1 слайд
Глубокое обучение – область машинного обучения ,которая рассматривает
методы решения задач искусственного интеллекта с использованием глубоких
нейронных сетей .
Исходя из картинки можно понять, что глубокое обучение — это лишь подраздел
искусственного интеллекта
2 слайд
Работа первых компьютеров изначально основывалась на выполнении программ,
заранее известных человеку. Лишь недавно специалисты пришли к выводу, что
вычислительная техника способна решать задачи, для которых не существует
четкого алгоритма или же этот алгоритм неизвестен. Данное понимание привело к
появлению искусственного интеллекта и машинного обучения в частности.

Первая модель компьютера с искусственным интеллектом была создана в рамках
сверхсекретного американского проекта ЭНИАК в 1946 году. С помощью данного
средства решались вычислительные и многие другие задачи.
Я не буду зацикливаться на каждой знаменательной дате в истории развития
искусственного интеллекта. А расскажу лишь непосредственно про некоторые,
которые связаны с глубоким обучением.
В 2012 Нейронные сети побеждают в ImageNet Challenge
База данных ImageNet — проект по созданию и сопровождению массивной базы
данных аннотированных изображений, предназначенная для отработки и
тестирования методов распознавания образов и машинного зрения. По состоянию
на 2016 год в базу данных было записано около десяти миллионов URL (это адрес
который выдан уникальному ресурсу в интернет, что то на подобии ссылки) с
изображениями, которые прошли ручную аннотацию для ImageNet, в аннотациях
перечислялись объекты, попавшие на изображение, и прямоугольники с их
координатами. С 2010 года ведётся проект ImageNet Challenge —в рамках
которого различные программные продукты ежегодно соревнуются в
классификации и распознавании объектов и сцен в базе данных ImageNet.
Ну и в 14-ом году Группа исследователей под руководством Зеппа Хохрейтера
использовала глубокое обучение для определения токсичного воздействия
лекарств и бытовых средств на окружающую среду
3 слайд
Искусственный интеллект благодаря глубокому обучению выигрывает в игру у
лучшего международного игрока
И Глубокое обучение впервые используется для планирования лучевой терапии.
4 слайд
Глубокая нейросеть тренируется проводить точные вычисления на больших
наборах данных. Например, для обучения расчету цен в отелях нужны массивы
данных о ценах за предыдущие годы. Нейросеть будет находить закономерности в
параметрах и с каждой итерацией будет прогнозировать цены в определенный
день точнее.
Также понятно, что для глубокого обучения требуется более хорошее
оборудование.
5 слайд
В глубоком обучении есть два основных способа тренировки нейросети: с
учителем и без учителя. В первом случае нейросети задают эталонный результат
вычислений. При ответах с ошибкой она перенастраивает свои параметры и
проводит вычисления снова, пока ответ не приблизится к эталону. Пример –
определение стоимости дома.
При обучении без учителя глубокая нейросеть сама классифицирует входящие
данные и вычисляет эталонный результат. Пример – кластеризация пользователей
сайта по разным группам.
6 слайд
На основе технологии глубокого обучения сегодня уже десятки компаний по
всему миру активно движутся к созданию беспилотного автомобиля, который сам
сможет распознавать пешеходов, знаки и дорожную разметку.
p.s
Uber продаст свое подразделение беспилотных автомобилей стартапу из
Кремниевой долины Aurorа. Компания в результате сделки приобретет 26процентную долю в стартапе, получит место в совете директоров и инвестирует в
него $400 млн, сообщает The New York Times со ссылкой на обе стороны сделки.
7 слайд
– Рекомендательная система для пользователей онлайнмагазина Amazon
– Рекомендательная система для пользователей сервиса просмотра видео Netflix
– Голосовой поиcк Google
– «Персональный помощник» Alexa от Amazon и Cortana от Microsoft. Который
принимает голосовые команды для формирования списка дел, упорядочивает
команды, создает напоминания
– Технология распознавания лиц DeepFace социальной сети Facebook
8 слайд
Далее примеры это
Обработка естественного языка которая понимается как область, находящаяся
на пересечении компьютерных технологий , искусственного интеллекта и
лингвистики. Цель заключается в обработке и “понимании” естественного языка
для перевода текста и ответа на вопросы.
А также всевозможные Задачи из области компьютерного зрения
В производстве например, это всевозможное обнаружение брака ещё на
этапе производства или после его завершения,
Контроль на производстве: т.е Соблюдает ли человек нормы технической
безопасности
И так далее
Вывод: Ну и в заключении хочется добавить, что на сегодняшний день
глубокое обучение стремительно развивается, и это очень перспективная
отрасль программирования.
9 слайд спасибо за внимание