|
“神经网络设计神经网络”。。。这确实是一个惊人的想法，你不这么认为吗？
在这里，它的家长AI叫做Controller network（控制者网络），它在数千次的迭代中逐步培养出其AI孩子。在每次迭代中，它计算出孩子的性能并使用这个信息来在下一次迭代中建造一个更好的模型。
这种创造性的思考方式推动了”学会学习“的概念（或者元学习），从而不论是从准确性还是效率都可以击败这个星球上任何人类所设计出来的神经网络。
想象一下在计算机视觉的领域之外它还能做什么。难怪这个概念激起了人们对于超级过载人工智慧最深的恐惧。
7. GANs-”神经网络 vs. 神经网络“
GAN是生成式对抗网络的简写，它们可以学会模仿任意的数据分布。
这是什么意思呢？
在GANs之前，机器学习算法专注于寻找输入和输出之间的关联。它们被叫做判别算法。例如，一个图像分类器可以区分苹果和橙子。
当你把一张照片输入到网络中时，它或返回0（我们让它指代苹果）或者返回1（指橙子）。你可以认为它在分配标签。它在内部创建了一个模型，确定了哪些特征对应了苹果，哪些特征对应了橙子，然后吐出一个带有一定概率的标签。。
然而。。。尽管它们在内部可能有办法用某种方式表示苹果和橙子从而对它们进行比较，但它们没有办法生成出苹果和橙子的图片。
这里就是GANs拿手的地方。一个GAN包含了两个网络-一个生成器和一个鉴别器。
沿用之前的例子，如果我们想要生成一张苹果的照片，那么我会使用一个解卷积网络来作为我的生成器以及一个卷积网络来作为我的鉴别器。
这个生成器一开始只会生成一张随机的噪声图像并试着让它看起来像是一个苹果。另一方面，鉴别器会试着鉴别出输入的图片是真实的还是伪造的（由生成器所生成）。
如果鉴别器可以正确地区分出图片，那么生成器就要努力改进自己去生成出更加真实的图片。同时鉴别器也努力提高自己的判别能力。这意味着，不管如何，改进都是不可避免的，问题只是它发生在鉴别器身上还是生成器身上而已。
这看起来有点像一种双重反馈循环。
应用领域多
数据每时每刻都在产生和被记录，大数据预测也正在成为各个领域的关键技术，在我们社会中发挥重要作用。
1.天气预报
大数据预测应用的典型案例是天气预报，在信息技术日趋发达的今天，在云计算和人工智能的帮助下，用先进的大数据技术处理和融合数据，气象预测会越来越准确。
气象数据，主要来源于气象卫星、气象雷达、气象站，以及各个专业机构的数据。天气预报即在海量的“大数据”基础下进行预测。
中国气象局高级工程师唐千红指出，不久的将来，地理信息和社会大数据均会为气象服务，我们可以精准了解任何时间和空间的气象信息。
2.军事预测
“知己知彼，百战不殆”。在军事领域，大数据结合云计算和人工智能技术发挥着重要作用，可以提高军事预测准确度，为战略和战术提供科学依据。
现代武器的信息化程度越来越高，智能化装备也在增加，这些军事装备可以源源不断采集各种战场数据。例如，军事卫星和雷达等系统会监测到各种数据;各种用电设备会产生电磁辐射，这也是战场数据的一种来源，将各种数据汇集，利用大数据技术，可以对敌我双方情况掌握更清楚，对战争状况进行有效预测，并制定更加有效的作战计划。
“兵马未动，粮草先行”，后勤补给在战争中非常重要，基于大数据的预测模型，可以采集作战对象和作战环境等数据，然后更科学预测出弹药补给、伤亡情况等，以便很大程度地提供后勤保障。
3.交通预测
在城市修路，大数据可以分析出合适的路线，建设单位也可以利用大数据预测，得出未来的车流量，就知道该建几条车道等，交通管理部门也可通过大数据预测，掌握各个时间段和区域的车流量，实施智能化的车辆调度。
我们经常使用的导航软件，后台也开启了大数据系统，可预测出合适的路线，随着技术的完善，预测的路线已经越来越精准。
4.疫情预测
2009年，一家互联网科技巨头利用美国人在互联网的搜索数据，与历史上流感传播期的数据进行对比，并用预测模型进行分析，成功预测了2009年的美国流感，并把位置精细到州和地区，比官方数据更精准，时间更早。
此次新冠疫情，也有大数据预测公司根据某些国家的行政政策、人文环境、卫生习惯、医疗条件和隔离措施等数据，预测出哪些国家疫情会比较严重些。
（编辑：盐城站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
