深度學(xué)習(xí)技術(shù)目前是人工智能這個(gè)領(lǐng)域里面最核心的一門(mén)技術(shù)。
首先就是說(shuō)要從人工智能來(lái)談起，人工智能它是研究開(kāi)發(fā)用于模擬延伸和擴(kuò)展人類(lèi)智能的理論方法技術(shù)以及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。人工智能好早以前就有的，局限于當(dāng)時(shí)的技術(shù)，還有一些理論方法都不夠成熟，所不能達(dá)到人們想要的一些要求。目前來(lái)說(shuō)，人工智能的突破僅僅體現(xiàn)在應(yīng)用于某些個(gè)別的領(lǐng)域，包括以下幾種類(lèi)型：
人工智能要分為“人工”跟“智能”這兩個(gè)詞語(yǔ)來(lái)談。人工就是說(shuō)這個(gè)東西是由人來(lái)創(chuàng)造的，不是我們自然界中本本身所具有的一類(lèi)東西。人類(lèi)也是一種智能體，主要體現(xiàn)在以下這幾個(gè)方面：
首先我們可以感知，我們可以理解跟我們不一樣的事物，你可以感知到別人、可以感覺(jué)到別的動(dòng)物、可以感覺(jué)到外界的環(huán)境，我們還有視覺(jué)可以接收光的反射物（光反射的東西），在我們的視覺(jué)中就會(huì)形成一定的顏色；我們還有聽(tīng)覺(jué)就可以接受一定程度的聲波信號(hào)（像蝙蝠它可以接收超聲波，那么人類(lèi)是不能接受的，就說(shuō)我們?nèi)祟?lèi)能接受的聽(tīng)覺(jué)的信號(hào)的寬幅平，這個(gè)頻幅是有限制的）；我們還能夠理解，這也是人類(lèi)的一個(gè)最大的特征，我們的理解力是強(qiáng)于低等動(dòng)物的。比如說(shuō)我們對(duì)于特征以及關(guān)鍵點(diǎn)的提取，讀完一篇文章，你能很快知道這篇文章主要講了什么，你看見(jiàn)一幅畫(huà)，別人一問(wèn)你這幅畫(huà)是畫(huà)什么，你可以說(shuō)出來(lái)，比如這幅畫(huà)是畫(huà)了一座山，那么我們還有一定的關(guān)聯(lián)能力，就是類(lèi)同事物的搜尋能力，什么叫類(lèi)同事物？就是說(shuō)當(dāng)你看見(jiàn)一個(gè)一只蝴蝶，一只很漂亮的蝴蝶，你的蝴蝶谷看見(jiàn)一只蝴蝶，你就有能力去搜尋其它長(zhǎng)的類(lèi)似的蝴蝶，以及有能力去辨認(rèn)其它長(zhǎng)的不一樣的蝴蝶，這是對(duì)于某種低等動(dòng)物來(lái)說(shuō)它們是做不到的。
我們還可以進(jìn)行歸類(lèi)，當(dāng)你搜尋完很多類(lèi)同事物以后，你的經(jīng)驗(yàn)會(huì)以記憶的方式累積在你的大腦中。比如你讀書(shū)，有些人它是讀的書(shū)越多，它讀書(shū)的能力越強(qiáng)，它讀得越快。其實(shí)說(shuō)它在讀書(shū)的不斷的訓(xùn)練中，它對(duì)文字間的特征關(guān)鍵點(diǎn)的提取，對(duì)書(shū)的理解能力關(guān)聯(lián)能力也上升了。比如說(shuō)這一本是福爾摩斯一個(gè)偵探，那一本又換成了另一部偵探小說(shuō)，這個(gè)時(shí)候它讀另一本的時(shí)候就很快，但是如果你老師給你不同類(lèi)型的書(shū)來(lái)讀，對(duì)你的是閱讀是有橫向發(fā)展的成長(zhǎng)的。
然后我們還有一定的抽象能力，即經(jīng)驗(yàn)的總結(jié)概括能力。
當(dāng)我們讀到一句話(huà)的時(shí)候，會(huì)把關(guān)鍵點(diǎn)抽出來(lái)，同樣人工智能也要做到這樣的能力，這是非常重要的。短時(shí)間內(nèi)讓你看一看一篇連環(huán)畫(huà)，看完以后可能那些比較喜歡的長(zhǎng)得好看的角色的樣貌你是記得住的，打醬油角色的只出來(lái)一幀畫(huà)面的可能你很快就會(huì)忘掉了。一見(jiàn)鐘情的你就會(huì)非常的對(duì)她們有印象，這個(gè)就很容易把它們的特征、輪廓、眼睛眉毛等臉部特征身材樣貌這些特征抽象出來(lái)。
