机器 能 像 人 一样 思考 吗 ？人工智能 （一 ）机器 学习 和 神经网络 (3) |can|||||||||||neural networks Können Maschinen wie Menschen denken? Künstliche Intelligenz (I) Maschinelles Lernen und neuronale Netze (3) Can machines think like people? Artificial Intelligence (I) Machine Learning and Neural Networks (3)

是 在于 它 实在 是 太 复杂 了 |is in|||||| 比如说 我们 这 只是 一个 5×5 的 图片 那么 假如 说 我们 有 三层 神经网络 |if|||||neural network 每 一层 有 25 个 神经元 的话 ||||neurons| 每 一层 的 参数 就 有 600 多个 三层 的 就 有 2000 来个 ||||around 这个 参数 需要 调 是 吧 |parameter||adjust||suggestion particle 而且 这 还是 一个 最 简单 图片 那 你 如果 是 一个 彩色 图 是 吧 |||||colorful||| 你 如果 是 一个 比较 大 的 什么 1920×1080 的 这种 图片 ||this| 那么 你 识别 起来 就 会 非常 的 复杂 ||recognize|||||| 算 起来 也 非常 慢 ||||slow 这 也 是 前几次 这个 人工智能 陷入 低谷 的 原因 ||||||fell into|low point|| 就是 不管 是 算力 还是 算法 都 跟不上 |||computing power||algorithm||can't keep up 那么 现在 为什么 又 重新 起来 了 呢 就是 因为 刚才 说 的 这个 辛顿 ||||||Hinton 他 提出 了 反向 传播 算法 BP 算法 |||reverse|propagation|||algorithm BP 算法 的 意思 是 说 |||||to say 你 在 调整 参数 的 时候 ||adjusting||| 你 不用 像 以前 一样 这样 调 了 你 可以 先调 最后 一层 ||first adjust|| 最后 一层 调完 了 往前 调 是 吧 ||adjusted||||| 再 一直 调 调到 前 最 前面 这 一层 |||adjust to||||| 就 叫 反向 传播 then||backpropagation|backpropagation 那么 这种 算法 比 以前 的 算法 复杂度 要 低 |this type||||||complexity|| 所以 也 引领 了 这个 第三次 的 人工智能 浪潮 ||leading||||||wave 说 到 这 不知 大家 是不是 对 人工智能 已经 有 了 一个 粗浅 的 认识 了 ||||superficial||| 那么 很 显然 这种 算法 如此 的 复杂 ||obviously||algorithm|||complex 我们 在 程序员 编程 的 时候 ||programmer|programming|| 不 可能 一切 从零开始 编 是不是 |||from scratch|compile| 必须 得 有 一些 算法 已经 编好 了 放在 这 ||||algorithms||compiled||| 这 就是 什么 呢 这 就是 所谓 的 人工智能 的 框架 ||the so-called||||framework 人工智能 的 框架 ||framework 就 好像 说 这个 做菜 的 厨师 ||||cooking|| 他 不会 从 这个 种子 开始 种菜 是 吧 ||||seed||growing vegetables|| 建筑工人 他 也 不会 从 烧砖 开始 construction worker|||||brick firing| Construction workers will not start from burning bricks 那么 总有 一些 工具 是 已经 编好 了 ||||||pre-compiled| 你 在 这个 工具 之上 继续 自己 的 创作 就 可以 了 ||||on this tool||||creation||| 这 就 称之为 框架 ||called|framework 现在 世界 上 有 几个 比较 流行 的 框架 ||||||||frameworks 比如说 最 流行 的 当然 就是 谷歌 的 是 吧 了解 人工智能 同学 都 知道 谷歌 的 这个 叫 TensorFlow ||||TensorFlow 这是 全世界 最 流行 的 这个 这个 框架 |||||||framework 还有 比如说 亚马逊 的 这个 SageMaker ||Amazon|||SageMaker 像 这个 微软 的 CNTK ||Microsoft||Microsoft CNTK 还有 现在 流行起来 的 这个 就是 脸书 ||||||Facebook 它们 做 了 一个 叫做 什么 呢 |||a||| 叫做 PyTorch 是 吧 |called PyTorch|is| 那 这个 现在 也 比较 流行 那么 你 在 这个 人工智能 时代 你 拥有 的 框架 那 就 好像 是 在 通信 领域 你 拥有 了 这个 行业标准 一样 |communication|||possess|||industry standard| 你 会 占有 全 行业 基础性 的 这个 优势 ||possess|||fundamental|||advantage 那么 随着 中国 人工智能 领域 的 发展 中国 的 企业 华为 它 也 开发 了 自己 的 这个 人工智能 框架 ||||||||framework 叫做 MindSpore |called MindSpore 那么 相比 于 这些 比较 流行 的 框架 |compared to|||||| 华为 的 MindSpore 有 什么样 自己 的 优势 呢 |||||||advantages| 有 这么 几个 比如 第一个 它 可以 实现 自动 并行 自动 并行 |||||automatic|automatic parallel||automatic parallel 在 人工智能 领域 里面 要 进行 大量 的 这种 计算 并行计算 ||||||parallel computing 那么 其它 的 框架 很多 |||framework| 都 是 需要 手动 进行 并行计算 的 |||manual||parallel computing| 就是 你 这些 数据 模型 参数 的 这个 分配 ||||model parameters||||allocation 分配 到 某 一个 计算 节点 上 assigned to||||to calculate|node| 这 都 是 需要 程序员 手工 调节 的 |||||manual adjustment|adjustment| 那 这个 工作量 非常 大 ||workload|| 而 MindSpore 