经典深度学习.ppt

文档介绍：RANLP2015,Hissar,BulgariaDeepLearninginIndustryDataAnalyticsJunlanFengChinaMobileResearch1人工智能的起点:达特茅斯会议1919-20011927-20111927-20161916-2011NathanielRochester2人工智能的阶段1950s1980s2000sFuture自动计算机如何为计算机编程使其能够使用语言神经网络计算规模理论自我提升抽象随机性与创造性基于规则的专家系统通用智能1233人工智能的当前技术:存在的问题依赖大量的标注数据“窄人工智能”训练完成特定的任务不够稳定,安全不具备解释能力,模型不透明4人工智能的当前状态:应用5人工智能成为热点的原因:深度学****强化学****大规模的,复杂的,-I:在人工智能研究领域做长期研发投资目标:.,确保用于训练AI系统的数据的可信性(varascty)和正确性(appropriateness)综合考虑数据,元数据,以及人的反馈或知识异构数据,多模态数据分析和挖掘, 离散数据,连续数据,时间域数据,空间域数据,时空数据,图数据小数据挖掘,强调小概率事件的重要性数据和知识尤其领域知识库的融合使用10