我們還可以表達(dá)，前面所列的這些東西以及對(duì)最后你抽象出來(lái)的東西我們會(huì)輸出，但是這個(gè)輸出就跟輸入是不一樣的，它們也是一樣的也是不一樣的。為什么這樣說(shuō)？在比如說(shuō)你看到一個(gè)明星范冰冰，你在雜志上看到它你去跟別人說(shuō)，我在雜志上看到范冰冰了，她長(zhǎng)什么樣，你說(shuō)出來(lái)的這一個(gè)和你看到的那一個(gè)它們一樣是范冰冰，但是它們又不一樣，因?yàn)槟阏f(shuō)出來(lái)的這一個(gè)和你看到的那一個(gè)在信息表達(dá)上它們絕對(duì)是不一樣的東西，我們?nèi)藗儾豢赡馨淹?lèi)的東西就原封不動(dòng)的可以表達(dá)出來(lái)，這就猶如達(dá)芬奇它是不能夠畫(huà)出兩個(gè)一樣的雞蛋，這是一樣的道理，它在畫(huà)雞蛋的時(shí)候或自己親手構(gòu)造的雞蛋，它再來(lái)一遍，這個(gè)都是不可能的。這個(gè)也是人類(lèi)的一種能力。然而對(duì)于我們不同的個(gè)體，這些能力都是不太相同的。例如有的警察它可能辦案的時(shí)候，它在證據(jù)鏈的搜索上就非常拿手，這說(shuō)明它的關(guān)聯(lián)能力很強(qiáng)，跟證據(jù)鏈有關(guān)的跟這一起案件有關(guān)的事情，它都能夠很好地關(guān)聯(lián)起來(lái)。然后有一些學(xué)霸就說(shuō)什么的，像理科學(xué)霸它們的理解能力會(huì)很強(qiáng)，然后它們的表達(dá)能力也會(huì)很強(qiáng)，因?yàn)橛械娜丝赡懿煌猓f(shuō)那些理科男可能都不會(huì)表達(dá)怎么樣，它是不是表達(dá)這個(gè)意思？就是說(shuō)首先它們理解能力很強(qiáng)，是為什么？因?yàn)閷?duì)吧？你對(duì)著一個(gè)數(shù)學(xué)公式或者物理公式或者一個(gè)定義，你也在看，它也在看，那么為什么人家學(xué)霸考試就考的會(huì)比較好？因?yàn)樗馨褦?shù)學(xué)公式或者是這些例題里面的特征提取出來(lái)，很快的提取出來(lái)，有可能它自己都不知道。
比如說(shuō)當(dāng)學(xué)霸面對(duì)題海戰(zhàn)術(shù)的時(shí)候，它就從很多的題里面很容易歸類(lèi)了，這些題是屬于哪些，那些題是屬于哪些。這不是它的歸類(lèi)能力很強(qiáng)，而是它的理解能力很強(qiáng)，它很容易把特征找出來(lái)。然而對(duì)于我們來(lái)說(shuō)，題海戰(zhàn)術(shù)它就是一片海有1萬(wàn)道題，那就是1萬(wàn)道題，可能對(duì)學(xué)習(xí)好的同學(xué)那些學(xué)霸來(lái)說(shuō)，那1萬(wàn)道題它不是1萬(wàn)的，它可能就是10道。因?yàn)榭赡芩幸磺У礁揪褪且粯拥臇|西，用的是一樣的方法，就是它們很能夠總結(jié)之類(lèi)的東西，把理解的東西只要提取出來(lái)，特征一提取出來(lái)，標(biāo)簽就打個(gè)標(biāo)簽一插。 這個(gè)時(shí)候這個(gè)山頭你誰(shuí)看過(guò)去都知道那是什么。這個(gè)就好理解了。它們就是插標(biāo)簽的能力會(huì)很強(qiáng)。它們?cè)诳吹阶约翰暹^(guò)的標(biāo)簽的時(shí)候，很容易從這一個(gè)將它的定義再反向解答出來(lái)，這是表達(dá)能力很強(qiáng)的體現(xiàn)，在我們?nèi)斯ぶ悄芾镆灿?，我們要提高智能人工智能的表達(dá)能力生成對(duì)抗模型，同時(shí)來(lái)學(xué)習(xí)讓智能體讓我們編的代碼，同時(shí)來(lái)學(xué)習(xí)一些圖圖中的一些事務(wù)，然后學(xué)習(xí)做一些類(lèi)似的圖同時(shí)，要理解這個(gè)圖中的特征，然后還要用自己的方法將這個(gè)特征表達(dá)到自己所畫(huà)的新的圖中。