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 > 行业分析 > 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版胶塞行业企业建设项目可行性研究报告(2014-10-23)
全国主要地区破伤风类毒素产业发展状况暨投资环境调查研究报告(2014-12-01)
2015-2020年中国旋铆机行业市场深度剖析及投资发展研究报告(2015-07-16)
2014-2018年安义县县域经济发展战略规划研究报告(2014-02-16)
2015-2019年中国液压振动试验系统行业市场深度调查分析及投资战略研究报告(2014-12-04)
2014-2018年中国网络游戏行业市场发展研究及投资机会分析报告(2014-06-09)
2016-2022年中国羟胺区域行业市场调查研究及发展分析报告(2015-10-27)
2015-2019年中国网球用品企业拟IPO上市细分市场研究报告(2014-11-20)
中国煤气电磁阀行业市场深度调查研究及投资咨询报告(2018-08-07)
2015-2019版透明纸行业企业建设项目可行性研究报告(2014-11-20)

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