深度学习:它与机器学习不同吗

你在上网时有过那种诡异的感觉吗谷歌对你的了解比你想要的要多？机器或计算机是自主的，智能实体的想法在今天不是太牵强，这要感谢深度学习．

不管思考机器的想法让你感到害怕还是兴奋，事实是，这一技术领域将会持续下去，未来几年可能会有更多的进步而不是挫折。人工智能的概念早在20世纪50年代就出现了，它催生了多个研究领域。

那么，什么是深度学习?

在深入研究这个话题之前，我们首先要了解神经网络和机器学习。

根据维基百科在美国，机器学习是人工智能的一种应用，是“赋予计算机无需明确编程就能学习的计算机科学领域”。它涉及算法、模式识别和计算学习理论的使用，以做出数据驱动的预测和决策。

机器学习有很多不同的方法，其中之一就是人工神经网络，通常简称为神经网络。基于人脑的结构及其神经网络，设计了一种人工神经网络。尽管人类大脑的工作原理还没有被完全理解，但人工神经元网络也利用了发送和接收信号的人工神经元或节点。人工神经网络所做的就是通过学习来获取知识。这样的系统可以从示例中学习任务，并根据其输出不断地对流程进行修正。神经网络的层数决定了它是浅神经网络还是深神经网络。

深度神经网络采用深度学习算法来解决问题。尽管一些深度神经网络的隐藏层可达数千层，但它的隐藏层可能只有5层。简单地说，深度学习是指模仿生物神经网络处理信息和学习方式的机器学习。

深度学习有哪些应用?

事实上，深度学习并不是什么新事物——它已经被应用于很多领域深度学习应用已经有一段时间了。以下是其中一些:

• 谷歌大脑。也许深度学习最大的应用是2011年启动的谷歌Brain项目。2012年，它由16000个计算机处理器．谷歌Brain用于谷歌的许多服务和功能，如图像识别、图像增强、谷歌翻译、谷歌照片搜索、Android的语音识别系统、谷歌Sunroof和YouTube上的视频推荐等。
• 人工智能和深度学习在商业运营中的应用越来越多。OB欧宝娱乐体育
• 图像编辑。深度学习为图像编辑开辟了许多可能性。其中一些是给黑白照片上色，像素恢复，改变照片中人们的凝视，创建星系和火山的照片，以及创建新的图像。
• 深度学习被用来在动画中近似真实的人类动作。
• 电脑游戏。电脑游戏的AI也在突飞猛进地发展，而深度学习在很大程度上提供了这一点。现在有一场训练计算机在几乎所有游戏中击败人类的竞赛。不像以前的电脑被编程来玩一个特定的游戏，这次的电脑没有被编程。相反，他们通过玩游戏“学习”，自己学习规则，并在反复玩游戏的过程中改进自己的游戏策略。
• 自动驾驶汽车。了解全自动驾驶汽车的竞争吗?深度学习也参与其中!的特斯拉自动驾驶电动汽车利用深度学习来区分道路上的障碍物。
• 更多使用深度学习的机器人正在被开发出来，从而产生比早期机器人更智能、反应更灵敏的机器人。

深度学习还有更多的应用，尽管也有一些批评，比如一些系统显示出有问题的行为，更容易受到黑客和攻击。