触景无限 | 前端智能感知全球引领者

Menu

新闻资讯 > 新闻详情

深度学习已经彻底改变了我们的生活

如果把深度学习比作一个气泡,我们需要了解其弧度及折射原理,从而真正加以驾驭。

 

时至今日,机器学习已经开始观察我们的行为、倾向、相互作用与交流响应。深度学习正是机器学习的下一步发展方向。虽然其在传统上常被用于帮助机器学习方案掌握文本数据,但如今深度学习已经开始尝试从视频、音频、音乐、图像以及传感器数据等更为复杂的内容形式中提取信息。

无论是计算机视觉识别、人类识别、语音识别还是自然语言处理,这一切都已经成为“建设性”技术应用范例。之所以具备突破性,是因为其并非简单调用预先存储的历史数据,而亦可根据学习经验修改、恢复以及注释其发现的结论甚至是物理对象。

事实上,深度学习分析 目的在于识别真实数据中的真实模式。如果这种建设性能力可应用于总结经验、设计方案以及记录历史,甚至能够以惊人的逼真性反馈于我们的身体,那么现实与幻想之间的界线将变得非常模糊。或许有一天,我们可能将预算法作为经验的基石,而彻底失去人类的自我意识?

这并非形而上性质的冥想。事实上,深度学习已经迈进至以下阶段:

·可以通过在原始视觉元素之上根据消失、模糊或者误导性图像生成并叠加新的元素,从而实现图像的自动纠正。

·可以将任何粗糙的涂鸦转化为令人印象深刻的美图,这已经接近人类艺术家对现实世界的描绘。

·可以将手绘人脸蓝图通过算法转换为逼真的图像。

·可以将任意低分辨率原始图像转化为自然的高清晰度版本。

·可以指示计算机绘制任何图像,同时表现特定人类艺术家的创作风格。

·基本可以直接调用任何并不存在于源代码当中的图案、人物及其它细节图像。

·可以自动为图像及其它内容生成标题与注释,这一点接近于真实读者或者相关主题专家。

·可以渲染任何计算机生成的语音,且其听起来与人类朗读一样自然。

·可以领先计算机生成表达真实感受的音乐,其效果类似于人类音乐家的创作成果。

·可以制作各类功能性出众的物理对象,包括假肢、有机分子、3D打印、CRISPR以及其它新型技术。

很明显,这种构建能力亦可体现在重构方面,这意味着深度学习已经具备了制造与误导能力。抛开炒作不谈,深度学习的重构潜力已经在认知性问题当中得到证明,其甚至已经成为云决策支持当中的潜在算法基础。然而,如果这些重构算法与真实环境区别很大,那么实际应用很可能带来巨大风险——特别是考虑到深度学习在自动驾驶汽车与假肢设计等领域的应用。

虽然无法阻止深度学习不断融入我们的生活,但我们完全可以进一步提升其透明性,即了解这些算法如何作出自己的判断。我们应当检测深度学习应用中具体算法的识别流程(例如由源信息到端到端图形变换、统计模型乃至元数据等),进而掌握其如何以特定方式在特定情况下采取特定行动。

同样重要的是,我们应当时刻将算法结论与现实情况加以比对,从而标记二者间的冲突并考量其相互作用。总而言之,如果把深度学习比作一个气泡,我们需要了解其弧度及折射原理,从而真正加以驾驭。

原文标题:Deep learning is already altering your reality

原文作者: James Kobielus

 

来源:51CTO,Techweb

http://www.techweb.com.cn/network/hardware/2017-06-24/2540483.shtml