最有看点的互联网金融门户

最有看点的互联网金融门户
互联网经济国内资讯

2018年人工智能和深度学习将如何发展?

本文共1639字,预计阅读时间33

随着我们的日常生活与各种各样的技术越来越紧密地交织在一起,有时候,似乎未来已经到来。然而,技术仍在不断发展,人工智能(AI)已经占据了这一领域的中心地位。在许多前进力量的支持下,人工智能继续激发公众对未来的想象。亚马逊的Alexa、Netflix的推荐系统以及SnapChat滤镜等的创新,进一步推动了这一信念,这些都是人工智能进入个性化领域的优秀范例。

最常见的人工智能构成部分,以及人工智能家族中的“聪明之星”,都是“深度学习”。深度学习是一种数据学习的模式,近年来改进了长期以来的预测准确性标准。除了传统的预测建模之外,它还在语音识别和计算机视觉领域有突出贡献。然而,随着我们迎接新年的到来,事情将变得更加有趣。让我们来看看2018年的深度学习(以及更广泛的人工智能)的情况。

卷积神经网络(几乎)无处不在

卷积神经网络是一种复杂的学习模型,它的优点是需要对数据进行最少的预处理或“清理”。主要被应用于“解决”视觉图像分类和处理,目前开始应用于更多的案例。

其理念是,视觉世界是合成的,因此图像可以被分解成最基本的特征。例如,一个风景的图像由各种各样的物体组成;这些物体由轮廓和线条组成,而这些线条又由像素组成。Covnets能够识别这些成分,并创建分层的抽象世界概念,使各种识别任务变得更容易。

(图注:以鸟的形象在图像中识别物体的卷积神经网络。)

目前,Facebook的照片标签和面部识别功能都使用了Covnets。在2018年,我们可以预计,Covnets将更广泛的应用于自动驾驶领域,特斯拉的Model X已经在使用Covnets来实现自动驾驶的相关功能。更近的,像Quere.ai这样的公司正在使用Covnets,并且在医学成像的诊断方面取得了显著的成功。预计公司将开始为这些高度精确的学习模式寻找不同的应用。

人工智能将加强数据安全

虽然机器学习和深度学习模型具有前所未有的预测精度,但有些目前仍容易受到质疑。例如,在受监督的机器学习中,模型学习标记数据的某些特征,训练和测试数据被假定来自相同的数据分布。如果数据在这个假设中失真,那么模型的预测精度就会受到很大的影响。以垃圾邮件过滤为例——如果将随机文本和图像添加到消息中,消息可能会绕过垃圾邮件检测系统。这就是为什么你的收件箱里塞满了垃圾邮件,尽管有一个系统可以阻止它。

安全部门巨头McAfee公司认为,将数字安全考虑在内,2018年勒索软件和其他数字威胁(比如对全球社会造成恐慌的“WannaCry”)越来越多地利用机器学习和深度学习技术。具体来说,这些模型将威胁到检测模型,从检测模型的防御反应中学习,并利用发现的漏洞来破坏检测模型,其速度比防御者修补漏洞的速度更快。

为了抵御这些技术,McAfee公司的工程师们一直在研究对抗机器学习,并组建一个先进的防御研究团队来为这些漏洞创建解决方案。要真正抵御这种攻击,唯一的办法是建立一种更为普遍的学习模式,甚至能找出最微小的异常。在这方面,一些有趣的研究正在进行中。

结论

在过去的两三年里,人工智能和深度学习在公共领域出现了爆炸式的增长,推出了一些令人兴奋的产品。在2018年和未来几年,它们将越来越多地出现在我们的日常互动中,尤其是在移动应用领域。

随着移动硬件地快速发展,它将能够支持复杂的深度学习任务。例如,苹果的iOS 11支持CoreML,这是一款面向iOS开发者的机器学习工具包。未来,开发者将可以部署支持文本预测和图像识别的应用(比如SnapChat),不需要任何机器学习的知识。

很显然,人工智能和深度学习的未来充满活力和前景。我们看到这种变化和进步的速度有多快,只有时间能给予我们答案。因此,随着新的一年的展开,让我们拭目以待,看看这一细分领域的表现吧。

(选自:yourstory  作者:Uday Keith  编译:网易见外智能编译平台 审校:nariiy )


用微信扫描可以分享至好友和朋友圈

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。

发表评论

发表评论

您的评论提交后会进行审核,审核通过的留言会展示在下方留言区域,请耐心等待。

评论

您的个人信息不会被公开,请放心填写! 标记为的是必填项

取消

张旭阳:智能时代的金融新生态

清华金融评论 1天前

失控的智能设备 谁在“消费”我们的隐私?

第一财经《解码新金融》 01-31

2018,汽车金融的狂欢与焦虑

郝文丽 | 中国汽车报 01-28

互金公司的AI野心,要历经几重考验?

网事风云 | 虎嗅网 01-25

埃森哲与百度金融联合报告:揭秘智能金融

谢青禾 | 新金融琅琊... 01-22

版权所有 © 清华大学五道口金融学院互联网金融实验室 | 京ICP备17044750号-1