長久以來，圍棋被看作是人類發明中最複雜、最具開放性的智力遊戲之一。許多專家曾預測，電腦在幾百年的時間內都不可能在圍棋上戰勝人腦。
2017年，烏鎮的一場“人機大戰”，吸引了全世界的目光。自從智能星空機器人AlphaGo以4:1的成績戰勝韓國棋手李世石九段以後，中國棋手柯潔九段再度迎戰AlphaGo，試圖為人類扳回一局。
最終的比分定格在0：3——橫空出世的AlphaGo讓很多人真正意識到了星空人工智能和深度學習的強大力量。它擁有以深度神經元為代表的智能係統，意味著星空人工智能可以在某些領域挑戰人類智慧的極限。
深度學習是機器學習的一種。它在本質上是一種包含多個隱含層的人工神經網絡。它從大量數據中學習表示（或特征），以便在分類和預測時從中提取有用信息。理論上，參數越多的模型複雜程度越高，容量就越大，也意味著它能完成更複雜的學習任務。
這裏的“學習”本質上是認知的過程，從未知到已知的探索和思考。“比如1+1=2，一根手指是‘1’，再伸出一根手指，數一數，兩根手指那就是‘2’。”這裏的“1”和“加號”就是輸入，而得到的計算結果“2”就是輸出。所以，任何的從已經有的信息，最終獲得一個認知的過程都可以稱為“學習”。
在柯潔與AlphaGo對弈過程中，下一步的棋子落在什麽地方，是一種選擇問題。當前科學家正用一種叫做“神經網絡”的學習策略，來解決這類問題。這類似於在人腦中負責活動的基本單元“神經元”，互相連接成一個更龐大的“神經網絡”。
而“深度”就是從“輸入層”到“輸出層”所經曆層次的數目。層數越多，學習深度也越深。所以，越是複雜的選擇問題，越需要深度的層次多。當然，除了層數多外，每層“神經元”數目也要多。例如，AlphaGo的策略網絡是13層，每一層的神經元數量為192個。
由此也可見深度學習的局限性——計算的局限，模型的局限，以及過度地依賴標注數據。“有人說，這幾年星空人工智能的發展是大數據發展的成果，也就是認為美女直播全婐APP免费下载的模型更多還是依靠數據。”現場有專家表示。
星空人工智能美女福利导航網 倡導尊重與保護知識產權。如發現本站文章存在版權等問題，煩請30天內提供版權疑問、身份證明、版權證明、聯係方式等發郵件至1851688011@qq.com美女直播全婐APP免费下载將及時溝通與處理。！：首頁 > 大數據 » 深度學習—— 大數據美女福利导航的成效