2016 年,谷歌旗下的 DeepMind 公司开发的 AlphaGo,打败了围棋世界冠军李世石,后来又击败了当时世界排名第一的柯洁,让许多人感到震惊,点燃了大家对人工智能的热情。
![](http://mmbiz.qpic.cn/mmbiz_png/giaycic3UNwo2iaQ0ic2evzZh7anlLRJtlZ3dk0pxibJX2I1v2jhziajPxnjVyTdIKQGgd5wUD4OaINeWJFrtibcF5b2Q/0?wx_fmt=png)
2022 年,OpenAI 公司发布 ChatGPT,从此各种大语言模型蜂拥而至,生成式 AI 获得蓬勃的发展。
![](http://mmbiz.qpic.cn/mmbiz_png/giaycic3UNwo2iaQ0ic2evzZh7anlLRJtlZ37RypoSZibS1arxFyz1rvtXjbD9CMRia9q0Lqglv1ibXibgq0rBWVY2Xebg/640?wx_fmt=png)
回顾人类社会发展的历史,一旦科学技术实现重大的突破,人们的生活就会发生翻天覆地的变化。
在 AlphaGo 和 ChatGPT 等应用程序的背后,都离不开一项关键的技术,那就是深度学习。
下面介绍 100 种分析思维模型的第 75 种:深度学习,它是能帮助我们更好地理解世界运行的底层规律。
1. 为什么学习深度学习?
深度学习是人工智能领域的前沿科技,该技术已经融入到了我们的日常工作、生活和学习中。
如今,各行各业开始运用深度学习的人,已经明显提升了工作效率。
与此同时,大量简单重复的工作将会被机器替代,很多人将会面临失业的风险。
随着深度学习技术的快速发展,未来人类从事的几乎所有活动,都可能受其影响,包括科学、医学、制造、能源、交通、农业、艺术等。
也许有一天,深度学习的应用程序将成为你的得力助手,甚至成为你的亲密朋友,它可能比任何人都更了解你,能够回答你的问题,会帮你教育好孩子,并呵护你的健康。
2. 什么是深度学习?
深度学习是机器学习的一个分支,而 ChatGPT 是深度学习的应用之一。
![](http://mmbiz.qpic.cn/mmbiz_png/giaycic3UNwo03SkfgxaW7WiclRpsbAezCSgwPZypDsz1Ruib3UCEEWa1UicNGynOicwgZs3zUUzpu97X8icu2eAXlKKw/640?wx_fmt=png)
深度学习的起源,可以追溯到 1943 年,当时神经生理学家 Warren McCulloch 与数学家 Walter Pitts 合作,发表了一篇题为《神经活动内在思想的逻辑演算》的论文,其中提出了一个神经元模型,实现用一个简单电路来模拟大脑神经元的行为,证明可以使用逻辑演算的方式,描述神经网络的运行机理,奠定了深度学习的基础。
学习的本质是改善性能。著名学者赫伯特·西蒙说:“如果一个系统,能够通过执行某个过程,就此改进了它的性能,那么这个过程就是学习。”
深度学习是通过「神经网络」的连接来传递信息,实现将「特征工程」完全自动化,因此让解决问题变得更高效、更简单。
由于互联网的兴起,使得收集和分发数据变得简单可行。如果说深度学习是工业革命中的蒸汽机,那么数据就如同煤炭和石油,驱动着深度学习快速发展。
深度学习的过程,符合 DIKW 模型的规律,即:从数据中提取有用的信息,信息积累成知识,知识演变为智慧。
![](http://mmbiz.qpic.cn/mmbiz_png/giaycic3UNwo2iaQ0ic2evzZh7anlLRJtlZ3GSrRDuT4ZCXp2icG7PdiaiaDsJWGB0pR33LBAj1lmwNbcdGA9JSu92Q1g/640?wx_fmt=png)
深度学习以数学、计算机科学和神经科学为基础,从数据中进行学习。随着学习层次的不断深入,机器将会变得越来越智能。
3. 怎么运用深度学习?
深度学习的应用场景非常广泛,包括图像分类、语音识别、机器翻译、文字与语音互转、数字助理、查找资料、辅助编程、辅助写作、辅助办公、艺术创作、健康诊断、自动驾驶、营销活动、下围棋、玩游戏、回答用自然语言提出的问题……
随着计算机处理的速度越来越快,数据越来越丰富,任何企业甚至个人都可以用深度学习来提升自己。
比如,借助 ChatGPT 等应用程序,每个人都可以通过跟机器聊天的方式来进行深度学习。
但是,学习和运用深度学习是一段漫长的旅程,需要学习的知识有很多,多到一本书都无法涵盖所有的内容,市面上关于深度学习的书不计其数,粗略估计不下 100 本,而且这个数量还在不断增长。
如果你不是人工智能领域的从业者,那么其实不必深究其中的代码和公式,只需结合自身的实际情况,有针对性地学习和运用相关的知识即可,因为一个人的时间、精力和能力都是有限的。
我比较关注深度学习在个人成长方面的运用,希望自己能够运用深度学习,去分析过去记录的数据和写作的文字材料,让其成为我的得力助手,进而更加了解自己,并成为更好自己。
运用深度学习主要包括 3 个步骤:定义任务、开发模型和部署模型。
① 定义任务
学习通常是从明确目标、定义任务和提出问题开始,了解问题背后的业务逻辑,并开始收集数据。比如,如何用数据赋能成长?目前有哪些数据可用?是否需要收集更多数据?
② 开发模型
把数据准备好之后,就可以尝试选择一个合适的模型,然后对其进行调优和检验,不断改进模型的性能。
③ 部署模型
将优化之后的模型部署到目标环境中,监控模型在真实环境中的表现,并继续收集更多的数据,形成深度学习的闭环。
![](http://mmbiz.qpic.cn/mmbiz_png/giaycic3UNwo2iaQ0ic2evzZh7anlLRJtlZ3kicyFI8zfvqNAJNmf5rUibZUcMX3VbnWlJ7UnQq6bOg86G2icH8NuTyZA/640?wx_fmt=png)
深度学习的步骤,有点类似于《数据化分析》的过程,从收集数据开始,到改善数据,再到分析数据和化解难题,然后又反过来收集更多的数据,形成一个用数据解决实际问题的增强回路。未来,我们每个人都有可能会用到深度学习,就像今天的互联网技术一样普及,极大地解放人类的生产力,并显著提升人们的认知能力。尽管深度学习的应用非常广泛,但是也要请你注意,深度学习并不是一把万能的钥匙,有些问题并不适合用深度学习的方法来解决,可能是因为数据还不够多,也可能是因为还有其他更好的方法。当你手中只有一把「锤子」的时候,看什么都像「钉子」。但如果你手中既有锤子,又有螺丝刀,还有起子和扳手等,那么就可以根据实际情况,选择使用合适的工具,这样解决问题就会变得更加高效。所以,我们需要抱着终身学习的理念,学习更多的分析思维模型,并在实际工作和生活中加以应用,从此开启更加美好的未来。《深度学习》([美]特伦斯·谢诺夫斯基,2019年)《Python深度学习》([美]弗朗索瓦·肖莱,2022年)
了解更多数据分析知识、与更多优秀的人一起进群交流请扫码
![](http://mmbiz.qpic.cn/sz_mmbiz_png/pxMrQvgWLULicFFYIoJN6iadiaRXian3e5DpjUG7vF7s8dkPV7q0ic7yk51Ub0GPhGEjnyxicpIVDUQslZ6KROicDQysg/640?wx_fmt=png)
群码过期或者群满请添加客服微信 CDAshujufenxi 后拉您进群