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)
使得 最後 的 誤差 函數 最小
這樣 就是 一個 成功 的 訓練
這樣 我們 就 不光 能夠 識別
說 這個 字母 到底 是 x 還 是不是 x
我還 可以 看 這個 x 寫得 好不好
就 可以 讓 機器 像 人 一樣
叫思國 思家思 社稷 賞花 賞月 賞 秋香 了
不過 全 連接 網絡 最大 的 問題
是 在於 它 實在 是 太 復 雜了
比如說 我們 這 只是 一個 5×5 的 圖片
那 麽 假如 說 我們 有 三層 神經網絡
每 一層 有 25 個 神經元 的話
每 一層 的 參數 就 有 600 多個
三層 的 就 有 2000 來個
這個 參數 需要 調 是 吧
而且 這 還是 一個 最 簡單 圖片
那 你 如果 是 一個 彩色 圖 是 吧
你 如果 是 一個 比較 大 的
什 麽 1920×1080 的 這種 圖片
那 麽 你 識別 起來 就 會 非常 的 復 雜
算 起來 也 非常 慢
這也 是 前幾次 這個 人工智能 陷入 低谷 的 原因
就是 不管 是 算力 還是 算法 都 跟不上
那 麽 現在 為什 麽 又 重新 起來 了 呢
就是 因為 剛才 說 的 這個 辛頓
他 提出 了 反向 傳播 算法 BP 算法
BP 算法 的 意思 是 說
你 在 調整 參數 的 時候
你 不用 像 以前 一樣 這樣 調 了
你 可以 先調 最後 一層
最後 一層 調完 了 往前 調 是 吧
再 一直 調 調到 前 最 前面 這 一層
就 叫 反向 傳播
那 麽 這種 算法 比 以前 的 算法 復 雜度 要 低
所以 也 引領 了 這個 第三次 的 人工智能 浪潮
說 到 這 不知 大家 是不是 對 人工智能
已經 有 了 一個 粗淺 的 認識 了
那 麽 很 顯然 這種 算法 如此 的 復 雜
我們 在 程序員 編程 的 時候
不 可能 一切 從零開始 編 是不是
必須 得 有 一些 算法 已經 編好 了 放在 這
這 就是 什 麽 呢
這 就是 所謂 的 人工智能 的 框架
人工智能 的 框架
就 好像 說 這個 做菜 的 廚師
他 不會 從 這個 種子 開始 種菜 是 吧
建築工人 他 也 不會 從 燒磚 開始
那 麽 總有 一些 工具 是 已經 編好 了
你 在 這個 工具 之上 繼續 自己 的 創作 就 可以 了
這就稱 之 為 框架
現在 世界 上 有 幾個 比較 流行 的 框架
比如說 最 流行 的 當然 就是 谷歌 的 是 吧
了解 人工智能 同學 都 知道
谷歌 的 這個 叫 TensorFlow
這是 全世界 最 流行 的 這個 這個 框架
還有 比如說 亞馬遜 的 這個 SageMaker
像 這個 微軟 的 CNTK
還有 現在 流行起來 的 這個 就是 臉書
它們 做 了 一個 叫做 什 麽 呢
叫做 PyTorch 是 吧
那 這個 現在 也 比較 流行
那 麽 你 在 這個 人工智能 時代
你 擁有 的 框架 那 就 好像 是
在 通信 領域 你 擁有 了 這個 行業標準 一樣
你 會 占有 全 行業 基礎性 的 這個 優勢
那 麽 隨著 中國 人工智能 領域 的 發展
中國 的 企業 華為
它 也 開發 了 自己 的 這個 人工智能 框架
叫做 MindSpore
那 麽 相比 於 這些 比較 流行 的 框架
華為 的 MindSpore 有什 麽 樣 自己 的 優勢 呢
有 這 麽 幾個
比如 第一個 它 可以 實現 自動 並行 自動 並行
在 人工智能 領域 裏面
要 進行 大量 的 這種 計算 並行計算
那 麽 其它 的 框架 很多
都 是 需要 手動 進行 並行計算 的
就是 你 這些 數據 模型 參數 的 這個 分配
分配 到 某 一個 計算 節點 上
這都 是 需要 程序員 手工 調節 的
那 這個 工作量 非常 大
而 MindSpore 你 就 可以 一條 語句
