EMERSON EPRO MMS6312

Description

EMERSON EPRO MMS6312

深度学习算法使用深度神经网络——由一个输入层、三个或更多(但通常是数百个)隐藏层和一个输出布局组成的网络。这些多层实现了无监督学习:它们可以自动从大型、无标签和非结构化数据集中提取特征。由于不需要人工干预，深度学习本质上实现了大规模的机器学习。

EMERSON EPRO MMS6312

生成式人工智能是指深度学习模型，可以获取原始数据——比如维基百科的全部内容或伦勃朗的收藏——并在得到提示时“学习”生成统计上可能的输出。在高层次上，生成模型对其训练数据的简化表示进行编码，并从中得出与原始数据相似但不完全相同的新数据。

生成模型已经在统计学中使用多年来分析数字数据。然而，深度学习的兴起使其有可能扩展到图像、语音和其他复杂数据类型。实现这一跨越壮举的第一批人工智能模型是2013年推出的可变自动编码器(VAEs)。VAEs是第一个被广泛用于生成逼真图像和语音的深度学习模型。

“VAEs通过使模型更容易缩放，打开了深度生成建模的闸门，”阿卡什·斯里瓦斯塔瓦说道麻省理工学院-IBM沃森人工智能实验室的生成式人工智能问题专家。“我们今天所认为的生成式人工智能大部分都是从这里开始的。“