免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版

新媒體管家

關(guān)鍵時(shí)刻，第一時(shí)間送達(dá)！

機(jī)器學(xué)習(xí)目前是 IT 領(lǐng)域最熱門的話題之一，這是因?yàn)樗诳此茻o(wú)限的應(yīng)用場(chǎng)景中都能發(fā)揮自身的作用。從檢測(cè)欺詐網(wǎng)站到自動(dòng)駕駛汽車，再到識(shí)別你的“金牌會(huì)員”身份以進(jìn)行價(jià)格預(yù)測(cè)等等。

但這個(gè)如此有吸引力的領(lǐng)域未來(lái)將如何發(fā)展？會(huì)走向何處？下一個(gè)最好的東西又將是什么？未來(lái)十年我們將處于什么樣的位置？無(wú)論下一個(gè)巨大的改變是否會(huì)給我們所有人帶來(lái)驚喜，本文將對(duì)機(jī)器學(xué)習(xí)將發(fā)揮作用的領(lǐng)域和用例做出五個(gè)預(yù)測(cè)。

1. 量子計(jì)算(Quantum Computing)

機(jī)器學(xué)習(xí)任務(wù)涉及到諸如在高維空間中對(duì)大量向量進(jìn)行處理和分類的問(wèn)題。我們目前用來(lái)解決這些問(wèn)題的經(jīng)典算法都需要耗費(fèi)相當(dāng)?shù)臅r(shí)間。而量子計(jì)算機(jī)在處理巨大張量積(tensor product)空間中的高維向量時(shí)，可能會(huì)處理得更好。無(wú)論是有監(jiān)督還是無(wú)監(jiān)督的量子機(jī)器學(xué)習(xí)算法發(fā)展，都能比經(jīng)典算法更快速地以指數(shù)方式增加向量數(shù)和維數(shù)，這將使得機(jī)器學(xué)習(xí)算法運(yùn)行速度的大幅增加。

相關(guān)開(kāi)源項(xiàng)目推薦：

OpenFermion — 谷歌與量子計(jì)算機(jī)創(chuàng)企 Rigetti 合作開(kāi)發(fā)的開(kāi)源量子軟件

這是一個(gè)用于編譯和分析量子算法來(lái)模擬費(fèi)米子系統(tǒng)，包括量子化學(xué)，其他功能方面，當(dāng)前版本的特征是用數(shù)據(jù)結(jié)構(gòu)和工具獲取和操縱費(fèi)米子和量子位哈密頓算子的表示。

這款軟件內(nèi)包含了一個(gè)算法庫(kù)，可以在量子計(jì)算機(jī)上模擬電子相互作用，非常適于化學(xué)、材料學(xué)方面的研究。 有關(guān)更多信息，請(qǐng)參閱論文連接。

2. 更好的無(wú)監(jiān)督學(xué)習(xí)算法(Unsupervised Algorithms)

當(dāng)給學(xué)習(xí)算法輸入的數(shù)據(jù)沒(méi)有賦予標(biāo)簽時(shí)，就可以認(rèn)為是無(wú)監(jiān)督學(xué)習(xí)，它自己會(huì)在輸入的數(shù)據(jù)中找到結(jié)構(gòu)。事實(shí)上，無(wú)監(jiān)督學(xué)習(xí)本身就是一個(gè)目標(biāo)，比如發(fā)現(xiàn)數(shù)據(jù)中隱藏的模式，或者實(shí)現(xiàn)目的的手段，通常也會(huì)把無(wú)監(jiān)督學(xué)習(xí)稱為特征學(xué)習(xí)。構(gòu)建更智能的無(wú)監(jiān)督學(xué)習(xí)算法的進(jìn)步，將會(huì)帶來(lái)更快、更準(zhǔn)確的結(jié)果。

相關(guān)開(kāi)源項(xiàng)目推薦：

CycleGAN — 生成對(duì)抗網(wǎng)絡(luò)圖像處理工具

生成對(duì)抗網(wǎng)絡(luò)(GAN)可以實(shí)現(xiàn)能解決無(wú)監(jiān)督學(xué)習(xí)問(wèn)題的模型，GAN 的網(wǎng)絡(luò)結(jié)構(gòu)是具有顛覆性的，Yann LeCun 在一次關(guān)于這個(gè)研究的演講中如此評(píng)論：「GAN 是機(jī)器學(xué)習(xí)過(guò)去的 20 年里最重要的思想之一?！?/span>

CycleGAN 這個(gè)項(xiàng)目與其它人工智能繪畫(huà)不同，CycleGAN 的研究團(tuán)隊(duì)試圖建立一個(gè)可雙向轉(zhuǎn)化不丟失信息的雙向算法。研究團(tuán)隊(duì)必須以機(jī)器可以理解的方式去描述每種風(fēng)格之間的關(guān)系，并給機(jī)器 “吃下” 大量來(lái)自 Flicker 的照片進(jìn)行訓(xùn)練。

3. 協(xié)同學(xué)習(xí)(Collaborative Learning)

