Google|人工智能vs機器學(xué)習(xí)vs深度學(xué)習(xí)( 二 ) 谷歌pixel

深度學(xué)習(xí)
2017 年 10 月， Google Brain 負責(zé)人 Jeff Dean 在伯克利的 VB 峰會上表示——

如果你有 10 個樣本，那么深度學(xué)習(xí)將很難工作。但是，如果您有 100000 條記錄或您關(guān)心的任何內(nèi)容，那么您可以期望深度學(xué)習(xí)技術(shù)發(fā)揮作用。

今天，基于深度學(xué)習(xí)開發(fā)的圖像識別系統(tǒng)比人類更好——從識別貓到識別 MRI 掃描中的血癌和腫瘤指標。
谷歌 AlphaGo在圍棋游戲（比國際象棋復(fù)雜得多）上進行了訓(xùn)練，它通過一遍又一遍地與自己對戰(zhàn)來推進其神經(jīng)網(wǎng)絡(luò) 。 2016 年 3 月，它成為第一個擊敗職業(yè)人類圍棋選手的計算機程序。
可視化 AI ML 和 DL思考 AI、ML 和 DL 關(guān)系的最簡單方法是將它們可視化為同心圓，其中首先是人工智能，然后是機器學(xué)習(xí) ，最后是推動當前 AI爆炸的深度學(xué)習(xí) 。
從蕭條到繁榮自1956年以來，人工智能一直是人類想象力的一部分，并在研究實驗室中醞釀。自 2012 年以來的 7 年中，我們在文本低估、信號處理、語音和圖像等眾多關(guān)鍵 AI 問題上取得了比過去 25 年更多的進步認可。
過去幾年 AI 爆炸式增長的主要原因是 GPU 的廣泛可用性，這使得并行處理速度更快、成本更低。它還與幾乎無限的存儲和整個大數(shù)據(jù)運動有關(guān)——文本、圖像、交易，應(yīng)有盡有。
如今，所有科技巨頭都在大力投資人工智能項目，每天有數(shù)十億人通過網(wǎng)絡(luò)搜索引擎、社交媒體和電子商務(wù)平臺與人工智能軟件進行交互。我們與之互動最多的人工智能類型之一是機器學(xué)習(xí) 。到 2025年，全球人工智能市場的收入將超過 59 萬億美元。
人工智能是未來，這要歸功于深度學(xué)習(xí)深度學(xué)習(xí)通過以使所有類型的機器輔助似乎成為可能的方式分解任務(wù) ，實現(xiàn)了機器學(xué)習(xí)的幾個實際應(yīng)用。更好的產(chǎn)品推薦和故事建議、更好的預(yù)防保健、無人駕駛汽車—今天，所有這些事情都是可能的。在深度學(xué)習(xí)的幫助下，人工智能甚至可能達到人類長期以來想象的那種科幻狀態(tài) 。