這個(gè)就好像學(xué)霸要理解那些例題中的原理，然后再把這些原理應(yīng)用在自己要做的新的題目中。這個(gè)是表達(dá)能力很強(qiáng)。然后像有些文科學(xué)霸它們的歸類(lèi)能力很強(qiáng)，它們的記憶力和理解能力很好，因?yàn)橛行v史事件要有自己的理解，由于歸類(lèi)能力強(qiáng)它們很容易就把事物進(jìn)行分類(lèi)，甚至是金字塔型分類(lèi)。在自己的大腦中可能不善于學(xué)習(xí)的同學(xué)，就本來(lái)就是三篇課文，三篇?dú)v史課文，你分類(lèi)出來(lái)，還是那三篇，就先等于沒(méi)分一樣。然后這一方面的例子還有很多，大家可以在課外再擴(kuò)展一下，也可以從生活中找一找，看看你在面對(duì)不同的事物的時(shí)候，除了這幾種感知聽(tīng)視覺(jué)聽(tīng)覺(jué)理解關(guān)聯(lián)歸類(lèi)抽象表達(dá)這些以外，還有哪些能力是你所具備的？人工智能下一步可能要研究的就是這些能力，大家可以提前來(lái)占領(lǐng)這一片區(qū)域。
1、“人工”智能階段
條件性智能反應(yīng)，人類(lèi)目的驅(qū)使，技術(shù)單一的假智能。
像以前我們玩電腦游戲的時(shí)候，CS反恐精英有好多BOT機(jī)器人，這種可以稱(chēng)為是一種人工智能，它能像個(gè)人一樣和你玩，但是你玩的多了，你就會(huì)發(fā)現(xiàn)它們行動(dòng)是很有規(guī)律的。包括一些一切的游戲機(jī)都是這樣的，它們的行動(dòng)往往是很有規(guī)律的。而且行動(dòng)不規(guī)律的那些也是通過(guò)一些隨機(jī)算法，比如說(shuō)時(shí)間算法，我們往往是結(jié)要結(jié)合時(shí)間的，也是一種假隨機(jī)，就是說(shuō)在現(xiàn)在的隨機(jī)算法中來(lái)說(shuō)，沒(méi)有真正的隨機(jī)，有的只能是和當(dāng)前的時(shí)間甚至和當(dāng)前產(chǎn)生的一些東西所結(jié)合起來(lái)的。因?yàn)殡娔X是沒(méi)有辦法做到真正的像人一樣，我腦子里隨便想一個(gè)數(shù)字55，這就是我突然想到的，我沒(méi)有任何原因，沒(méi)有任何邏輯。計(jì)算機(jī)現(xiàn)在是做不到這一點(diǎn)的，這種是條件性智能反應(yīng)。像反恐精英里面的BOT，它是根據(jù)你的條件，你的BOT可以選難度簡(jiǎn)單普通困難，如果是困難的話(huà)，看到你馬上鼠標(biāo)那個(gè)坐標(biāo)可以飄到你身上去，然后開(kāi)槍。當(dāng)自己生命值低于多少的時(shí)候，它可能會(huì)選擇回避，周?chē)切┗乇茳c(diǎn)都是提前計(jì)算好的。這些就是一個(gè)條件驅(qū)使的智能反應(yīng)，你在碰到真正的人的時(shí)候，發(fā)現(xiàn)你還是打不過(guò)。
2、統(tǒng)計(jì)概率學(xué)階段
數(shù)據(jù)與人類(lèi)經(jīng)驗(yàn)所驅(qū)使，利用數(shù)據(jù)來(lái)擬合函數(shù)，最終獲得從數(shù)據(jù)中判斷得出的概率。
比如我們預(yù)測(cè)股票價(jià)格，現(xiàn)在有很多種方法了，早先的時(shí)候，它就是通過(guò)一個(gè)回歸的算法來(lái)進(jìn)行的，看看之前的數(shù)據(jù)，用一定的算法來(lái)計(jì)算一下之前的數(shù)據(jù)。比如說(shuō)一支股票前五年的開(kāi)盤(pán)價(jià)是怎么樣，然后我們來(lái)預(yù)估一下，通過(guò)一個(gè)數(shù)據(jù)來(lái)預(yù)估一下我們之后的開(kāi)盤(pán)價(jià)是怎么樣，它是以統(tǒng)計(jì)學(xué)為核心算法，大家也可以看一下統(tǒng)計(jì)學(xué)。
