深度学习的研究方向和发展趋势

本文探讨了深度学习在计算机视觉、自然语言处理、数据挖掘等领域的应用,强调了数学基础、编程技能和专业知识的重要性。提出了从学术到实践的规划建议,包括攻读博士学位、实习和建立团队。对于非专业人员转型,建议看书、读论文、使用框架和敲代码。未来的技术发展趋势聚焦于迁移学习、强化学习和非监督学习,以及GAN的应用。
摘要由CSDN通过智能技术生成

一. 人工智能应用领域

1. 计算机视觉

    生物特征识别:人脸识别、步态识别、行人ReID、瞳孔识别;

    图像处理:分类标注、以图搜图、场景分割、车辆车牌、OCR、AR;

    视频分析:安防监控、智慧城市;

2. 自然语言处理

    语音识别(Siri、Cortana、讯飞)、文本数据挖掘、文本翻译;

3. 数据挖掘

    消费习惯、天气数据、推荐系统、知识库(专家系统);

4. 游戏

    角色仿真、AlphaGo(强化学习);

5. 复合应用

    无人驾驶、无人机、机器人;

       天朝的 AI 趋势貌似势不可挡,华人的高智商开始凸显,看各大 Challenge 的获胜者,几乎清一色的华人的身影,包括 MSRA、FAIR、Google Brain 这几大研究机构,都有相当比例的华人科学家主导,让我看到了天朝崛起的希望。

       来看一张别人的统计图:

       

评论 19
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值