有许多人分析过深度学习重要性以及它是怎样风靡世界的,我十分赞同他们的说法。研究/应用深度学习时使我感觉自己最像个魔术师,我清楚地知道在未来的三年里,任何一个伟大的软件都将被深度学习所驱动。然而,深度学习目前还不是一个主流,所以我想我应该分享一些杰出贡献者的研究成果,希望能够离这个这个目标更近一点。
以下是我认为深度学习即将成为热潮的十个理由:
1、还在为一张像素低的图片头疼吗?Deep Learning可以预测出此图片在高像素环境下的呈现,并且加上缺失的细节。
<center><img src="https://pic.36krcnd.com/avatar/201611/03142554/e7pkxa7fjfukp4al.jpg!120…; alt=""></center>
此功能对于动漫图像的像素处理也有一样惊艳的效果。
<center><img src="https://pic.36krcnd.com/avatar/201611/03142608/awcfxk03wiklewl7.jpg!120…; alt=""></center>
2、Deep Learning使得文字转语音系统与真人声音几乎无差异。想想这个功能能带来的可能性!
<center><img src="https://pic.36krcnd.com/avatar/201611/03142630/al1t0ccu5jt7zv5n.jpg!120…; alt=""></center>
(链接地址:https://deepmind.com/blog/wavenet-generative-model-raw-audio/)
3、Deep Learning可以创作一首古典乐曲,你会以为它是由真人创作的。
4、Deep Learning可以将你自由选择的一幅图片转化成你喜欢的画家的创作风格。
<center><img src="https://pic.36krcnd.com/avatar/201611/03142715/msar9ols41ofvvsv.jpg!120…; alt="" ></center>
5、Deep Learning可以生成很多字体!
<center><img src="https://pic.36krcnd.com/avatar/201611/03142735/vvpx300x4femwjjs.gif!120…; alt=""></center>
6、Deep Learning可以通过预测一幅画缺失部分应该有的样子,来自动补全这幅画。
<center><img src="https://pic.36krcnd.com/avatar/201611/03142807/zwfi4e00m1vkjqw5.gif!120…; alt=""></center>
7. Deep Learning可以训练机器人像人类一样行走。
<center><img src="https://pic.36krcnd.com/avatar/201611/03142831/54kvpgj5lhjwuhil.jpg!120…; alt=""></center>
(在未被教授的情况下,深度学习机器人从地上站立了起来。图片由华盛顿大学提供。)
或者训练机器人像人类一样抓取物体。
<center><iframe frameborder="0" width="640" height="498" src="https://v.qq.com/iframe/player.html?vid=l0342f1w7dr&tiny=0&auto=0" allowfullscreen></iframe></center>
8、Deep Learning可以理解并为图片添加描述,就像人类一样。
<center><img src="https://pic.36krcnd.com/avatar/201611/03143351/uyv0v031g7q6blvv.jpg!120…; alt=""></center>
9、想要画一幅风景画但心有余而力不足?不用担心,Deep Learning可以帮你画出来。
<center><img src="https://pic.36krcnd.com/avatar/201611/03143412/igzktgca3pnn9dwm.jpg!120…; alt=""></center>
10、Deep Learning最棒的在于无人驾驶(至少对我而言),你可以训练深层神经网络来控制一辆轿车,就像人类驾驶一样。
有一些缺陷(并不完善),但是这个学生所提交的用深度学习所预测的转向角还是不错的。
<center><iframe frameborder="0" width="640" height="498" src="https://v.qq.com/iframe/player.html?vid=s1310jnltzp&tiny=0&auto=0" allowfullscreen></iframe></center>
在我们的无人驾驶课程的头几周里,你就可以构建这个! 160x320 的图像输进深度神经网络(DNN)就可以使得这辆车在路上行驶。
<center><img src="https://pic.36krcnd.com/avatar/201611/03143713/ysyogidsd8eetoww.gif!120…; alt=""></center>
它甚至得出侠盗猎车手(Grand Theft Auto)是一个用来训练无人驾驶很不错的模拟环境。
<center><iframe frameborder="0" width="640" height="498" src="https://v.qq.com/iframe/player.html?vid=y0342qmylwz&tiny=0&auto=0" allowfullscreen></iframe></center>
为什么我如此肯定深度学习是革命性的?如果你仔细看以上机器执行的任务,你会发现一个共同特点:创造力!一个机器,尽管是用人类的数据来训练,也可以展示出像艺术家的特质。
我们花费了几十年使机器的计算性变强大,我在想,在接下来的十年里,人类到底能通过软件具有创造性的思考能力开拓出多少可能性?
本文作者:奥利弗 · 卡梅隆(Oliver Cameron),现Udacity无人驾驶领导人,前YCombinator孵化创业公司创始人。
来源:《Medium》
编译:创新工场 ,虫洞翻翻雨轩亦有贡献
来源:<a href="http://36kr.com/p/5055788.html">36Kr</a>
<center><strong>(更多精彩好玩有趣的资讯,欢迎扫码下方二维码关注“硬创星球”)</strong></center>
<center><img src="http://intel.eetrend.com/files/2016-09/wen_zhang_/100002840-9295-qrcode…; alt=""width="150"></center>