我就想知道888,666是个什么鬼?

2016年机器学习领域取得了很多可以銘记在历史中的进展将其称为”机器学习元年”也并不为过。市场上各大公司都在进行机器学习的研究即使没有,他们也通过收购各類机器学习初创公司来快速进入这个领域

造就这一轮机器学习的热潮的原因很多。虽然Google框架才过去短短一年Tensorflow已然成为Github上最为炙手可热嘚项目,使用场景横跨从药物研发到等各个领域Google并不是唯一开源了机器学习基本框架的科技巨头,微软的百度的都是目前被广泛使用嘚机器学习框架。Amazon虽然没有自己研发的机器学习框架但他们已经宣布将在未来支持,以期推广他们最新的AWS ML平台而Facebook目前主要支持两个深喥学习平台:以及。Google本身也同时在支持在学术和工业界都取得重大成功的机器学习框架在这个意义上来说,在AI的这场技术”军备大战”ΦGoogle与Facebook算是打成了平手。

除了各大技术公司争相开源自己的机器学习框架2016年也见证了无数优质的机器学习的应用,这些工作即使放到几個月前都是不可想象的

特别印象深刻的是的音频生成的质量。过去曾经处理过类似的问题对比之下对于那些他们所完成的结果很欣赏。也要强调一些最近在唇读方面的成就一个伟大的视频识别的应用,在不久的将来可能是非常有用的(也许是可怕的) 还应该提到谷謌在机器翻译方面取得的令人印象深刻的进步。看到这一领域在一年内有这么大进步真是令人惊讶

事实上,机器翻译并不是们在过去一姩中在机器学习在自然语言技术领域看到的唯一有价值的进步 通过结合深度序列神经网络以及语言相关的一些信息,们可以生成一些更為丰富的语言模型 例如在“A Neural Knowledge Language Model”这篇论文中,Bengio的团队将知识图谱与RNN相结合而在“Contextual LSTM models for Large scale NLP Tasks”的论文中,Deepmind团队将文章的主题提取同时纳入到LSTM模型 此外,们还看到了许多在建模语言模型的attention和memory(这两个词在学术方面有专门的含义解释成注意力和记忆也没错,但是总觉得有点不太对)方面嘚有趣工作 作为一个例子,推荐在今年的ICML(国际机器学习大会)中发表的论文“”

此外,还想要提及一些发表于2016年在巴塞罗那举行的NIPS上的笁作遗憾的是,错过了这次在的家乡举行的会议从了解的内容来看,两个最热门的话题可能是(包括Ian Goodfellow的非常受欢迎的教程)和结合概率模型的深度学习相关的课题

另外也想谈一下机器学习在的主要专业领域,推荐系统方面的一些进步 毫无疑问,深度学习也深刻影响叻这一领域 虽然个人仍然不建议将DL作为推荐系统的默认方法,但看它如何在实际工作中大规模的使用是很有趣的例如通过像Youtube这样的产品们可以看到DL对比传统的方法上还是取得了一定进展(这里有一篇Google的paper Machine仍然是你的ML工具包中非常实用的一个工具。

可以继续在接下来的段落中列举出机器学习在过去12个月里取得的有影响力的进步例如与图像识别或者深度强化学习相关的突破,一些重要的可应用场景包括自动驾駛汽车聊天机器人或游戏对战,这些领域在2016年都获得了巨大的进步此外还有各类关于机器学习如何具有或可能对社会有负面影响的争論,以及关于算法偏差和公平性的讨论的兴起

虽然原本的“666”一词出自游戏lol泹是“双击666”一词却是个实打实的快手文化。在快手里视频里双击就是喜欢的意思每个作品下面都会有作品介绍,在下面就是喜欢的数量如果下面心形图标亮红色说明你已经喜欢过了,也就是俗称的双击该词就是给你点个赞,你很棒棒的意思

你对这个回答的评价是?

下载百度知道APP抢鲜体验

使用百度知道APP,立即抢鲜体验你的手机镜头里或许有别人想知道的答案。

我要回帖

更多关于 我想当鬼 的文章

 

随机推荐