直接 實現 了 這種 自動 並行 的 分配 了
第二個 它 就是 可以 實現 二階 優化
在 傳統 的 這種 梯度 下降 算法 之中
相當於 是 勻速 地去 尋找 那個 最低點
叫 一階 優化
而 這個 華為 的 這個 MindSpore 這個 框架
它 可以 自動 實現 二階 優化
相當於 是 加速 尋找 那個 最低點
除此之外 我 寫到 這吧
它 還有 第三個 優勢 叫做 全 場景 協同
全 場景 協同 什 麽 意思 呢
我們 經常 在 計算機 和 通信 領域 聽說 過 這樣 的 詞
就 叫做 雲 邊緣 和 端 是 吧
雲 就 指 的 是 計算中心
邊緣 比如說 像 自動 駕駛 汽車
端 就是 你 的 手機 電腦 這些 東西
那 麽 MindSpore 這個 框架
它 既 可以 在 雲 計算中心 進行 使用
你 也 可以 用 在 你 的 手機 上
或者 用 在 這個 自動 駕駛 汽車 上
你 比如 你 用 手機 打字 的 時候
它 為 什 麽 能夠 自動 更正 錯別字
或者 是 能夠 自動 聯想
這 實際上 是 人工智能 的 一個 結果
如果 你 使用 了 這個 MindSpore
你 就 不 需要 把 這個 計算 過程
你 傳 回到 雲 計算中心 再給 你 返 回來
你 在 手機 上 就 可以 進行 計算 了
你 再 比如說 在 自動 駕駛 這個 領域
你 這是 邊緣 側的
你 在 自動 駕駛 汽車 上
你 就 可以 實現 這個 人工智能 計算
不 需要 傳到 雲 計算中心 再返 回來
因為 中間 存在 延遲
那 可能 會 有 一定 的 風險
好 那 麽 還有 一個 MindSpore 的 特點
叫做 什 麽 呢
信息 的 安全性 信息 的 安全性 高
什 麽 意思 呢
就是說 在 人工智能 訓練 的 時候
可能 有 大量 的 敏感數據
比如說 我要 進行 人臉識別
你 得 把 一些 數據 輸入 到 電腦 裏面 去
到 雲 計算中心
這 過程 中 別人 把 你 的 數據 給偷 了 對 吧
這是 非常 危險 的
而 你 利用 這個 華為 MindSpore
你 可以 把 數據 進行 脫敏
就是 你 上 傳到 雲 計算中心 的 時候 是 脫敏 數據
別人 截取 了 你 這個 數據
也 不 知道 數據 是 什 麽
最後 訓練 完 這個 模型 也 是 脫敏 的
別人 拿到 你 這個 模型 也 不 知道 該 怎 麽 用
所以 這就 實現 了 這種 信息安全 的 保證
其實 在世界上 程序員 們 都 有 一些 社區
比如 最 著名 的 就是 github 對 吧
程序員 們 都 在 這個 社區 裏面 編 代碼
然後 共享 代碼
節約 自己 的 勞動力
而華為 也 構建 了 自己 的 這個 人工智能 社區
就 叫 MindSpore 社區
這個 MindSpore 社區
鼓勵 很多 大學生 教授 們 在 上面 編寫 代碼
構建 我們 中國 人 自己 的 這個 代碼 庫
在 去年 年底 舉行 的
MEET 2021 智能 未來 大會 上
華為 計算 開源 開發 與 運營部 副 總監 黃 之鵬
曾經 說過 這樣 一段話
他 說 谷歌 的 這個 TensorFlow
就 好像 一個 非常 舒適 的 馬車
而華為 做 的 這個 MindSpore
就 好像 是 一輛 汽車
它 可能 在 最 開始 的 時候 沒有 馬車 那 麽 舒適
但是 它 相比 於 馬車 具有 天生 的 優勢
這回 要 為 大家 介紹 了 人工智能 的 發展史
梯度 下降 算法 神經網絡 以及 AI 框架 等等 知識
再下 一回 我 還會 跟 大家 聊一聊
人工智能 的 一個 重要 應用 場景
圖像識別 的 具體 算法
我會 為 大家 介紹 目前 非常 流行 的
卷積 神經網絡 CNN
歡迎 大家 保持 關 註
大家 如果 喜歡 我 的 視頻
可以 在 YouTube 賬號 李永樂 老師 裏 訂閱 我
點小 鈴鐺 可以 第一 時間 獲得 更新 信息
