大师网-带你快速走向大师之路 解决你在学习过程中的疑惑,带你快速进入大师之门。节省时间,提升效率

机器学习开篇 - 立个飘摇的小旗

从小梦想做个文豪,后来连做梦醒了都想着先打分号;

从来美国读书开始教授就忽悠着上machine learning的课,到现在连楼下卖鱼的花名都叫“See Food”。虽然我是个正经搬砖的,但这些年通过杂乱无章的涉猎和我对各路人马的暗中观察,最终还是在机器学习这找到了如花的感觉。像众多情侣一样,我也决定给她写一写狗血的日记,纪念我们这不知道能撑到哪一天的心血来潮。

Artificial Intelligence is the New Electricity—AndrewNg

人工智能是新的电能 - 吴恩达

AI的发展史也是几经波折,但是唯有这次浪潮异常汹涌,各个方向的研究百花齐放而且迅速落地。从风格迁移的小app到自动驾驶, 从人脸识别到AlphaGo,一夜之间AI成了“魔法”的另一个名字。这得益于:

1. 海量数据的产生和收集。

通俗来讲,就是勤能补拙。想像成一个不会举一反三的孩子,告诉他什么是猫他可能并不能记住,但是你每天带他去看猫,看各种各样的猫,他总有一天就能记得。进一步讲,这也解释了为什么AI在互联网之外最早落地的项目是在医疗,金融领域,因为他们的专业性,医疗和金融行业拥有着大量且规范的数据存储,使得他们在其他领域还是姑姑收集数据的同时,能够利用算法迅速把已有数据变现。

拿自动驾驶为例,Google应该是最早开始做自动驾驶的公司,从2009年至今Waymo运行了超过1000万英里,特斯拉Autopilot从2015年至今运行了超过12亿英里。Google拥有科技公司里顶尖的科学家和工程师,很早开始研究和实践,可现在看来Tesla和Uber也许更有可能先作出达到安全标准的自动教师汽车。我们应该非常尊重Google对于这项技术谨慎的态度,所以它在美国的乡村城市间默默跑了十年仍然没有推出面向市场的产品。但也正是因为它的谨慎和Tesla这类公司的激进,导致了Google已经在这一领域起了个大早却赶了晚集。

Waymo
Autopilot

2. 机器学习算法的改进

最著名的自然是深度学习神经网络。这项技术的灵感类大概来自于仿生学,我们的大脑中数以亿万记的神经元彼此连接,我们从外界得到“输入”信息,比如看到的画面听到的声音,然后经过神经元彼此之间的信号传递和处理,最终我们的大脑得到一个“输出”,比如你看到的画面是只猫而不是狗。

大脑神经网络

神经网络的学习原理简单来讲也是如此。把输入的数据经过一层有一层的处理,前一级的处理结果又变成下一级的输入信息,如此递进,最终得到输出结果。

人工深度神经网络

如卷积神经网络,循环神经网络等拯救世界的一系列算法,将机器学习的识别能力提升到了人类之上。甚至得益于神经网络在图像识别的惊人作用,某些医疗研究通过AI分析的结果,达到99%的准确率。

3. 处理器性能的提升

随着机器学习网络的扩大和数据量的不断提升,学习模型对于计算能力的要求更是几何式爆炸行增长。传统CPU已经不能满足复杂的模型训练,GPU也越来越成为开发者的首选。Google在2017年发布TPU论文,又将这一领域提高到了前所未有的高度。

据称,TPU 平均比当前的 GPU 或 CPU 快15~30倍,性能功耗比(TOPS/Watt)高出约 30~80 倍。此外,在 TPU 中采用 GPU 常用的 GDDR5 存储器能使性能TPOS指标再高 3 倍,并将能效比指标 TOPS/Watt 提高到 GPU 的 70 倍,CPU 的 200 倍。

感兴趣的小朋友有空可以批阅下这篇闪闪发光的paper:

谷歌TPU 论文《在数据中心分析中对张量处理器性能进行分析》

4. 推动者

学习机器学习的同学们应该都是从吴恩达的斯坦福课程入门的吧,他本人不仅在课程里极力阐述AI的强大与美,百度离职后创立的deeplearning.ai继续他的布道。同样奔走呼吁的还有开复大爷,在这推荐一下他的《AI·未来》。这本书并非技术讲解,也不能让你三天入门五天精通。它以一个和蔼大爷唠嗑的口吻和这个领域最杰出的科学家的精准眼光,娓娓道来他对这门技术的爱与感悟。好像一般这个地方会贴一个卖书的link,我不卖东西,突然觉得自己很业余。。。

除了个人以外还有组织,公司和政府对与AI项目的研发支持。如开复大爷所说,AI的角斗场只有中国和美国(参见李开复:欧洲人工智能毫无希望)。


中国,美国和其他国家对于AI的投资

开源项目AI00会发布AI领域的公司排名,以计算机视觉方向为例

公司国家技术研究产品应用市值 / 估值 / 融资额

Clarifai美国计算机视觉图像及视频识别 APIB 轮 3000 万美元

Affectiva美国计算机视觉和深度学习实时面部表情分析和情绪识别解决方案四轮融资共获得 3372 万美元

ViSenze新加坡计算机视觉、视觉搜索、图像识别电子商务、移动商务、 在线广告等图像识别解决方案两轮融资共获得 1400 万美元

Orbital

Insight美国计算机视觉、深度学习和数据科学分析海量卫星图像,用于经济趋势分析和公益研究C轮融资共 5千万美元

Planet

Labs美国计算机视觉和数据科学将卫星图像识别用于农业、城市规划和灾害响应等2015 年 5 月融资 1830 万美元

Descartes

Labs美国计算机视觉和深度学习通过 DLFP 平台为农业提供数据分析和预测的解决方案B轮 3千万美元

商汤科技中国计算机视觉和深度学习人脸识别、危险品识别、行为检测、车辆检测等的安防监控系统C+ 轮 6.2亿美元

旷视科技中国计算机视觉和深度学习Face++人脸识别云服务平台、Image++图像识别平台、VisionHacker移动游戏工作室C 轮 4.6亿美元

依图科技中国计算机视觉和深度学习基于图像理解的信息获取和人机交互服务3.8亿元C轮融资

图普科技中国计算机视觉和深度学习图像识别、视频鉴黄、智能审核、图片增值等云服务新一轮千万美元融资

Neurala波士顿深度学习、计算机视觉帮助机器人和智能设备学习和适应环境的软件A 轮融资约1400 万美元

云从科技中国人脸识别、计算机视觉金融机构人脸识别应用、公安系统实时布控、追逃等B 轮 5亿人民币

深醒科技中国计算机视觉、人脸识别智能安防、智慧金融、智慧楼宇等领域B 轮数亿人民币

感兴趣的同学可以查看完整版「AI00」榜单

看到很多文章就是一股脑的贴一堆链接出来,各种学习材料,可是对于很多人来讲没经过筛选的信息跟垃圾没两样。一起学习吧骚年~