几个概念——关于人工智能、大数据、深度学习

以我自己的理解来谈谈这三个概念。

 

人工智能：一种较为“科技化”的说法。其实当今时代的所谓“人工智能”，完全无法与人类的“智能”相提并论。只是一种吸引人的说法。利用的一些手段，模拟了人类的“智能”所产生的效果。

 

大数据：顾名思义，大量的数据。“假如能利用用户ID，将用户在微博上的社交行为，和用户在电子商务平台如淘宝、京东等的购买行为关联起来，通过不同来源的大数据的整合，采集到更多维度的数据，就可以向微博用户更准确地推荐他最喜欢的商品。聚合更多数据源，增加数据维度，这是提高大数据价值的好办法。”——李开复、王咏刚著《人工智能》

 

深度学习：利用大量的数据进行机器能够办得到的学习功能，构造一个函数，使机器能够在某些输入的情况下输出需要的值。并可以利用新的数据进行不断修正。

 

经过一段时间的学习，对于这几个概念有了一些更深的理解。

以下是更新后的部分。

 

人工智能：一种较为“科技化”的说法。其实当今时代的所谓“人工智能”，完全无法与人类的“智能”相提并论。只是一种吸引人的说法。利用的一些计算机算法和手段，模拟了人类的“智能”所产生的效果。至于计算机是否真的产生了“智能”，这个主要看对于“智能”的定义。换言之，计算机的“智能”和人类的智能是不一样的，虽然有所谓的“学习”过程，但这是建立在数学和计算上的。至于人类的智能……可能我们现在都还没搞清楚它是怎么产生的。

 

大数据：顾名思义，大量的数据。“假如能利用用户ID，将用户在微博上的社交行为，和用户在电子商务平台如淘宝、京东等的购买行为关联起来，通过不同来源的大数据的整合，采集到更多维度的数据，就可以向微博用户更准确地推荐他最喜欢的商品。聚合更多数据源，增加数据维度，这是提高大数据价值的好办法。”——李开复、王咏刚著《人工智能》

我们把如今的时代称为大数据时代，是因为现在每时每刻都在产生大量数据（相对于数年前，数据量有了巨大的提高）而数据中也有大量有价值的信息，这就催化了数据挖掘的发展。数据挖掘从数据中发掘出信息，而信息的价值比数据要大得多。可以用来分析用户行为，进行预测等。

深度学习：利用大量的数据进行机器能够办得到的“学习”功能，构造一个函数（或者称之为映射更加合适），使机器能够在某些输入的情况下输出需要的值。并可以利用新的数据进行不断修正。如今的深度学习是一个翻新的概念，其实类似的概念在数年前就存在，即多层感知机等概念。但是现在的深度学习的神经网络深度更深（由于计算工具的发展，如GPU并行计算，使得比较深的神经网络的训练成为可能）。

下面是一个基础的深度学习神经网络示意图[1]。来自A Krizhevsky ， I Sutskever ， GE Hinton的ImageNet classification with deep convolutional neural networks.

可以看到，一层接着一层的神经网络构成了深度学习模型。一层的计算结果传入后层，最后输出结果。

 

 

[1]Krizhevsky A, Sutskever I, Hinton G E. ImageNet classification with deep convolutional neural networks[C]// International Conference on Neural Information Processing Systems. Curran Associates Inc. 2012:1097-1105.