认识深度学习电子信息深度学习姜思源93课件.pptxVIP

学院：电子信息学院认识深度学习课程：深度学习主讲教师：姜思源

走近人工智能2016年双11期间，阿里巴巴投放了1.7亿张广告图；2017年双11期间，阿里巴巴完成了超4亿张广告图的投放。这么大量的广告图如果全靠人力来完成，相当于200个设计师不眠不休工作200年。那么阿里依靠的是什么？原来阿里的背后竟有一款“神器”——鲁班（现更名为鹿班）。“鲁班”系统为何可以助力阿里巴巴完成如此庞大的工作量呢？主要是打通了三个关键技术点：第一点是图像算法“抠图”。第二点是把设计变成“数据”，第三点就是让机器学习设计。这个“神器”的本质是什么？人工智能技术！

1.4人工智能系统的要素与核心技术

1.4人工智能系统的要素与核心技术AlphaGo的基本原理AlphaGo于2015年8月以5:0战胜三届欧洲冠军樊麾，2016年3月以4:1击败世界顶级棋手李世石，2017年，AlphaGo的升级版本Master横扫各路高手，取得60:0的惊人战绩，短短2年时间，人工智能在围棋领域又创造了人机对抗历史上的新里程碑。根据Google旗下DeepMind团队发表的论文，可以窥探到AlphaGo的基本设计思路：完全信息博弈都无非是一种搜索。搜索的复杂度取决于搜索空间的宽度（每步的选择多少）和深度（博弈的步数）。AlphaGo用价值网络（valuenetwork）消减深度，用策略网络（policynetwork）消减宽度，从而极大地缩小了搜索范围。策略网络和价值网络

1.4人工智能系统的要素与核心技术AlphaGo的基本原理策略网络和价值网络的训练过程

1.4人工智能系统的要素与核心技术人工智能的四大要素人工智能包含了如下四个要素：数据、算法、算力和场景。数据人工智能的智能都蕴含在大数据中。移动设备、摄像头、无处不在的传感器等等积累的数据。这些数据形式多样化，大部分都是非结构化数据。如果需要为人工智能算法所用，就需要进行大量的预处理。数据的预处理

1.4人工智能系统的要素与核心技术人工智能的四大要素人工智能包含了如下四个要素：数据、算法、算力和场景。算法算法是实现人工智能的根本途径，是挖掘数据智能的有效方法。人工智能主流的算法主要分为传统的机器学习算法和神经网络算法。神经网络算法快速发展，近年来因为深度学习的发展到了高潮。

1.4人工智能系统的要素与核心技术人工智能的四大要素人工智能包含了如下四个要素：数据、算法、算力和场景。算力算力为人工智能提供了基本的计算能力的支撑。深度学习加速框架通过在GPU之上进行优化，再次提升了GPU的计算性能，有利于加速神经网络的计算。CPU与GPU的微结构示意图

1.4人工智能系统的要素与核心技术人工智能的四大要素人工智能包含了如下四个要素：数据、算法、算力和场景。场景大数据、算力、算法作为输入，只有在实际的场景中进行输出，才能体现出实际的价值。但是这些场景是有条件的：第一个是必须具备充足的数据；第二个是确定性；第三个是需要完全的信息；第四个是静态；第五个就是特定领域。

1.4人工智能系统的要素与核心技术人工智能的核心算法技术机器学习机器学习（MachineLearning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉科学，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习存在不同的分类方法。

1.4人工智能系统的要素与核心技术人工智能的核心算法技术机器学习根据学习模式将机器学习分类为监督学习、无监督学习和强化学习等。根据学习方法可以将机器学习分为传统机器学习和深度学习。如图为AI与机器学习、深度学习的关系图。

1.4人工智能系统的要素与核心技术人工智能的核心算法技术知识图谱知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互联结，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的能力。知识图谱可用于反欺诈、不一致性验证、组团欺诈等公共安全保障领域，需要用到异常分析、静态分析、动态分析等数据挖掘方法。特别地，知识图谱在搜索引擎、可视化展示和精准营销方面有很大的优势，已成