02 深度学习介绍

第一层是感知，看到的东西是什么，
第二层是推理，基于看到的东西想象未来发生什么，
第三层是知识，根据看到的数据和现象，形成自己的知识
第四层是规划，知道未来应该做什么。

自然语言处理比较常见的应用是机器翻译，人类能几秒钟反应过来一句英文是什么意思，这就是一种潜意识的感知，自然语言处理其实就是一种感知。
计算机视觉能够基于看到的东西，做一些推理，图片里面都是一些像素，通常需要用概率模型等。
深度学习也是机器学习的一种，可以做NLP、CV，还可以做reinforce learning等。
本课程最关注的方向就是深度学习和NLP与CV的结合。

• 在图片分类上的应用。
• 物体检测和分割：检测人和飞机在什么地方，看一看某一个像素属于人还是飞机？
• 样式迁移
• 人脸合成
• 文字生成图片
• 文字生成gpt3，How to run an effective Board meeting？

Q&A：
模型的可解释性问题，尤其是深度学习模型的可解释性，基本放弃了，人类已经理解不了，但是什么模型会应用在什么领域，我们会有一些可解释性
深度学习模型可以用数学表示，但是数学不能解释模型为什么能工作，为什么不工作。。。

怎么找到论文读论文？
后续讲。