ççï¼å ¶ä¸æºå¨å¦ä¹ æ¯ç®åæç«ä¹æ¯åå±æ好çä¸ä¸ªåæ¯ï¼æºå¨å¦ä¹ ä¸åå æ¬çç£å¦ä¹ ãéçç£å¦ä¹ ã深度å¦ä¹ ï¼å¢å¼ºå¦ä¹ ççã
çç£å¦ä¹ ï¼å°±æ¯äººä»¬å¸¸è¯´çåç±»ï¼éè¿å·²æçè®ç»æ ·æ¬ï¼å³å·²ç¥æ°æ®ä»¥åå ¶å¯¹åºçè¾åºï¼å»è®ç»å¾å°ä¸ä¸ªæä¼æ¨¡åï¼è¿ä¸ªæ¨¡åå±äºæ个å½æ°çéåï¼æä¼å表示å¨æ个è¯ä»·ååä¸æ¯æä½³çï¼ã
åå©ç¨è¿ä¸ªæ¨¡åå°ææçè¾å ¥æ å°ä¸ºç¸åºçè¾åºï¼å¯¹è¾åºè¿è¡ç®åçå¤æä»èå®ç°åç±»çç®çï¼ä¹å°±å ·æäºå¯¹æªç¥æ°æ®è¿è¡åç±»çè½åã
举ä¾æ¥è¯´ï¼æ们ä¸å¹¼å¿åçæ¶åç»å¸¸åçä¸ä¸ªæ´»å¨å«çå¾è¯åï¼å¦ä¸å¾æ示ï¼èå¸ä¼ç»æ们çå¾å¤å¾çï¼ä¸é¢é äºæåï¼æ¶é´é¿äºä¹åï¼æ们大èä¸ä¼å½¢ææ½è±¡çæ¦å¿µï¼ä¸¤ä¸ªçè§ï¼ä¸æ¡ç尾巴ï¼èèçï¼ç¹å¾ï¼?
è¿æ ·çå¨ç©æ¯çï¼åçï¼é»çï¼åå çï¼æå¨å¤©ä¸ç? æ¯å¤ªé³ï¼äººé¿è¿æ ·ãçåçå°ç±»ä¼¼çä¸è¥¿æ¶æ们便è½è®¤åºæ¥ï¼å³ä½¿è·ä»¥åçå°çä¸å®å ¨ä¸æ ·ï¼ä½æ¯ç¬¦åå¨æ们大èä¸å½¢æçæ¦å¿µï¼å¦ä¸å¾æ示ã
éçç£å¦å¦ä¹ åæ¯å¦ä¸ç§ç 究çæ¯è¾å¤çå¦ä¹ æ¹æ³ï¼å®ä¸çç£å¦ä¹ çä¸åä¹å¤ï¼å¨äºæ们äºå 没æä»»ä½è®ç»æ ·æ¬ï¼èéè¦ç´æ¥å¯¹æ°æ®è¿è¡å»ºæ¨¡ã
举个ä¾åï¼å¦å¾æ示ï¼å¨æ²¡æä»»ä½æ示ï¼æ è®ç»éï¼çæ åµä¸ï¼éè¦æä¸åå 个å¾å½¢åæ两类ï¼ä½ ä¼æä¹åå¢ï¼å½ç¶æ¯ç¬¬ä¸æä¸ç±»ï¼ç¬¬äºæä¸ç±»ï¼å 为第ä¸æå½¢ç¶æ´æ¥è¿ï¼ç¬¬äºæå½¢ç¶æ´æ¥è¿ã
éçç£å¦ä¹ å°±æ¯å¨å®ç°ä¸ç¥éæ°æ®éåç±»çæ åµä¸å¨æ°æ®ä¸å¯»æ¾ç¹å¾ã
深度å¦ä¹ æ¯åºäºæºå¨å¦ä¹ 延伸åºæ¥çä¸ä¸ªæ°çé¢åï¼ç±ä»¥äººå¤§èç»æ为å¯åçç¥ç»ç½ç»ç®æ³ä¸ºèµ·æºå ä¹æ¨¡åç»æ深度çå¢å åå±ï¼å¹¶ä¼´é大æ°æ®å计ç®è½åçæé«è产ççä¸ç³»åæ°çç®æ³ã
深度å¦ä¹ æ¦å¿µç±èåç§å¦å®¶ Geoffrey Hinton ç人å¨2006å¹´å2007å¹´å¨ãSciencesãçä¸å表çæç« è¢«æåºåå ´èµ·ã
深度å¦ä¹ ï¼ä½ä¸ºæºå¨å¦ä¹ ä¸å»¶ä¼¸åºæ¥çä¸ä¸ªé¢åï¼è¢«åºç¨å¨å¾åå¤çä¸è®¡ç®æºè§è§ï¼èªç¶è¯è¨å¤ç以åè¯é³è¯å«çé¢åã
