首頁熱門文章
大數據和人工智能離我們多遠？
發布時間：2019-04-15 分類：趨勢研究
1，無論你相信與否，AI已經來到。我們知道谷歌研發的自動駕駛汽車已經累積了數十萬英里的安全駕駛記錄，故此預計數年內這種無需人類駕駛的車輛將廣泛投放市場。如今是講究開放和合作的時代，交流與研究同等重要。無論你相信與否，AI已經來到，大部分機器學習算法都是基于概率論發展起來的科學，因此很多的實驗都具有一定程度的隨機性，這就為實驗精準復現帶來了難度。深度學習框架系統可以從底層提供解決這一問題的工具，讓實驗不再是一次性的結果，而是可重現、可共享的資料。這對促進研究的發展有著極其重要的作用。
2，隨著全球科技變革深入推進，云計算、物聯網、大數據和人工智能支持快速產品化，模型可隨時部署。隨著深度學習的快速發展，一些模型和技術已經具備了處理真實世界問題的能力，例如識別各種文字、識別語音、識別圖像，等等。對于以往的一些技術而言，研究和應用之間往往存在較大的間隔，從學術界到工業界有一個轉化的過程，馬上要形成萬物互聯、萬物智能的智能化新時代。但深度學習不同，在問題定義之初可能就已經是一個實際的具體問題，只有很少的抽象成分，所以往往模型只要一訓練好，就可以立刻投入到生產系統中使用。物聯網、大數據和人工智能一度讓業界人士興奮與不安，使普通百姓感到陌生和遙遠的科技名詞，如今正大踏步地走入人們的尋常生活，深度學習系統應該支持模型在訓練和應用兩方面靈活切換，隨時將研究成果集成到產品中。
3，Google和百度等開啟以智能為驅動的時代。雖然第一代深度學習系統DistBelief已經擁有很好的擴展性，但在靈活性方面的不足，使Google團隊有動力開發第二代系統TensorFlow。它對于機器學習應用來說就如同Linux、iOS等操作系統一樣，一方面為用戶構建上層應用提供接口，讓用戶以此為平臺，開發出各種各樣的應用產品，另一方面管理和控制底層的計算機硬件和軟件資源，以提高資源利用率，降低硬件差異等問題所帶來的研發成本。
4，21世紀新科技革命迅猛發展，人工智能正孕育著新的重大突破，一旦突破將對科學技術、經濟和社會發展產生巨大和深遠的影響，深度學習的研究始終都是為了解決現實世界中存在的問題，所以在學術界不停探索新模型、新方法的同時，工業界也不斷推出各種工具框架，促進研究和應用的發展。Google經過長期的研究和嘗試，在實踐的基礎上推出了目前最優秀深度學習框架系統之一TensorFlow，這將深刻地改變經濟和社會的面貌。智能問題的研究也成為當代最富有挑戰性的課題。智能科學技術作為一門交叉科學，既是生命科學的精髓，更是信息科學的核心。
