人工智能爆发条件三：核心算法取得突破，深度学习不断优化

您当前位置：首页 > 中为资讯 > IT通讯 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2016-08-11 16:48:52】【打印】【关闭】

相关报告

2015-2019年中国车蜡业兼并重组及投资建议研究分析报告(2014-10-29)
2015-2019版鲜花行业企业建设项目可行性研究报告(2014-11-21)
2015-2019版涤纶纤维行业企业建设项目可行性研究报告(2014-10-22)
2015-2020年中国包装材料加工机械行业市场主要领域调查分析报告(2015-09-07)
2015-2020年中国线饶电感器行业市场主要领域调查分析报告(2015-09-15)
2014-2018年中国飞轮行业市场深度剖析及投资前景趋势研究报告(2013-12-25)
2015-2020年中国柔软剂行业市场主要领域调查分析报告(2015-10-09)
2015-2020年中国金银花行业市场深度剖析及投资发展研究报告(2015-06-19)
2016-2022年中国寻呼机行业市场深度调查研究及投资咨询报告(2015-12-10)
2016-2022年中国高铝水泥行业市场深度调查研究及投资咨询报告(2015-12-08)

机器学习是实现人工智能的重要方法。机器学习主要研究计算机如何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。

机器学习是实现人工智能的重要方法

深度学习，又称深层神经网络（CNN），是机器学习领域重要分支，由Hinton等人在2006年提出。深度学习由人工神经网络模型发展而来，“深度”指模型的层数以及每一层的节点数量，与人工神经网络相比有了很大程度的提升。

传统神经网络与深度神经网络对比示意图

深度学习有许多种不同的实现形式，根据解决问题、应用领域的不同，它也有不同的名字：如卷积神经网络、深度臵信网络、受限玻尔兹曼机、深度玻尔兹曼机、递归自动编码器、深度表达等等。不过究其本质来讲，都是类似的深度神经网络模型。

深度学习是机器学习算法的一类，有多重实现形式

深度学习层数的不断提升是近年来人工智能的重大突破之一。深度学习层数近年来不断提升，在2015年ImageNet计算机视觉识别挑战赛中微软以152层的神经网络算法夺得冠军，这比以往任何成功使用的神经网络层数多5倍以上，在照片和视频物体识别技术方面实现了重大突破。

深度学习热度不断上升，AlphaGo与李世石的人机大战是引爆点。根据百度指数，深度学习热度从2016年2月开始几近直线上升，3月AlphaGo与李世石的围棋人机大战使深度学习热度达到峰值。

深度学习热度不断上升

大量深度学习平台和框架开源推动行业快速发展。Google、Facebook、百度和微软等人工智能巨头公司纷纷开源其人工智能平台，许多深度学习框架也纷纷开源，使得世界各地的开发者们可以免费获得优质机器学习算法源码。人工智能平台、工具包和框架的开源大幅降低了开发深度学习系统的相关应用门槛，推动了行业的进步。

开源深度学习项目及框架列举