100種分析思維模型之:深度學(xué)習(xí)
本文將帶你進(jìn)入深度學(xué)習(xí)的奇妙世界,探討這一前沿技術(shù)的核心原理、應(yīng)用實(shí)例及未來趨勢。通過本文內(nèi)容的深入分析,引導(dǎo)閱讀者理解深度學(xué)習(xí)如何改變數(shù)據(jù)分析和機(jī)器學(xué)習(xí)領(lǐng)域,希望對你有所幫助。
2016 年,谷歌旗下的 DeepMind 公司開發(fā)的 AlphaGo,打敗了圍棋世界冠軍李世石,后來又擊敗了當(dāng)時世界排名第一的柯潔,讓許多人感到震驚,點(diǎn)燃了大家對人工智能的熱情。
2022 年,OpenAI 公司發(fā)布 ChatGPT,從此各種大語言模型蜂擁而至,生成式 AI 獲得蓬勃的發(fā)展。
回顧人類社會發(fā)展的歷史,一旦科學(xué)技術(shù)實(shí)現(xiàn)重大的突破,人們的生活就會發(fā)生翻天覆地的變化。
在 AlphaGo 和 ChatGPT 等應(yīng)用程序的背后,都離不開一項(xiàng)關(guān)鍵的技術(shù),那就是深度學(xué)習(xí)。
下面介紹 100 種分析思維模型的第 75 種:深度學(xué)習(xí),它是能幫助我們更好地理解世界運(yùn)行的底層規(guī)律。
一、為什么學(xué)習(xí)深度學(xué)習(xí)?
深度學(xué)習(xí)是人工智能領(lǐng)域的前沿科技,該技術(shù)已經(jīng)融入到了我們的日常工作、生活和學(xué)習(xí)中。
如今,各行各業(yè)開始運(yùn)用深度學(xué)習(xí)的人,已經(jīng)明顯提升了工作效率。
與此同時,大量簡單重復(fù)的工作將會被機(jī)器替代,很多人將會面臨失業(yè)的風(fēng)險。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展,未來人類從事的幾乎所有活動,都可能受其影響,包括科學(xué)、醫(yī)學(xué)、制造、能源、交通、農(nóng)業(yè)、藝術(shù)等。
也許有一天,深度學(xué)習(xí)的應(yīng)用程序?qū)⒊蔀槟愕牡昧χ?,甚至成為你的親密朋友,它可能比任何人都更了解你,能夠回答你的問題,會幫你教育好孩子,并呵護(hù)你的健康。
二、什么是深度學(xué)習(xí)?
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個分支,而 ChatGPT 是深度學(xué)習(xí)的應(yīng)用之一。
深度學(xué)習(xí)的起源,可以追溯到 1943 年,當(dāng)時神經(jīng)生理學(xué)家 Warren McCulloch 與數(shù)學(xué)家 Walter Pitts 合作,發(fā)表了一篇題為《神經(jīng)活動內(nèi)在思想的邏輯演算》的論文,其中提出了一個神經(jīng)元模型,實(shí)現(xiàn)用一個簡單電路來模擬大腦神經(jīng)元的行為,證明可以使用邏輯演算的方式,描述神經(jīng)網(wǎng)絡(luò)的運(yùn)行機(jī)理,奠定了深度學(xué)習(xí)的基礎(chǔ)。
學(xué)習(xí)的本質(zhì)是改善性能。著名學(xué)者赫伯特·西蒙說:“如果一個系統(tǒng),能夠通過執(zhí)行某個過程,就此改進(jìn)了它的性能,那么這個過程就是學(xué)習(xí)?!?/p>
深度學(xué)習(xí)是通過「神經(jīng)網(wǎng)絡(luò)」的連接來傳遞信息,實(shí)現(xiàn)將「特征工程」完全自動化,因此讓解決問題變得更高效、更簡單。
由于互聯(lián)網(wǎng)的興起,使得收集和分發(fā)數(shù)據(jù)變得簡單可行。如果說深度學(xué)習(xí)是工業(yè)革命中的蒸汽機(jī),那么數(shù)據(jù)就如同煤炭和石油,驅(qū)動著深度學(xué)習(xí)快速發(fā)展。
深度學(xué)習(xí)的過程,符合 DIKW 模型的規(guī)律,即:從數(shù)據(jù)中提取有用的信息,信息積累成知識,知識演變?yōu)橹腔邸?/p>
深度學(xué)習(xí)以數(shù)學(xué)、計算機(jī)科學(xué)和神經(jīng)科學(xué)為基礎(chǔ),從數(shù)據(jù)中進(jìn)行學(xué)習(xí)。隨著學(xué)習(xí)層次的不斷深入,機(jī)器將會變得越來越智能。
三、怎么運(yùn)用深度學(xué)習(xí)?
