微信号:hundun-university

介绍:咨询服务

AI热门应用案例集:学会工程化思维(值得收藏)

2018-05-22 20:00 邢波


这是一份关于AI热门应用的案例集,包含了难点、窍门以及最新的研发方向,非常珍贵而又接地气,值得你反复研读和收藏。



 机器学习未来的发展路径和前景就是从模块出发,构建一个复杂系统。


——邢波



邢波,师从机器学习泰斗级学术大咖 Michael Jordan ,卡耐基梅隆大学机器学习和医疗中心主任,2017年机器学习学术水平排名世界第一。

同时,他还是生物化学与计算机科学的双料博士,创立了通用机器学习平台Petuum,并获得了软银投资。



授课老师|
邢波
卡耐基梅隆大学计算机科学学院教授

通用机器学习平台 Petuum 创始人



翻跟头、倒着飞、倒着转圈……


想象一下,一个直升飞机驾驶员,他敢这么飞吗?


事实上,如今,最好的直升机驾驶员其实是计算机,依靠的就是机器学习。


那么,怎样写一个程序,让直升机这么飞?


我很好的朋友,加州伯克利大学的同学吴恩达博士,他的毕业论文就是用增强学习的算法,写出了飞行的程序。


他在模拟机上,不断随机模拟各种各样飞行的可能性、环境的可能性,用一个增强学习的程序,对模拟出来的环境和动作进行适应,然后不断评估、修正,并最终部署在真正的飞机上,实现神奇的特技动作。


其实,这个增强学习的算法,就是一个典型的机器学习的应用:有学习能力,可以根据大量的场景数据,不断修正方程里的参数,最后达到一个稳定的状态。


所以,从本质上讲,机器学习是传统编程的第二曲线,它是一个写动作的程序,而不是描述动作本身的程序。它是在学习一个方程,而这个方程的X和Y是一个函数、变量,并不是一个确定的值。


Tips:

回看整个科学史,机器学习变革意义重大


牛顿定律,怎么发现的?靠的是“人肉智能”:开普勒和第谷积攒了很多行星运行的图表、数据,然后伽利略和牛顿分析以后,发现规律;


同样的道理,元素周期表是如何发现的?


16世纪、17世纪的时候,出现了对分子光谱的描述,某几个物理学家根据这些数据分析发现,氢族、氧族、硫族等都会有同样的光谱分布,从而发现了规律。


而现在,机器学习的出现,让数据分析变得非常高效,从而出现了非常多有价值的应用,计算引擎成了无名英雄。比如:


自动驾驶汽车可以实现自我导航;通过遗传信号可以推断人类祖先的长相……


机器学习这么厉害,我在哪里能买到呢?很不幸,机器学习现在更像一套秘籍,买不到。


接下来,我用一些具体的例子,再详细分享一下它的难点、窍门。