手机钉钉直播怎么连麦_直播连麦贾扬清，谈谈他所理解的四大 AI 落地问题

大致经历了两次发展浪潮:浅层学习和深层学习

处的人工神经网络被称为多层感知器，但它实际上只包含隐藏层节点的浅层模型。

进入20世纪90年代，各种浅层机器学习模型如支持向量机和Boosting相继被提出。然而，这些模型的结构基本上可以被认为是具有一个隐藏层的节点(例如SVM、Boosting)或者没有隐藏层的节点(例如LR)然而，这些模型在理论分析和应用上都取得了巨大的成功。

同时，深度学习作为机器学习的一个分支，经历了短暂的辉煌，但由于过度拟合、训练速度慢等问题，很快陷入了沉寂当时，坐在长凳上的研究人员包括杰弗里·辛顿，他后来被称为深度学习之父。毕竟，韩丁最终提出了一个切实可行的深度学习框架。在他的研究中，韩丁提出了一种具有优秀特征学习能力的多隐层人工神经网络，并通过“分层预训练”克服了深层神经网络的训练困难因此，深度学习重新启动了机器学习的发展。

不同于传统的浅层次学习，它强调模型结构的深度，并清楚地强调了特征学习的重要性然而，深度学习的出现并不能取代浅层次学习的作用。如今，大多数学习方法如分类和回归都是浅层结构算法，深层学习曾经是人工智能的代名词

，然而，无论是浅层次学习还是深层次学习，在实际应用中都存在算法和工程上的诸多局限性，这也给人工智能着陆带来了挑战

挑战总是与机遇并存跳出深度学习的桎梏，人工智能未来将如何发展？

去年4月，刚刚成为“阿里新成员”的卡夫之父贾·在内部分享了他对人工智能发展的想法和见解。其中，他强调了传统的系统、体系结构等知识，以及计算机软件工程的实践将会给人工智能带来新的机遇:

软件效率的提高传统的人工智能框架都是手写的高性能代码，但是模型变化多端，新的硬件平台层出不穷。通过编译器技术和传统人工智能搜索方法优化人工智能框架的潜力已经显现。

平台集成能力的提高在大规模应用中，数据量非常大，模型非常复杂，集群中会有各种调度挑战，这给我的机器学习平台和在云上向客户提供的服务带来了挑战。

软硬件协同设计能力的提高当深度学习计算模式开始逐渐固化时(如美国有线电视新闻网)，新硬件和专用硬件(如专用集成电路)的优势开始显现。如何实现软硬件协同设计，防止出现“硬件出来了，我不知道怎么写程序”或者“型号变了，硬件一出来就过时”等问题，将是未来几年的大方向。

在他看来，快速迭代带来的大量机遇和挑战非常令人兴奋。无论是经验丰富的研究人员还是刚刚开始学习人工智能的工程师，在当今的云和智能时代，如果他们能够快速学习和更新算法和工程的各种挑战，他们就可以通过算法创新来领导和激励社会的各个领域。

那么，面对当前大规模人工智能着陆的需求，人工智能工程师如何迎接挑战，抓住机遇呢？

2年20日星期四下午19:00，阿里首席信息官学院和联合发起了第二次“流行病”技术公益培训，邀请阿里巴巴集团副总裁贾向您发出对话邀请，讨论近年来人工智能算法和系统的进化过程他将从人工智能的定义谈起当代发展，并对当前业界流行的深度学习、浅层次学习和强化学习作出深刻解读。同时，他将从技术角度解释产品形式和用户场景。

通过本次直播，贾将在直播中重点关注以下四个人工智能问题:

的优势与劣势深入学习与肤浅学习；

深度学习和浅层学习在商务应用中的落地效应；用户如何解决

云上的人工智能问题:阿里巴巴的天妃人工智能平台如何实现对“流行”技术的

攻击；第一个视频地址:https://Edu.csdn.net/huiyiCourse/detail/1156,尊敬的来宾:李菲菲

，ariyun intelligent enterprise group的数据库产品部门总裁，我们为我们的注册合作伙伴准备了大量的互动礼品:< br>

aricanvas bag、arimugs和cat elf的smart speaker。对于具体的互动要求，请欢迎参与者添加小助手微信(csdnai ),回复公开课，并进入直播组！

如何报名参加会议？< br>

携手抗击疫情。进入注册频道，你将有机会加入丹尼尔在线！