協(xié)同學(xué)習(xí)簡(jiǎn)單來(lái)說(shuō)就是利用不同的計(jì)算實(shí)體，使它們共同協(xié)作，以產(chǎn)生比自己所取得的更好的學(xué)習(xí)成果。一個(gè)典型的例子就是利用物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)進(jìn)行分析，或稱為邊緣分析。隨著物聯(lián)網(wǎng)的發(fā)展，將會(huì)有越來(lái)越多單獨(dú)的實(shí)體被用來(lái)以多種方式進(jìn)行協(xié)同學(xué)習(xí)。

4. 深度個(gè)性化推薦(Deeper Personalization)

個(gè)性化推薦既是偉大的，但它同樣也會(huì)令用戶感到厭煩。我們經(jīng)常會(huì)收到一些沒(méi)有什么價(jià)值的建議，而那些個(gè)性化推薦似乎與我們實(shí)際上可能感興趣的任何東西沒(méi)有任何實(shí)際的關(guān)系。但將來(lái)，憑著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，相信用戶將會(huì)收到更精確的建議，推送的廣告也變得更有效，準(zhǔn)確性也更高。用戶體驗(yàn)也將大大提升。

相關(guān)開(kāi)源項(xiàng)目推薦：

Apache PredictionIO — 面向開(kāi)發(fā)者和數(shù)據(jù)科學(xué)家的開(kāi)源機(jī)器學(xué)習(xí)服務(wù)器

PredictionIO  不久前從 Apache 孵化項(xiàng)目中脫胎而出，宣布成為 Apache 頂級(jí)項(xiàng)目。

PredictionIO 是面向開(kāi)發(fā)者和數(shù)據(jù)科學(xué)家的開(kāi)源機(jī)器學(xué)習(xí)服務(wù)器。它支持事件采集、算法調(diào)度、評(píng)估，以及經(jīng)由 REST APIs 的預(yù)測(cè)結(jié)果查詢。使用者可以通過(guò) PredictionIO 做一些預(yù)測(cè)，比如個(gè)性化推薦、發(fā)現(xiàn)內(nèi)容等。PredictionIO 提供 20 個(gè)預(yù)設(shè)算法，開(kāi)發(fā)者可以直接將它們運(yùn)行于自己的數(shù)據(jù)上。幾乎任何應(yīng)用與 PredictionIO 集成都可以變得更“聰明”。其主要特點(diǎn)如下所示：

• 基于已有數(shù)據(jù)可預(yù)測(cè)用戶行為

• 使用者可選擇自己的機(jī)器學(xué)習(xí)算法

• 無(wú)需擔(dān)心可擴(kuò)展性，擴(kuò)展性好

• 提供個(gè)性化視頻、新聞、交易、廣告或職位信息

• 幫助用戶發(fā)現(xiàn)有趣的事、文件、App 和資源等

PredictionIO 基于 REST API（應(yīng)用程序接口）標(biāo)準(zhǔn)，不過(guò)它還包含 Ruby、Python、Scala、Java 等編程語(yǔ)言的 SDK（軟件開(kāi)發(fā)工具包）。其開(kāi)發(fā)語(yǔ)言是Scala語(yǔ)言，數(shù)據(jù)庫(kù)方面使用的是MongoDB數(shù)據(jù)庫(kù)，計(jì)算系統(tǒng)采用 Hadoop 系統(tǒng)架構(gòu)。 

5. 認(rèn)知服務(wù)(Cognitive Service)

這項(xiàng)技術(shù)包括類似 API 和服務(wù)的工具包，開(kāi)發(fā)者可以通過(guò)這些工具創(chuàng)建更多可發(fā)現(xiàn)而且是智能的應(yīng)用程序。機(jī)器學(xué)習(xí) API 將允許開(kāi)發(fā)者引入智能功能，如情感檢測(cè)分析；聲音、面部和視覺(jué)識(shí)別；并將語(yǔ)言和聲音理解融入其應(yīng)用程序中。這個(gè)領(lǐng)域的未來(lái)將是為所有人推出深度個(gè)性化的計(jì)算體驗(yàn)。

簡(jiǎn)單來(lái)說(shuō)，認(rèn)知服務(wù)可向應(yīng)用、網(wǎng)站和機(jī)器人注入智能算法，以自然的溝通方式來(lái)觀察、傾聽(tīng)、談話、了解和解釋用戶需求。

關(guān)于認(rèn)知服務(wù)的一些假設(shè)：

當(dāng)我們談及人工智能時(shí)不可回避的一個(gè)問(wèn)題是，人工智能究竟是天使還是魔鬼。而認(rèn)知服務(wù)的主要任務(wù)是讓機(jī)器理解人類世界，并能按照人類的思維方式或者超出普通人的思考能力去替代人類完成某些的判斷或決策，以替代人類大腦。一旦人工智能擁有“思考能力”之后，人類很難預(yù)測(cè)她的行為究竟是善意的行為，還是惡意的陷阱。目前的認(rèn)知服務(wù)是否開(kāi)啟了人工智能的潘多拉魔盒我們還未嘗可知，未來(lái)的一切還有待我們來(lái)探索。

在機(jī)器學(xué)習(xí)的光明未來(lái)中，我們認(rèn)為這些都是會(huì)發(fā)生的事情，不過(guò)同樣的，引入一些新的未知的顛覆性技術(shù)將會(huì)使得我們永遠(yuǎn)無(wú)法預(yù)測(cè)未來(lái)。