深度學習概述:NLP vs CNN

csdn 發佈 2020-06-04T20:22:52+00:00

頭圖 | CSDN 下載自視覺中國。當今,人工智慧已經不僅僅是一個技術術語了。自然語言處理 – NLP。☞這 10 個雲計算錯誤,會讓你的業務一蹶不振!

作者 | Manish Kuwar

譯者 | 蘇本如,責編 | 郭芮

頭圖 | CSDN 下載自視覺中國

出品 | CSDN(ID:CSDNnews)

以下為譯文:

當今,人工智慧已經不僅僅是一個技術術語了。這項技術在過去十年的時間內幾乎將其影響擴展到了所有行業。現在,每家公司都希望在其系統中實現這一尖端技術,以降低成本、節省時間,並通過自動化使整個工作流程更加高效。

最初的人工智慧和深度學習算法比較簡單,就像我們所知的簡單感知器模型和單層神經網絡一樣。隨著時間的推移和更加專注的研究,我們已經擁有了具有多層結構的複雜神經網絡。一些公司在他們的軟體和服務中使用了LSTMs、GANs、變分自編碼器等算法。

本文在以下部分列出了人工智慧領域當前最熱門的技術以及正在研究這些熱門技術的公司。看了這些創新之後,準備好大吃一驚吧。如果你想對這些技術作進一步的探索,你可以從這裡開始。

自然語言處理 – NLP

自然語言處理(Natural Language Processing - NLP)是人工智慧研究的熱點之一。NLP處理語言(文本數據)並執行諸如翻譯、音譯、語義分析、聊天機器人開發、文本擬態、文本轉語音等任務。在當前的場景中,NLP對組織非常重要,因為它通過自動化過程和減少人工干預而提升了客戶支持。

除此之外,NLP技術也被用於基於對從社交媒體平台挖掘的文本進行語義分析而開發營銷策略。然而NLP的難點在於,大多數NLP算法都是基於複雜的深層神經網絡,如RNNs、LSTMs和GRUs。為了讓自己有一個基本的印象,你可以把它們看作是我們先前提到的基於數據輸入(即記憶)的傳統神經網絡。

Dialogflow和Moveworks是基於NLP技術的兩家領先公司。讓我們簡單地看一下這兩家公司的情況。

Dialogflow

Dialogflow公司是谷歌的一家子公司,它專注於NLP技術的最新研究以及與之相關的模塊、API和平台的開發。你可以將Dialogflow公司提供的服務集成到Amazon Alexa、Siri、Cortana,當然還有Google Home中。Dialogflow的服務使用長短期記憶神經網絡(LSTM)和遞歸神經網絡(RUN)來執行與文本和語言相關的任務。Dialogflow以其聊天機器人(chatbot)服務而聞名。

除此之外,像Dominos、Mercedes、Giorgio Armani這樣的公司正在藉助Dialogflow服務在其系統中嵌入聊天機器人和文本到語音服務。你可以輕鬆閱讀Dialogflow的服務文檔,並在幾分鐘內在你的網站/移動應用程式上準備好自己的聊天機器人。

Moveworks

Moveworks是一家總部位於加州山景城(加州Mountain View)的價值2億美元的公司。它是由Bhavesh Shah、Jiang Chen、Vaibhav Nivargi和Varun Singh聯合創建的。每一個聊天機器人和NLP產品都是基於遞歸神經網絡(RNN)或其後繼技術。Moveworks服務也不例外,它的服務的核心也是基於其自定義的遞歸神經網絡和基於相關數據訓練的LSTM網絡。

Moveworks為企業提供客戶支持自動化和NLP解決方案。它曾服務於Nutanix、Autodesk和Western Digital等巨頭。如果你想減少IT支持並使其自動化以節省成本,那麼強烈建議你考慮Moveworks。

卷積神經網絡 - CNNs

卷積神經網絡(CNNs)是應用最廣泛的深度學習算法。CNN算法本來是對傳統神經網絡的一個小小的改進,它進而發展成為人工智慧領域的一個革命性概念。今天,CNNs技術已經被廣泛地應用於目標檢測、人臉識別、計算機視覺和預測技術。

卷積神經網絡涉及到深層神經網絡中層的堆疊,並在其中對輸入圖像進行填充、卷積、縮放等操作。CNNs最棒的部分是將圖像轉換成數組(幾乎類似於一維矩陣),然後再進行數學運算,最終得到所需的輸出。要實現CNN,你只需要大量的數據和一台計算機來訓練你的人工智慧模型。下面是幾家專注於計算機視覺和CNNs技術研究的公司。

Matterport

當Matterport公司的研發團隊發表了一篇關於Mask RCNN的論文時,它引起了人們的注意。這家總部位於加州Sunnyvale的公司,是計算機視覺產品的贊助人之一。此外,他們還開發了一種高效的計算機視覺目標檢測算法(Mask-RCNN),它是Fast RCNN和Faster RCNN的後繼算法。Mask-RCNN使用邊界框坐標和masking技術來識別已訓練模型中的對象。除了目標檢測之外,Matterport的Mask RCNN技術還被用於視頻呼叫應用程式中來更改背景。

今天,Matterport已經將增強現實技術與深度學習結合起來,並發明了現代最好的三維相機之一。Matterport生產的三維相機,可以用來可視化房屋結構,提供虛擬參觀,並顯示一個令人愉快的平面圖。

Neurala

這家位於波士頓的機器學習和軟體開發公司迎合了尋求過程自動化和計算機視覺解決方案的組織的需要。Neurala模型已經被用在了全球超過5,000萬台設備上。CB Insights已將Neurala評為「100家最有前途的人工智慧公司」。多虧了它的那些擁有博士學位的創始人,他們讓Neurala的人工智慧軟體在包括智慧型手機在內的各種輕型設備上運行。這些軟體在各種設備上提供服務,包括個人電腦、智慧型手機、無人機、機器人和智能設備。

這些是可能可以幫助你建立基於人工智慧系統的最可靠和最好的公司。在盲目信任網際網路上的任何公司之前,強烈建議你先查看這些公司,它們可能可以幫助你降低成本,並為你提供最先進的服務。

原文:https://hackernoon.com/a-deep-learning-overview-nlp-vs-cnn-8gcj3222


☞AI 終極問題:我們的大腦是一台超級計算機嗎?
☞屏保壁紙引發血案,三星手機瞬間變磚
☞可怕!CPU 竟成了黑客的幫凶!
☞如何用NLP輔助投資分析?三大海外機構落地案例詳解
☞這 10 個雲計算錯誤,會讓你的業務一蹶不振!
☞好撲科技結合區塊鏈行業發展趨勢,重磅推出「好撲區塊鏈合伙人」計劃
關鍵字: