深度学习并未走进死胡同( 二 )

深度学习精到之处

最初 , 深度学习刚刚进入大多数人工智能研究人员的视线时 , 被嗤之以鼻 , 但短短几年后 , 它的触角在诸多高科技领域延伸 , 横跨谷歌、微软、百度乃至推特等多家企业 。

很多高科技公司热衷探索深度学习的一种特殊形态——卷积神经网络 。 卷积网络是由相互连通的卷积层组成 , 与大脑中处理视觉信息的视觉皮层十分类似 , 不同之处在于 , 其可以重复使用一张图像中多个位置的相同过滤器 。 一旦卷积网络学会在某个位置识别人脸 , 也可以自动在其他位置识别人脸 。 这种原理也适用于声波和手写文字 。

业内人士认为 , 卷积神经网络可以使得人工神经网络能够快速接受培训 , 因为“内存占用空间小 , 不需要对图像中每个位置的过滤器进行单独存储 , 从而使神经网络非常适合于创建可扩展的深网(Deep nets)” 。 这也令卷积神经网络具有善于识别图形的优点 。 正是基于此 , 谷歌开发出安卓手机的语音识别系统、百度对可视化新型搜索引擎进行研发 。


推荐阅读