你 就 可以 一条 语句 直接 实现 了 这种 自动 并行 的 分配 了 ||||automatic|parallel||allocation| 第二个 它 就是 可以 实现 二阶 优化 |||||second order|second-order optimization 在 传统 的 这种 梯度 下降 算法 之中 ||||gradient||| 相当于 是 匀速 地去 寻找 那个 最低点 equivalent to||constant speed||||lowest point 叫 一阶 优化 |first-order|first-order optimization 而 这个 华为 的 这个 MindSpore 这个 框架 |||||||framework 它 可以 自动 实现 二阶 优化 ||automatically||second-order| 相当于 是 加速 寻找 那个 最低点 equivalent to|||||lowest point 除此之外 我 写 到 这 吧 它 还有 第三个 优势 叫做 全 场景 协同 |||advantage||||collaboration 全 场景 协同 什么 意思 呢 ||collaboration||| 我们 经常 在 计算机 和 通信 领域 听说 过 这样 的 词 |||||communication|||||| 就 叫做 云 边缘 和 端 是 吧 |||edge||end|| It's called cloud edge and end right? 云 就 指 的 是 计算中心 |||||computing center 边缘 比如说 像 自动 驾驶 汽车 edge|||automatic|driving| 端 就是 你 的 手机 电脑 这些 东西 end||||||| 那么 MindSpore 这个 框架 |||framework 它 既 可以 在 云 计算中心 进行 使用 |||||cloud computing center|| 你 也 可以 用 在 你 的 手机 上 或者 用 在 这个 自动 驾驶 汽车 上 |||||driving|| 你 比如 你 用 手机 打字 的 时候 |||||typing|| 它 为什么 能够 自动 更正 错别字 |||automatically|correction|typos 或者 是 能够 自动 联想 ||||association 这 实际上 是 人工智能 的 一个 结果 如果 你 使用 了 这个 MindSpore 你 就 不 需要 把 这个 计算 过程 你 传 回到 云 计算中心 再 给 你 返回 来 ||||cloud computing center||||| 你 在 手机 上 就 可以 进行 计算 了 你 再 比如说 在 自动 驾驶 这个 领域 ||||autonomous|driving|| 你 这 是 边缘 侧 的 |||edge|side| 你 在 自动 驾驶 汽车 上 你 就 可以 实现 这个 人工智能 计算 不 需要 传到 云 计算中心 再 返回 来 ||||cloud computing center||| 因为 中间 存在 延迟 |||delay 那 可能 会 有 一定 的 风险 好 那么 还有 一个 MindSpore 的 特点 叫做 什么 呢 信息 的 安全性 信息 的 安全性 高 什么 意思 呢 就是说 在 人工智能 训练 的 时候 可能 有 大量 的 敏感数据 ||||sensitive data 比如说 我要 进行 人脸识别 |||face recognition 你 得 把 一些 数据 输入 到 电脑 里面 去 到 云 计算中心 这 过程 中 别人 把 你 的 数据 给 偷 了 对 吧 |||||||data||||| 这是 非常 危险 的 而 你 利用 这个 华为 MindSpore 你 可以 把 数据 进行 脱敏 |||||data de-sensitization You can desensitize the data 就是 你 上 传到 云 计算中心 的 时候 是 脱敏 数据 |||||computing center||||de-identified| 别人 截取 了 你 这个 数据 |intercepted|||| 也 不 知道 数据 是 什么 最后 训练 完 这个 模型 也 是 脱敏 的 ||||model|||desensitization| 别人 拿到 你 这个 模型 也 不 知道 该 怎么 用 所以 这 就 实现 了 这种 信息安全 的 保证 ||||||information security|| 其实 在世界上 程序员 们 都 有 一些 社区 |||||||community 比如 最 著名 的 就是 github 对 吧 |||||GitHub|| 程序员 们 都 在 这个 社区 里面 编 代码 |||||community||| 然后 共享 代码 |share| 节约 自己 的 劳动力 saving labor|||labor force 而 华为 也 构建 了 自己 的 这个 人工智能 社区 |||built|||||| 就 叫 MindSpore 社区 |||community 这个 MindSpore 社区 鼓励 很多 大学生 教授 们 在 上面 编写 代码 |||||||to write| 构建 我们 中国 人 自己 的 这个 代码 库 to build|||||||code library| 在 去年 年底 举行 的 MEET 2021 智能 未来 大会 上 |smart||| 华为 计算 开源 开发 与 运营部 副 总监 黄之鹏 ||open source|||Operations Department|deputy|Director|Huang Zhipeng 曾经 说 过 这样 一段话 他 说 谷歌 的 这个 TensorFlow 就 好像 一个 非常 舒适 的 马车 ||||comfortable|| 而 华为 做 的 这个 MindSpore 就 好像 是 一辆 汽车 它 可能 在 最 开始 的 时候 没有 马车 那么 舒适 但是 它 相比 于 马车 具有 天生 的 优势 ||compared to||||||advantage 这回 要 为 大家 介绍 了 人工智能 的 发展史 this time||||||||the history of the development 梯度 下降 算法 神经网络 以及 AI 框架 等等 知识 gradient|||neural networks|||framework||knowledge 再下 一回 我 还 会 跟 大家 聊一聊 next time||||||| 人工智能 的 一个 重要 应用 场景 图像识别 的 具体 算法 image recognition||| 我会 为 大家 介绍 目前 非常 流行 的 卷积 神经网络 CNN convolution|neural network| 欢迎 大家 保持 关注 大家 如果 喜欢 我 的 视频 可以 在 YouTube 账号 李永乐 老师 里 订阅 我 |||account||||to subscribe| 点 小 铃铛 可以 第一 时间 获得 更新 信息 ||the bell||||||