现在随着一系列新技术的迅速普及和推广,深度学习其中的一些特征:
- 高能耗;深度学习算法的强大计算力海量数据,需要用到超级计算机、云计算、数据中心等等,需要消耗大量的能量。
- 依赖数据;当前在一些数据富集的领域,如语音识别,图像识别等,人工智能技术发展的速度非常快,而一些数据匮乏的领域发展速度就没有那么快了,所以说没有数据就没有办法进行数据训练,而训练得越多越充分算法就越好用。
- 算法黑箱;基于“参数调试”的算法设计,现在人工智能发展的不确定性不可避免地会导致一些“不可解释”的问题,所以减少技术的不确定性“可解释的智能”显得尤为重要。
- 锁定场景;在一个场景中设计是一个个推进的,只有通过了前一个场景才可以进入下一个场景中,在商业利益驱动下对于一些特定的场景依赖比较明显。