认识达内从这里开始

认真做教育专心促就业

2018我们还期待什么

发布：达内
来源：互联网
时间：2017-12-28 15:02

    日常生活渐渐的与各种技术日益交织在一起，很多时候我们都能感受到未来已来。人工智能技术是目前我们常谈的话题的核心，它被视为前进的方向，使得公众对于未来有了无限可能的想象。亚马逊的Alexa、Netflix的推荐系统以及SnapChat的过滤器等创新技术进一步激发大众的想象力，这些都是人工智能进入私人领域的绝佳例子。
    最常见的人工智能组件，实际上就是人工智能系列中的明星--“深度学习”.它是近年来数据学习的一种模式，提高了预测精度的长期标准，在传统的预测建模之外，它在语音识别和计算机视觉领域取得了最大的成功。
    在这一年的交替之际让我们一起看看可以从深度学习中获得什么，更广泛的说，可以从人工智能中期待什么。
    卷积神经网络将无处不在
    卷积神经网络（Covnets）是一种复杂的学习模型，其优点是可以对数据进行需预处理或“清理”数据。主要“解决”视觉图像分类和处理这块儿，但现在它们已经开始被应用到更多的用例中。
    视觉世界是合成的，图像可以说是最基本的特征。例如，风景的图像是由各种物体组成，而这些对象又由轮廓和线条组成，而轮廓和线条又由像素组成。卷积神经网络有能力识别这样的组合，并创建分层抽象，使各种识别任务更容易。
    目前，Facebook使用Covnets的照片标签和脸部检测功能。预计在2018年Covnets将成为自动驾驶汽车的主要组成部分，特斯拉的Model X已经使用了Covnets实现自动驾驶功能。像Quere这样的公司已经在使用Covnets,此外，在医学成像的预测和诊断方面也取得了巨大的成功。预计2018年将开始为这些高度准确的学习模式寻找不同的应用程序进行匹配。

人工智能将加强数据安全

<a style='color:blue' href='http://wh.tedu.cn/'>武汉IT培训</a>班

    虽然机器学习和深度学习模式具有前所未有的预测精度，但是仍有一些人容易受到攻击。在有监督的机器学习中，例如，在模型学习标记数据的某些特征的情况下，假定训练和测试数据来自相同的数据分布。如果在这个假设下数据可以被扭曲，那么模型的预测精度就会受到很大的影响。以垃圾邮件过滤为例，如果将随机文本和图像添加到邮件中，邮件可能会绕过垃圾邮件检测系统。这就是为什么即使有一个系统在阻止它，你的邮件箱还是混杂了垃圾邮件。
    考虑到数字安全问题，巨头McAfee估计一些勒索软件和其他数字威胁，比如令全球社区感到害怕的WannaCry攻击，可能会在2018年越来越多地利用机器和深度学习。具体来说，这些模式将帮助威胁破坏检测模型，学习防御性的反应，并且会比被维护者更快地发现、利用漏洞。
    为了防御这些技术，McAfee工程师一直在研究敌对机器学习，并组建了一个Advanced Threat Research团队来为这些漏洞创建解决方案。而要真正抵御这种攻击，唯一的办法就是建立更为普遍的学习模式，这样就可以发现甚至是最微小的异常现象。
    结论
    在过去的两三年里，人工智能和深度学习在公共空间爆发了一些令人兴奋的产品。在2018年以及未来几年，他们将越来越多地出现在我们的日常交互中，特别是在移动应用方面。随着移动硬件变得越来越强大，它将能够支持复杂的深度学习任务。例如，苹果公司的iOS 11支持CoreML,这是一个面向iOS开发人员的机器学习工具包。展望未来，开发人员现在将能够部署支持文本预测和图像识别的应用程序（如SnapChat），而无需任何机器学习方面的知识。

显然，人工智能和深度学习的未来是强大且富有希望的。只有时间能让我们能看到变化和进步的速度。所以随着新的一年的展开，让我们拭目以待，看看这个细分市场还会带给我们什么惊喜！

更多武汉IT培训班相关资讯，请扫描下方二维码

武汉IT培训班