人工智能入门基础.doc
《人工智能入门基础.doc》由会员分享,可在线阅读,更多相关《人工智能入门基础.doc(3页珍藏版)》请在三一文库上搜索。
1、人工智能入门基础对人工智能领域来说,2016年是值得纪念的一年。不仅计算机学得更多更快了,我们也 懂得了如何改进计算机系统。一切都在步入正轨,因此,我们正目睹着前所未有的重大进步:我们有了能用图片来讲故事的程序,有了无人驾驶汽车,甚至有了能够 创作艺术的程序。如果你想要了解2016年的更多进展,请一定要读一读这篇文章。AI技术已逐步成为许多技术的核心,所以,理解一些常用术语和工作原理成为了一件很重要的事。人工智能是什么?人工智能的很多进步都是新的统计模型,其中绝大多数来自于一项称作人工神经网络(arTIficial neural networks)的技术,简称ANN。这种技术十分粗略地模拟了人
2、脑的结构。值得注意的是,人工神经网络和神经网络是不同的。很多人为了方便起见而把 人工神经网络中的人工二字省略掉,这是不准确的,因为使用人工这个词正是为了与计算神经生物学中的神经网络相区别。以下便是真实的神经元和神经突 触。我 们的ANN中有称作神经元的计算单元。这些人工神经元通过突触连接,这里的突触指的是权重值。这意味着,给定一个数字,一个神经元将执行某种 计算(例如一个sigmoid函数),然后计算结果会被乘上一个权重。如果你的神经网络只有一层,那么加权后的结果就是该神经网络的输出值。或者,你也可 以配置多层神经元,这就是深度学习的基础概念。它们起源何处?人工神经网络不是一个新概念。事实上,
3、它们过去的名字不叫神经网络,它们最早的状态和我们今天所看到的也完全不一样。20世纪60年代,我们把它称之为感知 机(perceptron),是由McCulloch-Pitts神经元组成。我们甚至还有了偏差感知机。最后,人们开始创造多层感知机,也就是我们今天 通常听到的人工神经网络。如果神经网络开始于20世纪60年代,那为什么它们直到今天才流行起来?这是个很长的故事,简单来说,有一些原因阻碍了ANN的发展。比如,我们过去的计算 能力不够,没有足够多的数据去训练这些模型。使用神经网络会很不舒服,因为它们的表现似乎很随意。但上面所说的每一个因素都在变化。如今,我们的计算机变 得更快更强大,并且由于互
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 入门 基础
链接地址:https://www.31doc.com/p-3373275.html