èª2006å¹´è³ä»ï¼å¦æ¯çåå·¥ä¸çåä½å¨æ·±åº¦å¦ä¹ æ¹é¢çç 究ä¸åºç¨å¨ä»¥ä¸é¢ååå¾äºçªç ´æ§çè¿å±ã以 ImageNet 为æ°æ®åºçç»å ¸å¾åä¸çç©ä½è¯å«ç«èµä¸ºä¾ï¼å»è´¥äºææä¼ ç»ç®æ³ï¼åå¾äºåææªæç精确度ã
å¢å¼ºå¦ä¹ ä¹æ¯æºå¨å¦ä¹ ä¸ä¸ªéè¦çåæ¯ï¼æ¯éè¿è§å¯æ¥å¦ä¹ åæå¦ä½çå¨ä½ãæ¯ä¸ªå¨ä½é½ä¼å¯¹ç¯å¢ææå½±åï¼å¦ä¹ å¯¹è±¡æ ¹æ®è§å¯å°çå¨å´ç¯å¢çåé¦æ¥ååºå¤æã
ä¸ãæ°å¦åºç¡æå¤éè¦
对äºæ°å¦åºç¡ç¥è¯ï¼éè¦é«ä¸æ°å¦ç¥è¯å ä¸é«æ°ã线æ§ä»£æ°ãç»è®¡å¦ãæ¦ç论ï¼å³ä½¿ææ¡çä¸æ¯å¾å®åï¼ä½æ¯è³å°è¦ç¥éæ¦å¿µï¼å¨ç¨å°çæ¶åç¥éå»åªæ¥ã
å¦æåºç¡ä¸å¥½ï¼å¯ä»¥å ççå´åçãæ°å¦ä¹ç¾ãï¼è®²çæ¯è¾éä¿ææãä¹å¯ä»¥è¾¹åè¾¹å¦ï¼å®è·µæ¯æ£éªçççå¯ä¸æ åï¼æ¯ç«å¤§å¤æ°äººè¿æ¯ä»¥å·¥ç¨å®è·µä¸ºä¸»ï¼å¦æä½ æ³åç 究ç论çç§å¦å®¶ï¼å¹¶ä¸éåçæ¬æã
åãå ¥é¨çº§æºå¨å¦ä¹ ç®æ³
4.1å³çæ
å¤å®æ æ¯ä¸ä¸ªç±»ä¼¼äºæµç¨å¾çæ ç»æï¼å ¶ä¸ï¼æ¯ä¸ªå é¨ç»ç¹è¡¨ç¤ºå¨ä¸ä¸ªå±æ§ä¸çæµè¯ï¼æ¯ä¸ªåæ¯ä»£è¡¨ä¸ä¸ªå±æ§è¾åºï¼èæ¯ä¸ªæ å¶ç»ç¹ä»£è¡¨ç±»æç±»åå¸ãæ çæ顶å±æ¯æ ¹ç»ç¹ã
ä¾ï¼ç°æä¸ä¸ªæ°æ®éï¼è¡¨ç¤ºä¸äºç人çå¹´é¾ãæ¶å ¥ãæ¯å¦æ¯å¦çãä¿¡ç¨ãæ¯å¦ä¼ä¹°çµèãå¹´é¾æå¹´è½»ï¼ä¸å¹´ï¼èå¹´ä¸ç§ï¼æ¶å ¥æé«ä¸ä½ï¼ä¿¡ç¨æä¸è¬åå¾å¥½ãæ°æ®åä¿åå¨ AllElectronics.csv ä¸ã
ç°å¨å¨æä¸ä¸ªæ°ç人ï¼æ°æ®ï¼ï¼è¦å¤æè¿ä¸ªäººæ¯å¦ä¼ä¹°çµèã
4.2æ临è¿åæ ·
æ临è¿åæ ·å°±æ¯æå·²ææ°æ®åæå ç±»ï¼å¯¹æ°è¾å ¥çæ°æ®è®¡ç®ä¸å·²ç¥æ°æ®çè·ç¦»ï¼è·ç¦»åªä¸ä¸ªè¿ï¼å°±ææ°æ°æ®åå°åªä¸ç±»ï¼ä¾å¦ä¸å¾æ示ççµå½±åç±»ï¼å¯¹äºæåä¸è¡æªç¥çµå½±ç±»åççµå½±ï¼æ ¹æ®ææ次æ°åæ¥å»æ¬¡æ°ï¼è·ç¦»æµªæ¼«åæ´è¿ï¼åºè¯¥è¢«å½ç±»ä¸ºæµªæ¼«åçµå½±ã
ä¾ï¼irisdata.txt å®å¨ç½ä¸ä¸è½½ç鸢尾å±æ¤ç©æ°æ®éï¼æ ¹æ®æ°æ®éåï¼å¯¹æ°çæ°æ®è¿è¡åç±»ã
