鸭脖娱乐app下载:它是目前为止人工智能最接地气的应用实践吗?

本文摘要:一位外国科技博主说,欣赏深度自学,让人工智能有一个光明的未来。

鸭脖娱乐

一位外国科技博主说,欣赏深度自学,让人工智能有一个光明的未来。没错,近半年来关于人工智能和深度自学的新闻层出不穷:李世石vs AlphaGo,无人驾驶汽车显然无法停止试驾(包括特斯拉在爆胎前无法停车),甚至施工让写诗作曲的机器对人工智能的发展前景显得极度悲观。人工智能可能不难理解。但是,什么是深度自学呢?百度百科的解释是深度自学的概念来源于人工神经网络的研究。

没有多个隐藏层的多层感知器是一种深度自学习结构。深度自学习通过人类群体的低层特征,构建更抽象的高层响应属性类别或特征,从而发现数据的分布式特征响应。推荐一个臭氧层内的例子,如果你想让机器理解猫,就给它看上千张照片,告诉他这只是猫,哪只不是。在一定程度上,人脑不会通过总结例子的轮廓、外观、大小、形状等特征来完成自学,即使经过一段时间的训练就能识别出一个幼儿;机器的深度自学也是用类似的原理。

但是,这一切都变得太短暂了。人工智能和深度自学也是为了让我们更加疏远而必须扎根的案例。生产生活中需要帮助我们解决问题的一些最奇怪的事情,当然是最糟糕的。

就在最近,一则新闻传到了日本:在日本,一位名叫柯伊柯的汽车工程师利用深度自学的方法,为黄瓜父母建立了一套自动化服务系统。小池的父母专门种植黄瓜,他们拥有一个大型的黄瓜种植场。然而,在享受黄瓜作物的喜悦的同时,一种苦恼也随之而来。

因为黄瓜的长度、粗细、形状、颜色、质地都不一样,所以黄瓜的质量必须手工分类,根据质量不同,售价也不一样。小池和他的父母在黄瓜园,这是一个复杂的,吃脂肪,费时费力的工作。在黄瓜收入的旺季,小池的妈妈平均每天花8个小时在黄瓜服务公司工作。

小池在汽车行业有多年的经验,习惯了汽车生产线上的各种自动化流程,想到这一点,并不想创建一个黄瓜自动化服务公司系统来省去人工的困难。但是黄瓜服务公司不是一个容易的工作。甚至从人的角度来说,要掌握这项技术,你必须花非常广泛的训练期,更不用说机器了。在日本,蔬菜种类没有统一的行业标准,但每个农场生产的作物质量标准是自律要求的。

锦鲤父母的农场把自己生产的黄瓜质量分为九个等级。小池说,他最近才和妈妈一起学会如何准确地为公司的黄瓜服务。黄瓜根据长度、形状、质地、颜色等因素分为九个等级。

考虑到服务公司黄瓜的复杂性和准确性,小池要求使用深度自学的方法来建立这个自动系统。他说他的灵感来源于前段时间谷歌著名的AlphaGo。Koike指出,正是AlphaGo的成功启发,启发他通过深度自学技术,建立了黄瓜服务公司的自动化系统。很明显,Koike的系统使用了谷歌的开源系统Tensorflow,将图像识别和硬件控制器结合在一起,最后建立了一个服务公司。

自动系统流程黄瓜服务公司深度自学系统从图像识别的过程来看,通过对训练数据集的自学,计算机需要说出图像中最重要的元素是什么,然后按照重要性排序,从而构建分类。黄瓜自动化服务公司系统已经完成,但这套方法在实际应用中仍然面临许多挑战。

首先,系统拒绝训练足够的数据。为了训练这个系统,小池花了三个月的时间输出了7000张黄瓜的图像,这些图像已经被他的母亲分类了。但是这个数据量远远不够,带来了服务公司在实际应用中准确率太低的问题。

鸭脖娱乐app下载

Koike说,实际使用的准确率只有70%。第二个挑战在于,由于计算资源的限制,无法执行更复杂的动态操作。虽然Koike的系统已经将黄瓜图片训练数据转换成了80*80的低分辨率图像,但是仍然需要一台普通的Windows个人电脑2-3天就可以完成7000张图片的模型训练。

基于以上权限,Koike的自动服务公司系统目前无法识别黄瓜的形状、长度、曲率,颜色、纹理、表面皱纹等参数无法纳入。为了突破这些障碍,开展更大规模、更深入的自学,需要使用更好的计算资源。

这时候对于普通开发者来说,是无法借助云服务器的。

本文关键词:鸭脖娱乐,鸭脖娱乐app下载

本文来源:鸭脖娱乐-www.ksy-ju.com

相关文章