深度學(xué)習(xí)的應(yīng)用場景非常廣泛,包括圖像分類、語音識別、機(jī)器翻譯、文字與語音互轉(zhuǎn)、數(shù)字助理、查找資料、輔助編程、輔助寫作、輔助辦公、藝術(shù)創(chuàng)作、健康診斷、自動駕駛、營銷活動、下圍棋、玩游戲、回答用自然語言提出的問題……
隨著計算機(jī)處理的速度越來越快,數(shù)據(jù)越來越豐富,任何企業(yè)甚至個人都可以用深度學(xué)習(xí)來提升自己。
比如,借助 ChatGPT 等應(yīng)用程序,每個人都可以通過跟機(jī)器聊天的方式來進(jìn)行深度學(xué)習(xí)。
但是,學(xué)習(xí)和運(yùn)用深度學(xué)習(xí)是一段漫長的旅程,需要學(xué)習(xí)的知識有很多,多到一本書都無法涵蓋所有的內(nèi)容,市面上關(guān)于深度學(xué)習(xí)的書不計其數(shù),粗略估計不下 100 本,而且這個數(shù)量還在不斷增長。
如果你不是人工智能領(lǐng)域的從業(yè)者,那么其實(shí)不必深究其中的代碼和公式,只需結(jié)合自身的實(shí)際情況,有針對性地學(xué)習(xí)和運(yùn)用相關(guān)的知識即可,因?yàn)橐粋€人的時間、精力和能力都是有限的。
我比較關(guān)注深度學(xué)習(xí)在個人成長方面的運(yùn)用,希望自己能夠運(yùn)用深度學(xué)習(xí),去分析過去記錄的數(shù)據(jù)和寫作的文字材料,讓其成為我的得力助手,進(jìn)而更加了解自己,并成為更好自己。
運(yùn)用深度學(xué)習(xí)主要包括 3 個步驟:定義任務(wù)、開發(fā)模型和部署模型。
① 定義任務(wù)
學(xué)習(xí)通常是從明確目標(biāo)、定義任務(wù)和提出問題開始,了解問題背后的業(yè)務(wù)邏輯,并開始收集數(shù)據(jù)。比如,如何用數(shù)據(jù)賦能成長?目前有哪些數(shù)據(jù)可用?是否需要收集更多數(shù)據(jù)?
② 開發(fā)模型
把數(shù)據(jù)準(zhǔn)備好之后,就可以嘗試選擇一個合適的模型,然后對其進(jìn)行調(diào)優(yōu)和檢驗(yàn),不斷改進(jìn)模型的性能。
③ 部署模型
將優(yōu)化之后的模型部署到目標(biāo)環(huán)境中,監(jiān)控模型在真實(shí)環(huán)境中的表現(xiàn),并繼續(xù)收集更多的數(shù)據(jù),形成深度學(xué)習(xí)的閉環(huán)。
深度學(xué)習(xí)的步驟,有點(diǎn)類似于《數(shù)據(jù)化分析》的過程,從收集數(shù)據(jù)開始,到改善數(shù)據(jù),再到分析數(shù)據(jù)和化解難題,然后又反過來收集更多的數(shù)據(jù),形成一個用數(shù)據(jù)解決實(shí)際問題的增強(qiáng)回路。
四、最后的話
未來,我們每個人都有可能會用到深度學(xué)習(xí),就像今天的互聯(lián)網(wǎng)技術(shù)一樣普及,極大地解放人類的生產(chǎn)力,并顯著提升人們的認(rèn)知能力。盡管深度學(xué)習(xí)的應(yīng)用非常廣泛,但是也要請你注意,深度學(xué)習(xí)并不是一把萬能的鑰匙,有些問題并不適合用深度學(xué)習(xí)的方法來解決,可能是因?yàn)閿?shù)據(jù)還不夠多,也可能是因?yàn)檫€有其他更好的方法。
當(dāng)你手中只有一把「錘子」的時候,看什么都像「釘子」。但如果你手中既有錘子,又有螺絲刀,還有起子和扳手等,那么就可以根據(jù)實(shí)際情況,選擇使用合適的工具,這樣解決問題就會變得更加高效。
所以,我們需要抱著終身學(xué)習(xí)的理念,學(xué)習(xí)更多的分析思維模型,并在實(shí)際工作和生活中加以應(yīng)用,從此開啟更加美好的未來。
公眾號:林驥,《數(shù)據(jù)化分析》作者
本文由 @林驥 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載。
題圖來自Unsplash,基于CC0協(xié)議。
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
- 目前還沒評論,等你發(fā)揮!