3、自主學(xué)習(xí)階段
完全的數(shù)據(jù)趨勢(shì)，使智能體自主學(xué)習(xí)沒(méi)自己尋找特征，實(shí)現(xiàn)基礎(chǔ)的人機(jī)互動(dòng)。
就是說(shuō)這個(gè)里面就沒(méi)有人類(lèi)經(jīng)驗(yàn)了，統(tǒng)計(jì)學(xué)那個(gè)階段還是需要一定人類(lèi)經(jīng)驗(yàn)的，比如你要預(yù)測(cè)股票的話(huà)，你得有一個(gè)預(yù)測(cè)股票的大師再配合你的系統(tǒng)，通過(guò)大師的和工程師要跟人家業(yè)務(wù)的代表來(lái)交流，根據(jù)業(yè)務(wù)代表來(lái)慢慢調(diào)整算法，調(diào)整你的各種參數(shù)來(lái)和數(shù)據(jù)，最后讓數(shù)據(jù)的表現(xiàn)和你的計(jì)算機(jī)的表現(xiàn)貼近于很牛的那個(gè)人，這是當(dāng)時(shí)統(tǒng)計(jì)概率學(xué)階段所達(dá)到的一個(gè)成果，現(xiàn)在自主學(xué)習(xí)階段就是完全是數(shù)據(jù)趨勢(shì)了。
最簡(jiǎn)單的例子就是阿爾法狗（AlphaGo），谷歌并沒(méi)有聘請(qǐng)圍棋專(zhuān)家，通過(guò)一定的算法使智能體進(jìn)行自主學(xué)習(xí)，計(jì)算量達(dá)到要求了。自主學(xué)習(xí)階段就是表現(xiàn)出我們的計(jì)算機(jī)可以自己尋找特征來(lái)實(shí)現(xiàn)基礎(chǔ)的人機(jī)互動(dòng)，就包括現(xiàn)在什么百小度，還有什么微軟小兵那些一系列的東西。
4、（未來(lái)推測(cè)）記憶結(jié)構(gòu)化階段
數(shù)據(jù)驅(qū)使+場(chǎng)景驅(qū)使，從不同場(chǎng)景產(chǎn)生的不同數(shù)據(jù)中自動(dòng)提取類(lèi)同經(jīng)驗(yàn)，并自行規(guī)劃邏輯經(jīng)驗(yàn)存儲(chǔ)結(jié)構(gòu)。
下一個(gè)階段可能會(huì)發(fā)展到由記憶結(jié)構(gòu)化的一個(gè)階段。最早人機(jī)互動(dòng)沒(méi)有上下文的連接性，你問(wèn)問(wèn)幾句話(huà)它就傻了，它就會(huì)忘掉至比如說(shuō)問(wèn)你同樣問(wèn)有關(guān)一個(gè)問(wèn)題的，你比如說(shuō)鼠標(biāo)好不好看，然后你知道這是哪買(mǎi)的嗎？ 可能第二句它就不知道了。你知道這個(gè)鼠標(biāo)是哪買(mǎi)的嗎？當(dāng)然這個(gè)鼠標(biāo)我沒(méi)說(shuō)出來(lái)，你是人的話(huà)你都懂，對(duì)吧？它就知道我指的就是這個(gè)鼠標(biāo)，但是對(duì)于一開(kāi)始的人機(jī)互動(dòng)程序來(lái)說(shuō)，它就認(rèn)為你這個(gè)里面沒(méi)有出現(xiàn)和上一個(gè)里面相關(guān)的詞匯，往往它給我們的表達(dá)就很牽強(qiáng)，但是在現(xiàn)在來(lái)說(shuō)這個(gè)已經(jīng)好多了。我們未來(lái)更會(huì)趨向于就是說(shuō)把我們的記憶按照人腦的結(jié)構(gòu)，或者是它們計(jì)算機(jī)自己的結(jié)構(gòu)把它結(jié)構(gòu)化。
對(duì)感知過(guò)搜尋過(guò)對(duì)話(huà)內(nèi)容所產(chǎn)生的權(quán)重，把它按照記憶的結(jié)構(gòu)化的形式來(lái)存儲(chǔ)，根據(jù)鞋想報(bào)電商網(wǎng)站女性喜歡愛(ài)買(mǎi)的東西這些。在未來(lái)可能就是說(shuō)人工智能會(huì)發(fā)展為數(shù)據(jù)驅(qū)動(dòng)加場(chǎng)景驅(qū)動(dòng)，就從不同場(chǎng)景產(chǎn)生的不同數(shù)據(jù)中自動(dòng)提取類(lèi)同的經(jīng)驗(yàn)，這個(gè)就把場(chǎng)景就歸類(lèi)了，現(xiàn)在是只有數(shù)據(jù)歸類(lèi)場(chǎng)景，現(xiàn)在很少能做到有歸類(lèi)的，并自行規(guī)劃邏輯經(jīng)驗(yàn)中的存儲(chǔ)結(jié)構(gòu)。