4.3æ¯æåéæº
æ¯æåéæºï¼SVMï¼æ¯ä»çº¿æ§å¯åæ åµä¸çæä¼åç±»é¢åå±èæ¥ãæä¼åç±»é¢å°±æ¯è¦æ±å类线ä¸ä½è½å°ä¸¤ç±»æ£ç¡®åå¼(è®ç»é误ç为0),ä¸ä½¿åç±»é´éæ大ã
SVM èè寻æ¾ä¸ä¸ªæ»¡è¶³åç±»è¦æ±çè¶ å¹³é¢, 并ä¸ä½¿è®ç»éä¸çç¹è·ç¦»åç±»é¢å°½å¯è½çè¿, ä¹å°±æ¯å¯»æ¾ä¸ä¸ªåç±»é¢ä½¿å®ä¸¤ä¾§ç空ç½åºå(margin)æ大ã
è¿ä¸¤ç±»æ ·æ¬ä¸ç¦»åç±»é¢æè¿çç¹ä¸å¹³è¡äºæä¼åç±»é¢çè¶ å¹³é¢ä¸ H1,H2çè®ç»æ ·æ¬å°±å«åæ¯æåéã
ä¾ï¼ä½¿ç¨ sklearn åºå®ç° svm ç®æ³ï¼ä¿ç§°è°åºï¼å®é ä¸è°åºæ¯ä¸ä¸ªå¾ç®åçè¿ç¨ï¼å级é¶æ®µçè³é½ä¸éè¦ç¥éåçã
# coding:utf-8from sklearn import svmX =[[2,0],[1,1],[2,3]]y =[0,0,1]clf = svm.SVC(kernel ='linear')clf.fit(X,y)#éè¿.fit å½æ°å·²ç»å¯ä»¥ç®åºæ¯æåéæºçææåæ°å¹¶ä¿åå¨ clf ä¸print clf# get support vectors print clf.supportvectors#get index of support vectorsprint clf.support#get number of support vectors for each classprint clf.nsupport#predict data ,åæ°æ¯äºç»´æ°ç»print clf.predict([[2,0],[10,10]])
äºã书åæ¨è
ãæ°å¦ä¹ç¾ãå´å
ãæºå¨å¦ä¹ ãå¨å¿å
ã漫è°äººå·¥æºè½ãéæºä¿±ä¹é¨
ãæºå¨å¦ä¹ å®æã Peter Harrington
ãTensorFlow ææ¯è§£æä¸å®æãæåç
ãç»è®¡å¦ä¹ æ¹æ³ãæèª
å ãå¦ä¹ 人工æºè½ç误åºâ人工æºè½åæ¯ä¸ä¸ªæ³¡æ²«ï¼
人工æºè½å¾å¤§ç¨åº¦ä¸è¢«ä¸äºç§æå·¨å¤´å ¬å¸å¤¸å¤§äºï¼ä¸ºäºæ¿å°èµæ¬çé±ï¼è¿ä¹å¨æ çä¹ä¸ï¼ä½æ¯æ®é大ä¼ä¸å®è¦æèªå·±çé´å«è½åï¼å®¢è§å°åæèªå·±å°åºæ¯å¦éååè¿ä¸è¡ã
纵è§äºèç½åå±å²ï¼äººå·¥æºè½è¿ç§åå±æå¿å¹¶ä¸æ¯é¦ä¾ï¼å2014å¹´ç红ç O2O 模å¼ï¼é£æ¶åä¸æç¹ O2O é½ä¸æ¢è¯´èªå·±æ¯äºèç½åç人ã
