揭秘:人工智能深度神经网络的4种精简调试方法
demi 在 周一, 04/22/2019 - 10:31 提交
在这篇文章中,我将会介绍一些我们在 Cardiogram 中调试 DeepHeart 时用到的技术,DeepHeart 是使用来自 Apple Watch、 Garmin、和 WearOS 的数据预测疾病的深度神经网络。在 Cardiogram 中,我们认为构建 DNN 并不是炼金术,而是工程学。
在这篇文章中,我将会介绍一些我们在 Cardiogram 中调试 DeepHeart 时用到的技术,DeepHeart 是使用来自 Apple Watch、 Garmin、和 WearOS 的数据预测疾病的深度神经网络。在 Cardiogram 中,我们认为构建 DNN 并不是炼金术,而是工程学。
1956年的达特茅斯会议首次提出人工智能的定义:使一部机器的反应方式像一个人在行动时所依据的智能。经过超过半个世纪的发展,人工智能已经渡过了简单地模拟人类智能的阶段,发展为研究人类智能活动的规律,构建具有一定智能的人工系统或硬件,以使其能够进行需要人的智力才能进行的工作,并对人类智能进行拓展的边缘学科。虽说人工智能是一门边缘学科,属于自然科学和社会科学的交叉,不过其涉及哲学和认知科学,数学,神经生理学,心理学,计算机科学,信息论,控制论,不定性论等,也是非常高深的一门学问。人工智能就其本质而言,是对人的思维的信息过程的模拟。
人工智能的发展历程
世界上约有7%的劳动力从事建筑业,因此它是世界经济的主要部门。个人和企业每年在建筑相关活动上花费10万亿美元(麦肯锡,2017)。其他行业已经使用AI和其他技术来改变其生产力绩效。相比之下,建筑以冰川的速度发展。
欧盟召集了52名专家组成的小组,提出了他们认为未来AI系统应该满足的七项要求。
早期采用人工智能技术的组织已开始从人工智能的应用中获得真正的业务成果。但推行人工智能计划并非没有挑战。人工智能创造商业价值的时代已经到来。事实上,在德勤公司(Deloitte)最近的一项调查中,82%的早期使用人工智能的组织表示,他们从人工智能投资中获得了经济回报。
我们发展人工智能,核心目的是为了用人工智能来解决我们日常工作生活中的各种问题,机器学习当然也不例外。那机器学习适合解决哪些问题呢?首先,我们一定要知道,机器学习不是万能的。其次,我们要认识到日常工作生活中的最大任务是“决策”。最后,“决策”背后的本质是“分类”。
2019年推动人工智能发展的力量是什么?国外调研机构Forrester Research公司对未来一年企业CIO针对人工智能的5项预测进行了细分。Forrester公司的一系列报告指出了2018年IT团队在实施人工智能技术时的雄心壮志与执行力之间的差距,并预测了2019年将会发生什么。
大数据技术和人工智能技术的广泛推广应用让我们的生活变得更加方便快捷,而以此为基础创建智慧交通管理模式,能够对我国目前的交通拥堵问题进行有效地解决,让我国的交通领域能够实现规范发展,提高交通方面的管理效率。
人工智能的实际应用正在飞速发展。根据世界知识产权组织(WIPO)给予的数据,在2013年至2017年间,与人工智能相关的专利申请量已增加了近三倍,达到55000多项。专利申请的增加反映了人工智能领域目前正在经历一股“淘金热”,我们也可以看到人工智能几乎在每个行业中都变得至关重要。
脑机接口应用于医疗领域,实现瘫痪人士通过脑机设备控制机械臂完成相应动作,也可实现对多动症、癫痫等疾病采取神经反馈方式做对应的恢复训练;用于智能家居,实现意念控制开关灯、开关门、开关窗帘等。