這個(gè)結(jié)構(gòu)不是人制定，不像一個(gè)結(jié)構(gòu)化數(shù)據(jù)庫(kù)人來(lái)寫(xiě)，那些數(shù)據(jù)庫(kù)可能人家發(fā)展到之后，自己來(lái)規(guī)劃自己的數(shù)據(jù)庫(kù)，按照類(lèi)型把數(shù)據(jù)合理的存放進(jìn)去。
5、（未來(lái)推測(cè)）智能神經(jīng)聚合階段
智能驅(qū)使，自由控制多神經(jīng)網(wǎng)絡(luò)計(jì)算重疊進(jìn)行，大規(guī)模神經(jīng)網(wǎng)絡(luò)被聚合為不同的體征網(wǎng)絡(luò)，大量體征網(wǎng)絡(luò)的不同表態(tài)形成基本的類(lèi)人意識(shí)。谷歌Facebook那些大型的公司有TPO集群能耗像就跟一個(gè)小型城市那么大，圖像識(shí)別經(jīng)驗(yàn)可能直接導(dǎo)入進(jìn)來(lái)，很多圖像就自動(dòng)就可以識(shí)別、邊緣檢測(cè)等等。 這些東西都是由機(jī)器來(lái)自動(dòng)完成，什么樣的任務(wù)有怎么樣的神經(jīng)網(wǎng)絡(luò)來(lái)好，而且以后可能就是神經(jīng)網(wǎng)絡(luò)反應(yīng)都極快，比方說(shuō)現(xiàn)在共享單車(chē)， 一個(gè)機(jī)器人看到共享單車(chē)，馬上要建立神經(jīng)網(wǎng)絡(luò)，它要去想這個(gè)東西，它要去獲得這個(gè)東西，要分析共享單車(chē)的圖片邊緣檢測(cè)，它的二維碼檢測(cè)一下，這是一個(gè)什么是哪家公司的，我應(yīng)該用什么APP來(lái)掃，？然后它還有神經(jīng)網(wǎng)絡(luò)操縱它的手，只是一個(gè)預(yù)測(cè)，當(dāng)然以后也不一定要往這個(gè)方向發(fā)展。大家也可以大膽的預(yù)測(cè)一下，根據(jù)前三個(gè)階段來(lái)預(yù)測(cè)一下，往后的階段可能十年二十年后，看看你是不是一個(gè)預(yù)言家。
根據(jù)用戶(hù)行為看看用戶(hù)是注冊(cè)多久，每天多久會(huì)登錄一次，登陸頻繁，頻率是怎樣，登陸幾次以后會(huì)東西買(mǎi)東西會(huì)花多少錢(qián)，評(píng)價(jià)怎樣，你老是打差評(píng)，有退貨怎么樣，都是可以分析得到的，還有就是推薦系統(tǒng)，你買(mǎi)了這個(gè)東西，給你推薦類(lèi)似的，看著你的喜歡的，你老喜歡買(mǎi)那些稀奇古怪的鞋子，我就給你推薦一些更稀奇古怪的，還有就是導(dǎo)購(gòu)系統(tǒng)，無(wú)人超市的機(jī)器人導(dǎo)購(gòu)，還有一些就是系統(tǒng)后臺(tái)導(dǎo)購(gòu)，像掃碼導(dǎo)購(gòu)這些，那么就可以智能的來(lái)判斷，判斷你的需求，然后告訴你應(yīng)該買(mǎi)什么東西。
還有導(dǎo)航場(chǎng)景，比如說(shuō)現(xiàn)在有一些自動(dòng)駕駛車(chē)、無(wú)人機(jī)，無(wú)人機(jī)現(xiàn)在還是好多無(wú)人機(jī)還是人在操作，只能說(shuō)是真正的無(wú)人機(jī)，就是你告訴它我要比方說(shuō)我要去海上給我拍一張照片回來(lái)，它自己就去了，給你拍完照片它自己回來(lái)了，并且它自己可以遵循無(wú)人機(jī)的，把那些經(jīng)驗(yàn)化裝成程序放在無(wú)人機(jī)里，你無(wú)人機(jī)自動(dòng)在飛的時(shí)候，再選擇路線(xiàn)避讓?zhuān)@些它就自己會(huì)搞了。
