人工智能与教育的融合.pdfVIP

人工智能与教育的融合 1、深度学习能够把两种不同的复杂的数据关联起来 只要有足够多的图片标注好其对应的文字，通过深度学习就可以预测类似图 片所对应的文字了。 把图片替换成声音，深度学习就由图片识别变为声音识别。如果标注的是声 音对应的正文，就可以做语音识别，如果标注的是讲话的人，就可以做声纹识别。 把对应的过程颠倒过来，就可以做语音合成。 不仅图像可以和文字对应，图像还可以和图像自己对应，例如可以把素描的 图像与真实照片对应，或者是把真实照片与艺术照对应。 文字也可以与文字进行对应。中文对应成英文，就可以做翻译。把长的新闻 报道与其总结做对应就可以自动生成新闻标题。把说话与其潜在的回应对应，就 可以做聊天机器人。排列组合的情况非常多，例如自动驾驶技术的基本原理就是 图片与方向盘/油门/刹车的对应。当然实践中，并不是简单这么一下就对应出来 的，需要用到不同类型的深度学习网络例如 CNN/RNN/LSTM/GAN 等等，在这里就不 展开了，有兴趣了解的可以去网上搜一下。 2、相比于人的学习，深度学习需要非常多倍的数据量 目前深度学习的一大瓶颈就是想要准确率高，就得有大量的人工标注数据 （supervised learnin