PDF《www.pwccn.com》

2018年人工智能技术十大趋势 www.

pwccn.com 普华永道 我们身处一个巨变的时代,毋庸置疑,人工智能 (AI) 已经成为 科技前沿之一,将给许多行业带来颠覆性的影响,也有可能在未 来重塑公司的人才战略、运营模式以及与客户的合作模式.商业 领袖都已未雨绸缪,着手研究人工智能将如何影响他们的商业战 略,以防被第四次工业革命的浪潮甩在身后. 事实上,深度学习与增强学习在日常生活中的应用很多,例如机 器翻译是对文本数据的处理;

Siri等是对语音数据的处理;

自动 驾驶是对视频数据的处理;

人脸识别则是对图像数据的处理,许 多美颜APP都具备给图片添加可爱贴画的功能,这即是对图像进 行识别,自动甄别出用户面部器官,用户即可随意处理图片,达 到美化或娱乐的效果. 但是目前实验室又在发生什么呢?可以预见的是,那里的研究人 员的发现将会决定人工智能未来一段时间的发展进程.普华永道 人工智能加速器 (AI Accelerator) 研究团队和诸多技术专家及商 业领袖一样,正密切关注人工智能技术的领先发展. 下面将阐述该研究团队发布的2018年人工智能技术十大趋势[1].

2 深度学习:揭秘神经网络的工作原理 胶囊网络:模拟大脑的视觉处理优势 深度增强学习:交互型问题解决之道 生成对抗网络:网络配对促进训练,减轻处理负担 精简和增强数据学习:解决数据标签化挑战 概率编程:便于模型开发的语言 混合学习模式:结合算法优势解决不确定性问题 自动机器学习:无需编程即可创建模型 数字孪生体:超越工业应用的虚拟复制品 可解释的人工智能:打开黑匣子 1. 英文原文详见: http://usblogs.pwc.com/emerging-technology/top-10-ai-tech-trends-for-2018/ 普华永道

3 简述:模仿人类大脑的深度神经网络展示了它们可以从图像、音频和文本数据中"学习"的能力.然而, 即使应用已超过十年,关于深度学习我们仍然有很多不明白的地方,包括神经网络如何学习、为什么它 们的表现如此出色等.现在,这种状况有可能会改变,这要归功于将信息瓶颈理论应用于深度学习的新 理论.信息瓶颈理论认为,深度神经网络在学习过程中像把无用信息从瓶颈中挤压出去一般,去除噪音 信息,而只保留这些噪音所表达的真正信息. 意义:精确地理解深度学习的工作原理,将有助于使其得到更大的发展和应用.例如,深度学习可以为 网络设计优化和架构选择提供参考.可以肯定的是,通过探索深度学习理论,更多的场景应用能够被激 发,并应用到其他类型的深度神经网络和深度神经网络设计中. 深度学习:揭秘神经网络的工作原理

1 简述:胶囊网络是一种新型的深度神经网络架构,它能够用与大脑相同的方式处理视觉信息,这意味着 它可以识别特征之间的逻辑和层次结构关系.这一特性与卷积神经网络形成鲜明对比.卷积神经网络是 最广泛使用的神经网络之一,但它不能考虑简单和复杂特征之间的重要空间关系,导致错误率较高并经 常出现误分类现象. 意义:对于典型的图像识别任务,胶囊网络通过减少误差,保证了50%的较高准确性,同时胶囊网络也 不需要那么多的训练样本数据.预期可以看到胶囊网络在多个问题领域和深度神经网络架构中得到广泛 的使用. 胶囊网络:模拟大脑的视觉处理优势