還有地圖路徑規(guī)劃，比如百度地圖高德地圖；
還有空間路徑規(guī)劃，像現(xiàn)在那些掃地機(jī)器人。它在清掃一間屋子的時(shí)候，首先它根據(jù)攝像頭拍到的空間建模，根據(jù)這個(gè)房子的空間來(lái)規(guī)劃，盡量少走路全程掃完；
接下來(lái)是在醫(yī)療場(chǎng)景，就是說(shuō)腫瘤識(shí)別，比方說(shuō)是一張腫瘤大小顏色各種參數(shù)拿過(guò)來(lái)以后，可能要專(zhuān)家才能判斷，這是一個(gè)惡性的切。也可能專(zhuān)家看到這是一個(gè)良性的不用切用其它辦法。
醫(yī)院專(zhuān)家比較少但是病人比較多，病人都集中到那些醫(yī)院里面也不合理，不如把那些專(zhuān)家的經(jīng)驗(yàn)傳遞給人工智能來(lái)判斷給腫瘤里面照照X光或者罩什么核磁共振之類(lèi)的，你照片拿出來(lái)，你看人工智能一判斷這是一個(gè)惡性，這是一個(gè)良性，可能還比那些經(jīng)驗(yàn)沒(méi)有那么豐富的大夫判斷得很準(zhǔn)一些，這也是有可能的， 也包括手術(shù)的選擇（醫(yī)學(xué)影像識(shí)別一樣的道理）。
還有工業(yè)場(chǎng)景，比如大規(guī)模的3D打印，這個(gè)時(shí)候就需要深度學(xué)習(xí)介入，還有一些機(jī)械的工程機(jī)械臂。
生命科學(xué)場(chǎng)景，比如DNA的序列探索，這些序列太長(zhǎng)了，針對(duì)一種病的DNA序列做一些監(jiān)測(cè)等，現(xiàn)在慢慢發(fā)展，有深度學(xué)習(xí)來(lái)做這個(gè)事情，效率會(huì)越來(lái)越高。還有一些生命機(jī)能的探索，從DNA其它環(huán)境中，你比方說(shuō)在地震災(zāi)后救人的話(huà)，這個(gè)也是人工智能所能體現(xiàn)自己價(jià)值的一個(gè)地方。
還有日常生活場(chǎng)景，智能超市剛才說(shuō)過(guò)了，家庭機(jī)器人智能家電等。
藝術(shù)創(chuàng)造場(chǎng)景，智能作畫(huà)也在商場(chǎng)，很有做派得很有藝術(shù)家做派的人在那里可以幫你幾分鐘幫你畫(huà)一幅畫(huà)油畫(huà)素描都有嗎？當(dāng)然現(xiàn)在也差不多我蠻好用的，手機(jī)上也有，APP直接可以你自己把你的照片一拍，然后你想要什么藝術(shù)效果你自己挑。它可以以像素級(jí)別來(lái)為你生成，我們?cè)趐hotoshop上面也有，對(duì)你整幅畫(huà)面按照統(tǒng)一的比例，比如10%按照就這樣10%，比如說(shuō)是透明特效，10%你就整幅畫(huà)面都是透明。但是你用人工智能來(lái)做一個(gè)透明的創(chuàng)作，或者你手里端著一盆水，可能那盆水的盆就給你搞透明了。還有智能作曲也是，之前好像有人寫(xiě)了一個(gè)聽(tīng)歌的一個(gè)人工智能程序來(lái)，最后評(píng)論下來(lái)，反正有幾個(gè)歌手的歌是人工智能也覺(jué)得實(shí)在是難聽(tīng)。
然后還有影視制作，影視劇本身呈現(xiàn)在國(guó)外好多做美劇的在用，它們會(huì)先用人工智能生成第一版的影視劇的劇本，它們給這些說(shuō)它們給人工智能提供的是文字形式的東西，就是什么劇的描述來(lái)做一個(gè)什么樣的劇，環(huán)境是怎么樣子的，歷史設(shè)定是怎么樣子的，我需要多少個(gè)人，主人公的性格是大概怎么樣子的，它們這些作為參數(shù)來(lái)提供給人工智能然后人工智能通過(guò)它自己閱讀了好多劇本以后，它從里面吸取經(jīng)驗(yàn)，然后搞出一個(gè)新的和你這個(gè)比較相近的。還有虛擬人臉生成等。