å°ç°å¨ï¼ä¸æ¹åä¸æ¹çåä¸å¤§ååä¸å»ï¼å½ç¶ä¹ä¼çä¸åäºé©¬éãé¿éå·´å·´è¿æ ·ç巨头ï¼æ¯ä¸ªè¡ä¸é½æå®çéåå¡ã
æä¸å¤§äºçæ¶åå¯ä»¥è¯´3D æå°ãVR ææ¯å¤å¨é£å£æµªå°ï¼åç§3D æå°åä¸å ¬å¸ãVR åä¸å ¬å¸å±åºä¸ç©·ï¼å¤§å就已ç»å¼å§åäºä¸å®¶åä¸å®¶ï¼å æ¬æä¹åè¿3D æå°æ¹é¢ç项ç®ï¼å®é ä¸åçä¸è¥¿ä¹ä¸è¿æ¶æ¹è¿ä¸äºè¾¹è¾¹è§è§çä¸è¥¿ï¼ææ ¸å¿çæ¡æ¶æ©å·²è¢«å¤§ç们设计好äºã
ç²ç®è¿½éç§æçæ½®æµï¼æ们永è¿åªè½å¨æ½®æµçåé¢ã
æè¿ç CCTV ä¸é½å·²ç»ææè´å®ä¸»æç人工æºè½ç»¼èºèç®äºï¼è¿è¯´æ人工æºè½æ©å·²æäºä¸ç红海ï¼ä¸ç°å¨ç移å¨äºèç½ææ¯å¹¶æ²¡ææ¬è´¨ä¸çåºå«ã
èªä» Google å¼æº TensorFlow æ¡æ¶ï¼è¿æå¾å¤å ¶ä»ä¼ç§çæ¡æ¶ï¼ï¼åæºå¨å¦ä¹ ç代ç å¾å¤é½æ¯è°è°åæ°ï¼æççè³é½ä¸ç¨ç¥éåçï¼å½ç¶å¤§çè¯å®æ¯æï¼è¿æ¯é£å¥è¯ï¼æ¯ä¸ªè¡ä¸é½æçå®çéåå¡ï¼åªä¸è¿å°è¾¾å¡å°çè·¯å¾ä¸åã
å¨æçæ¥ï¼è°ç¨ TensorFlow çæ¡æ¶è¿è¡äººå·¥æºè½çå¼åä¸è°ç¨ Android ç API å¼å App 并没ææ¬è´¨çåºå«ï¼çæ£ä¼å¤§çæ¯è°·æå ¬å¸ï¼åæ¥è åªä¸è¿æ¯è¿½éè ã
é¢å¤è¯ï¼ä¸ç¥é大家æ¯å¦å¬è¿21ä¸çºªæ¯çç©çä¸çºªï¼è¿ä¸æ¦å¿µå ´èµ·ä¹æ¶ï¼ä¼å¤é«èçéæ©çç©ç¸å ³çä¸ä¸ãä¹åæ个对å½å æèåé«æ ¡çç©ä¸ä¸æ¯ä¸ççå°±ä¸å»åè°æ¥ï¼å ¶ä¸ä¸ä¸ªç»è®ºæ¯çç©ä¸ä¸å¦çæ好çåºè·¯å°±æ¯ç¦»å¼è¿ä¸ªä¸ä¸ã
å½ç¶æ们ä¸å¾ä¸è¯´çç©ææ¯è·æ们æ¯ä¸ªäººççæ´»æ¯æ¯ç¸å ³ï¼ä½æ¯å ¶åå±å¨æä¹é¿ï¼åææ¯ä¸ä¸ªäººçå¾èµ·çï¼å¦ä½æ个人认åä¸ç¤¾ä¼è®¤åï¼èªæä»·å¼ä¸ç¤¾ä¼ä»·å¼åè°ç»ä¸ï¼ä¹æ¯æ们éè¦æèçé®é¢ã
人工æºè½æ¯å¦æ¯ä¸ªæ³¡æ²«ï¼è¿ä¸ªæ¦å¿µè¿è½ç«å¤ä¹ ï¼
第å é¨åå 容纯å±ä¸ªäººè§ç¹ï¼ä» ä¾åèã
ä½è ç®ä»ï¼èµµå®ï¼æºè½æ±½è½¦ç«èµå½å¥è·å¾è ï¼å¢é LeaderãIndiegogo 两个æä¼ç¹è¶ 100ä¸ãåä¸æµé«æ ¡èªå¨æ§å¶ä¸ä¸ç¡å£«ï¼è·¨ä¸ä¸è·¨æ ¡ä¿ç ï¼ãæºå¨å¦ä¹ ç 究è ã产åç»çãäºèç½è¾¾äººã