最近有很多关于机器学习人类目前在我们的工厂、仓库、办公室和家庭中做的事情的可能性。 虽然技术在快速发展 - 伴随着恐惧和兴奋，但人工智能，机器学习和深度学习等术语可能让您感到困惑。 我希望这个简单的指南能够帮助解决围绕深度学习的困惑，这8个实例将有助于解释当今深度学习技术的实际应用。
什么是深度学习？
人工智能领域基本上是机器可以完成通常需要人工智能的任务。 它包含机器学习，机器可以通过经验学习并获得技能而无需人为参与。 深度学习是机器学习的一个子集，其中人工神经网络，受人类大脑启发的算法，从大量数据中学习。 与我们从经验中学习的方式类似，深度学习算法会反复执行任务，每次调整一点以改善结果。 我们称之为“深度学习”，因为神经网络具有各种（深层）层次，可以实现学习。 几乎任何需要“思考”解决的问题都是深度学习可以学会解决的问题。
我们每天产生的数据量是惊人的 - 目前估计为2.6亿字节 - 这是使深度学习成为可能的资源。 由于深度学习算法需要大量数据来学习，因此数据创建的增加是深度学习能力近年来增长的一个原因。 除了更多的数据创建之外，深度学习算法还受益于当今可用的更强大的计算能力以及人工智能（AI）即服务的激增。 人工智能即服务使小型组织能够访问人工智能技术，特别是深度学习所需的人工智能算法，无需大量初始投资。
即使在使用非常多样化，非结构化和相互连接的数据集时，深度学习也允许机器解决复杂问题。 学习算法越深入学习，表现就越好。
8个深度学习的实例
现在我们正处在机器可以学习如何在没有人为干预的情况下解决复杂问题的时代，他们正在解决的问题究竟是什么？ 以下是深度学习当前支持的一些任务，随着算法通过输入数据继续学习，列表将继续增长。
1、虚拟助手
无论是Alexa还是Siri还是Cortana，在线服务提供商的虚拟助手都会使用深度学习来帮助理解您的语音以及人们与他们互动时使用的语言。
2、翻译
以类似的方式，深度学习算法可以在语言之间自动转换。 这对旅行者，商务人士和政府人员来说都很有用。
3、无人驾驶运输卡车，无人驾驶飞机和自动驾驶汽车的愿景
自动驾驶汽车了解道路的现实以及如何回应它们的方式，无论是停车标志，街道上的球还是其他车辆，都是通过深度学习算法来实现的。 算法接收的数据越多，他们在信息处理中就越能够像人一样行动 - 知道被雪覆盖的停车标志仍然是一个停止标志。
4、聊天机器人和服务机器人
通过深入学习，为许多公司提供客户服务的Chatbots和服务机器人能够以智能且有用的方式响应越来越多的听觉和文本问题。
5、图像着色
将黑白图像转换为彩色以前是人手精心完成的任务。 今天，深度学习算法能够使用图像中的上下文和对象来对它们进行着色，以基本上重新创建彩色的黑白图像。 结果令人印象深刻且准确。
6、 面部识别
深度学习被用于面部识别，不仅用于安全目的，还用于在社交网络帖子上标记人物，我们可以仅仅通过在不久的将来使用我们的面孔来支付商店中的物品。 面部识别的深度学习算法面临的挑战是，即使他们改变了发型，长出胡须或剃掉了照片，或者由于光线不好或阻碍而拍摄的图像很差，也知道它是同一个人。
说到人脸识别，谷歌曾经在2017年发布了一款AI硬件纸盒套件，也是旗下AI开源项目(AIY Projects)的作品。AIY Vision Kit 是一套简单的计算机视觉系统，它可以检测几千种常见物体，但也可以对人类的脸部表情进行检测，并显示出情绪，比如微笑、皱眉、愤怒、开心等等。
7、医药
从疾病和肿瘤诊断到专门为个人基因组创建的个性化药物，医学领域的深度学习引起了许多大型制药和医疗公司的关注。
8、个性化的购物和娱乐
有没有想过视频网站如何为您接下来要观看的内容提出建议？ 或者亚马逊提出了接下来应该购买的产品的想法，这些
网友评论