講了這么多，都沒(méi)有跟信息安全掛鉤，那么信息安全是不是就跟人工智能很難結(jié)合呢？其實(shí)信息安全老早就跟人工智能又結(jié)合了。比如密碼算法、驗(yàn)證算法這些就用了我們機(jī)器學(xué)習(xí)里面的好多算法，所以其實(shí)機(jī)器學(xué)習(xí)人工智能這塊先被應(yīng)用到其它行業(yè)之前，就是最先應(yīng)用到信息安全行業(yè)的。如說(shuō)現(xiàn)在物聯(lián)網(wǎng)、嵌入式的信息安全。
信息安全的現(xiàn)狀大概分了這么幾類(lèi)：
攻擊場(chǎng)景如何復(fù)原現(xiàn)在是一個(gè)大問(wèn)題，網(wǎng)絡(luò)安全上我們其實(shí)更需要的是快速的響應(yīng)，由機(jī)器來(lái)代替人來(lái)響應(yīng)，很多解決方案，就是說(shuō)當(dāng)然做的好的才行，好多都是做得不好的，做的好的就是快速響應(yīng)，互聯(lián)網(wǎng)上有類(lèi)似的攻擊行為，IPS級(jí)識(shí)別的行為，馬上就可以來(lái)防火墻阻攔或者至少自動(dòng)告警，然后給它錄入一個(gè)就像是我們用戶(hù)行為識(shí)別那樣的一個(gè)信用的一個(gè)級(jí)別。
當(dāng)它再過(guò)來(lái)做一段事情比如它訪問(wèn)了系統(tǒng)A以后，它又去訪問(wèn)系統(tǒng)B，它都沒(méi)有成功的訪問(wèn)，這個(gè)時(shí)候它的信用評(píng)級(jí)會(huì)越來(lái)越差，差到一定地步的時(shí)候它登陸任何的系統(tǒng)你都要彈驗(yàn)證碼，甚至是要短信驗(yàn)證碼，或者是用其它的方法直接隔離。
一般現(xiàn)在都是搞很多復(fù)雜的機(jī)制你才能夠用，缺一樣不行，這個(gè)東西人家都說(shuō)是短板效應(yīng)，缺一樣也不行?，F(xiàn)在說(shuō)水桶原理有另一個(gè)方法，就是你把水桶有一塊板是最長(zhǎng)的，然后你把水桶放平，然后最長(zhǎng)那塊擺在最下面，這發(fā)現(xiàn)你也能接很多水。你還能放很多水，就不要放平，這樣你也能放很多水。
服務(wù)器安全服務(wù)器運(yùn)維人員會(huì)很清楚，安全人員很好管，一個(gè)是加固改配置，然后就打補(bǔ)丁，運(yùn)維人員服務(wù)器管理者很頭疼，打補(bǔ)丁風(fēng)風(fēng)險(xiǎn)大，不打風(fēng)險(xiǎn)也大。真正以智能化的形式來(lái)打補(bǔ)丁，讓人工智能來(lái)理解服務(wù)器的一些底層的組件影響服務(wù)器的一些東西，打補(bǔ)丁之后這些組件發(fā)生了哪些變化，讓智能體來(lái)反應(yīng)。
現(xiàn)在有公司把惡意惡意代碼、木馬的病毒等給那些人工智能深度學(xué)習(xí)來(lái)認(rèn)但是往往那些變種了，你都不報(bào)警的拿過(guò)來(lái)深度學(xué)習(xí)照樣報(bào)警，現(xiàn)在是有英國(guó)有幾家有兩家在做這種事情。
密碼安全，多少密碼才能讓你一生的賬戶(hù)足夠安全？比如說(shuō)你一生可能很可能就不下500個(gè)，起碼各個(gè)大小的網(wǎng)站。你不可能天天帶個(gè)本，上街上帶個(gè)本去取錢(qián)也帶個(gè)本記著你的500個(gè)密碼，你在家里上公司，你反正你包里裝個(gè)本，記著你所有的密碼，這也不現(xiàn)實(shí)。 所以很多人都是基本上你如果真的是500個(gè)網(wǎng)站的話(huà)，可能頂多不會(huì)超過(guò)十個(gè)密碼，很多都是重復(fù)的，就很容易造成撞庫(kù)。搞安全的人們看待一個(gè)密碼最好就是隨機(jī)算法的密碼，從隨機(jī)的字符庫(kù)取個(gè)十位的密碼，可能前四位你從大寫(xiě)庫(kù)取后三位，你從小寫(xiě)庫(kù)中取三位，但這種也不切實(shí)際屬性，這種密碼不好記。
