文化产业商学院

文化产业商学院
School of Creative Industry
吉林动画学院文化产业商学院

全面提升大学生文化素质和艺术修养

Comprehensively enhance the cultural quality and artistic accomplishment of College Students

国学大讲堂三 —深入人工智能自动化

上传时间:2018-04-13

发布者:jldh

阅读:

4月11号星期三下午吉林动画学院成功举办国学大讲堂,讲座主题是“人工智能深度学习”,邀请刘振泽。本期讲座是深入人工智能自动化大讲堂。

 

 机器会判断,会下棋;会避障,会抓取东西;机器会目标跟踪,会打球;机器会人类语言,会交流。但是机器会学习吗?讲座由刘振泽老师开始讲授深度学习的发展:深度学习在人工智能历史中经历了近半个世纪的演化过程,人工智能从上世纪50-70年代的推理期发展到本世纪初的以深度学习为主要方法的学习期,机器达到的智能水平让人欣喜。而深度学习作为一种机器学习算法,目前在很多领域比如图像识别、自然语言理解中显示出了很大的优越性。

 

接下来介绍了人工神经元网络的发展。从生物学角度介绍了神经元,神经元分布式存储知识(在突触)。根据这种生理机制,19世纪前半叶,人类仿造出了一个McCulloch-Pitts神经元模型,该模型用在了控制领域。该模型在1958年被改进成为多个神经元的McCulloch-Pitts神经元模型。但明斯基指出,这两种单层感知器模型的分类能力都一样,只能解决线性可分问题,而不能解决线性不可分问题。此后,人类开始致力于多层感知器的研发,1986年杰弗里·希尔顿 提出BP神经元网络模型解决了多层神经元网络的学习问题.


 

正如肯·汤普森所言:“如果遇到困惑(的问题), 就使用蛮力”,2006年,杰弗里·希尔顿 提出了深度学习概念:“可以从输入数据中进行预先训练, 自己寻找发现重要的特征, 对神经网络连接的权重进行有效的初始化,初始化后的神经网络,再用反向传播算法微调。”但此时,还有一个问题是:学习速度慢,吴恩达在解决这个问题上的研究和应用中做出了重要贡献。此后深度算法一步步改进,超过了支持向量机算法,在各项大赛中屡屡夺魁,逐渐成为机器学习中最重要的算法。

 

同时,也谈到了业界对深度学习的质疑:深度学习是靠对大量数据的蛮力学习,这和人类的智能比起来还是有区别。此外,数据是无穷无尽的,所以现在的机器学习包括深度学习不能保证真实错误率不为零。

 

在刘振泽老师介绍了深度学习的发展之后,继续对深度学习在人工智能领域的应用进行了介绍,同时对深度学习在自然语言处理和情感计算方面的应用做了比较详细的讲解,并对产品进行了视频演示。

 

 

 

 

文化产业商学院

2018年4月12日