虽然已经过去50年,人类如今的人工智能技术离《2001太…

但经过这么多年,我们的计算机变的越来越快,另外也有了更多取巧的训练和识别做法,深度学习的应用可能性也发生了变化,它能被应用的领域越来越宽。多年前,我过早的进入了这一领域,但是现在,人工智能大规模应用的时机已经到了。凭什么这么说?一个很简单的评估标准就是,我们的深度学习或者是任何的机器学习,它是不是超越人类的能力表现,如果超越的话,可能很多应用就会产生。

比如在机场,如果机器识别人脸的准确度超过人,那么我们那些边防的人就可能不需要那么多。这并不是说机器不会犯错,而是说既然人不能比机器做的更好,那我不妨就用机器取代。深度学习的应用领域 在过去的五年,深度学习的准确度从75%多提升到了97%左右,而人的表现准确率大概是95%。从95%到97%听起来只进步了2%,但实际上是把错误率降低了40%,这是很大的进步。如果这种进步持续,未来人工智能必然会超过人类的表现,同时也将可以进入一些可应用的领域。

这就是今天我讲人工智能进入黄金时代的证据:在很多领域,也包括我们在face++做的人脸识别,包括了Apple、Google,科大讯飞的语音识别,它们的认知水平将在未来几年的时间内超过人类,而一旦超过人类,应用就会快速的增加。(图6:深度学习的应用领域举例)深度学习首先可以应用于识别,包括人脸识别和语音识别等,这些可以用于安防,安检等。人脸语音的数据来之不易,但是BI,商业的流程、互联网的数据却非常丰富。Google、百度很早就已经在搜索,在广告以及推荐系统里面充分使用了类机器学习技术,解决该推荐什么商品,一个商品怎么定价,在什么位置会卖的最多,应该把这样的产品卖给谁等问题。这一类的推销可以直接产生经济价值,而社交媒体营销,整个互联网广告,这每一个领域都是几十亿,几百亿甚至更大的市场。

将智能用于炒股其实也是一个不错的选择。在国内在国外,很多人都在做这方面创业的工作。利用智能,我可以随时来算一篮子股票和期货应该如何对冲,以寻求最大的利润。顶尖金融分析师也会做这个,但是他不可能把所有的股票的排列组合都考虑一遍,但是机器可以二十四小时不睡觉,每天都在算怎么能赚最多的钱。除此之外,deeplearning深度学习的技术可以把各种的因素都融合进来,比如这个公司的高管有没有变动,今天出了什么新闻,行业里还有没有什么变动……甚至你可以对一个智能系统说如果明天巴西发生了地震,什么股票该被购买,甚至你可以说发生了地震不要问我,你直接去买它就可以了。

银行保险方面,比如说贷款该不该审批,则无论是银行的贷款,还是P2P的贷款,都可以通过机器来判断,而且数据未必要来自银行内部。医学方面,因为我自己生过病,也深深的受过这方面的痛苦,我也感觉到在今天的医生的判断真的不是最完善的。