深度學(xué)習(xí)的出現(xiàn)讓人類(lèi)在人工智能訓(xùn)練過(guò)程中的控制過(guò)程就逐漸減少了，像AlphaGo可能團(tuán)隊(duì)就那十來(lái)個(gè)人，那就能搞出那么大的創(chuàng)舉，你可能沒(méi)有深度學(xué)習(xí)的話(huà)，上幾百號(hào)人估計(jì)都搞不出來(lái)效果?，F(xiàn)在深度學(xué)習(xí)出現(xiàn)以后，這個(gè)數(shù)據(jù)的主導(dǎo)地位慢慢占據(jù)了，有數(shù)據(jù)了，人類(lèi)就調(diào)參完了。
我們能給到大家的一些現(xiàn)在做的效果比較好的數(shù)據(jù)預(yù)測(cè)、圖像識(shí)別、語(yǔ)義識(shí)別這些都會(huì)給到大家，本課程這個(gè)東西我也會(huì)更新，可能有更好的東西出來(lái)了，我就會(huì)換更好的東西了，盡量給大家就是說(shuō)把新的東西給到大家。你那是厲害的東西你也拿不出來(lái)，你說(shuō)你拿出谷歌去年到今年研究的一個(gè)東西拿出來(lái)跟你講，這個(gè)不可能，人家都沒(méi)有泄密的東西，像之前Facebook不是說(shuō)傳聞搞出了兩個(gè)機(jī)器人相互對(duì)話(huà)，然后對(duì)話(huà)除了只有機(jī)器人自己懂得語(yǔ)言，然后兩個(gè)機(jī)器人還聊得挺開(kāi)心的。它們是把一些著重的語(yǔ)言，比如說(shuō)機(jī)器人A想跟機(jī)器人B來(lái)罵自己的老板，它就會(huì)說(shuō)這boss它會(huì)重復(fù)很多的字，來(lái)強(qiáng)調(diào)這個(gè)單詞，老板來(lái)強(qiáng)調(diào)這個(gè)東西，但是我們?nèi)丝赡芫驼f(shuō)，可能說(shuō)的話(huà)就直接是加重語(yǔ)氣，可能看了半天人也看不懂它們?cè)谡f(shuō)啥。它們那邊機(jī)器人就在那里聊，聊得有模有樣了，從這個(gè)程序的運(yùn)行效果準(zhǔn)確率各方面來(lái)看沒(méi)有偏離到太玄乎的東西，在機(jī)器認(rèn)為上下文關(guān)系還是OK的，只不過(guò)你看不懂而已。 然后Facebook之后馬上叫停了這個(gè)項(xiàng)目，它們也害怕慢慢發(fā)展起來(lái)會(huì)有什么問(wèn)題，當(dāng)然這個(gè)肯定不可能，機(jī)器從通過(guò)這個(gè)例子來(lái)慢慢發(fā)展到自己有了真的智能，根本做不到。
要給大家就是說(shuō)提前聲明一下，深度學(xué)習(xí)，就是說(shuō)當(dāng)你學(xué)完課程以后，可能你覺(jué)得好多東西我都做過(guò)了，好多都能做了，就不要有這種想法，深度學(xué)習(xí)是現(xiàn)在就是說(shuō)比較接近于我們能夠用自己的大腦的一些結(jié)構(gòu)，人類(lèi)發(fā)覺(jué)了一些大腦結(jié)構(gòu)來(lái)做東西的，但是大腦的結(jié)構(gòu)僅僅占1%都不到，這真正大腦你用的真正大腦的結(jié)構(gòu)的1%都不到，然而你用的大腦占你整個(gè)大腦的20%都不到，這是我們的人類(lèi)的一個(gè)現(xiàn)在的一個(gè)特征。我們還會(huì)給一些信息安全的實(shí)例，我們不但會(huì)提供深度學(xué)習(xí)的實(shí)例，還會(huì)給一些信息安全的事情，把現(xiàn)在能夠搜得到的那些信息安全的論文后用代碼來(lái)復(fù)現(xiàn)然后跟大家講解一下這是怎么回事。 包括我們可能最后會(huì)涉及到人工智能系統(tǒng)，你看不懂代碼沒(méi)關(guān)系，我們也有python基礎(chǔ)，你不懂代碼的話(huà)，在安全界不好混的。我們免費(fèi)贈(zèng)送了數(shù)據(jù)處理的課，會(huì)教你數(shù)據(jù)處理中的過(guò)程，每個(gè)項(xiàng)目都是的，把數(shù)據(jù)清洗進(jìn)到模型里面測(cè)試驗(yàn)證最后達(dá)到我們項(xiàng)目的效果。
聯(lián)系客服
