ITPub博客

首页 > 人工智能 > 深度学习 > 目前,深度学习已成功运用于这三大领域

目前,深度学习已成功运用于这三大领域

深度学习 作者:dicksonjyl560101 时间:2019-04-08 10:27:29 0 删除 编辑


目前,深度学习已成功运用于这三大领域

随着人工智能的不断发展,人工智能技术的定义也在不断拓展。虽然除开深度学习之外,专家们还研究了其他机器学习技术和传统分析技术,但迁移学习、强化学习和深度学习是人工智能中中应用最多的技术

深度学习源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。

深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。

在美国,谷歌在围绕深度强化学习的研究与应用中取得多项开创性进展。22018年中旬,谷歌宣布推出一个新的基于Tensorflow的强化学习框架,称为Dopamine,旨在为强化学习研究人员提供灵活性、稳定性和可重复性,这个强大的新框架有力地推动强化学习研究取得根本性的新突破。

同年,麻省理工学院和Google Cloud的研究人员提出AutoML模型压缩技术,利用强化学习将压缩流程自动化,完全无需人工,而且速度更快,性能更高。模型压缩是在计算资源有限、能耗预算紧张的移动设备上有效部署神经网络模型的关键技术。

而日益丰富的影像内容更为深度学习算法提供了大量的数据支撑。据全球领先的网络解决方案供应商"思科公司"评估,2021年单月上传至全球网络的视频总时长将超过500万年,每秒将诞生1百万分钟的网络视频内容,网络视频流量将占据全球所有网络用户流量的81.44%。

不仅如此,深度学习在更加广泛的领域上,产生了足够深远的影响。

目前,深度学习已成功运用于这三大领域

计算机视觉与医疗领域

毫不夸张的说,深度学习在计算机视觉领域(CV)的成就是令人惊喜的!CV 主要研究图像和视频理解,处理目标分类、检测和分割等任务,这些在判断病人射线照片中是否包含恶性肿瘤时非常有用。卷积神经网络(CNN) 用来处理具备空间不变性的数据(如图像,它们的意义不会发生改变),也因此成为该领域的重要技术。

拿医疗成像来说,它从图像分类和目标检测的近期进展中受益良多。很多研究在皮肤科、放射科、眼科、病理科的复杂诊断中取得了不错的结果。

深度学习方法在大量诊断任务上取代了医生级别的准确率,包括识别黑痣和黑色素瘤,从眼底图像和光学相干断层扫描 (OCT) 图像中检测糖尿病性视网膜病变、判断心血管风险,提供转诊建议,以及从乳房 X 光片中检测乳腺病变、使用核磁共振成像进行脊柱分析。甚至有研究证明单个深度学习模型在多个医疗模态中都很有效 (如放射科和眼科)。

目前,深度学习已成功运用于这三大领域

人脸识别与公安服务领域

人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。它也隶属于深度学习领域,它主要是用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部识别的一系列相关技术。

人脸识别技术能够对公安服务领域产生重大影响,在公交车、火车站、酒店等人员经常出入的场所出入口安装人脸识别摄像机,对出入人员抓拍人脸识别查证,将抓拍人员图片或识别结果上传公安网络,为公安提供可靠的人员信息。店铺、宾馆酒店、出租屋等场所可以对不同人员做自己的标识分类(如VIP、本出租屋人员、黑名单等),进行预告或预警,并采取相应的管控措施。

这很大程度的减少了公安部门的工作压力,更是精准的对一些不法分子的行踪进行了强有力的把控。

目前,深度学习已成功运用于这三大领域

语音图形与日常生活

深度学习在语音图形也有很深刻的造诣。像SmileVector 一个推特机器人,它可能比这些美图功能还要强大。因为借助人工智能技术,它可以将任何一张人脸图片转化成带有微笑表情的照片。如果输入一张人脸图片,它可以通过深度学习神经网络生成它们微笑的表情。

虽然这些图片也许并不完美,但它们完全是自动生成的,这是人工智能在图像处理领域的又一进步。

也许在不久的未来,当图片、声音和视频造假都将变得容易。想象一下,这个世界将会如何被颠覆?

而在语音方面,市面上海尔、TCL等已经推出了所谓的可进行语音搜索的人工智能电视。小米电视最重磅的功能是支持人工智能语音控制,号称老人孩子都能使用,可以用很自然的语言对电视进行声控。

智能语音正在向着私人助理机器人方向快速发展,在大数据、人工智能、机器学习等技术的支撑下,可为每个人量身定制自己的个性化私人助理。


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/29829936/viewspace-2640604/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
行万里路,读万卷书,阅无数人。 吃货一枚,爱吃湘菜,粤菜与杭帮菜,尝遍天下美食。 摄影爱好者,游遍名川大山,江河胡海,赏遍人间春色。 爱看电影,尤其是国产大片,好莱坞大片。英文名:Dickson Jin, 网名:风一样的BOY。精通SAP供应链咨询。2017年开始研习人工智能。

注册时间:2014-08-27

  • 博文量
    2528
  • 访问量
    3905511