你可能听说过深度学习，觉得这是一个非常令人生畏的数据科学领域。怎么能让机器像人类一样学习？并且，对于某些人来说，这是一个可怕的概念，为什么我们希望机器表现出类似人类的行为呢？我们会通过以下10个实例来研究机器学习如何用于实践，这些实例也能够帮助你了解这一技术的潜力。
什么是深度学习？
机器和深度学习都是人工智能的子集，但深度学习代表了机器学习的下一阶段的发展方向。在机器学习中，由人类程序员创建的算法负责解析和学习数据。它们根据从数据中学到的东西做出决策。深度学习通过人工神经网络进行学习，人工神经网络非常像人脑，并且允许机器像人类一样分析结构中的数据。深度学习机器不需要人类程序员告诉他们如何处理数据，这是通过我们收集和消耗的大量数据实现的——数据为深度学习模型提供动力。
深度学习用于实践的10种方式
1.客户体验
许多企业已经使用机器学习来增强客户体验，其中有一些包括在线自助服务解决方案和创建可靠的工作流程。一些聊天机器人也已经使用了深度学习模型；随着深度学习的不断成熟，我们可以预期更多企业将使用深度学习。
2.翻译
尽管自动机器翻译并不新颖，但深度学习有助于通过使用神经网络的堆栈网络，并允许翻译图像内容来增强文本的自动翻译。
3.为黑白照片和视频添加颜色
在过去，手动为黑白图像和视频添加颜色是一个非常耗时的过程，现在可以使用深度学习模型自动完成。
4.语言识别
深度学习机器已经开始区分语言的不同方言。一台机器会决定某人是否在说英语，然后使用经过训练的AI来区分方言之间的差异。一旦确定了方言，另一个AI将进一步研究方言之间的差异。这些都是在没有人类介入的情况下发生的。
5.自动驾驶汽车
自动驾驶汽车沿着街道行驶时，不仅有一个AI在运作。一些深度学习模型专门研究街道标志，而其他模型则训练识别行人。当汽车在道路上巡航时，数百万个独立AI模型则会告知汽车如何行驶。
6.计算机视觉
深度学习在图像分类、物体检测、图像恢复和图像分割方面的准确性大大超过了人类，甚至可以识别手写的数字。使用庞大的神经网络的深度学习能够训练机器自动完成人类视觉系统执行的任务。
7.文本生成
机器可以学习一段文本的标点符号、语法和风格，并且可以使用开发的模型自动创建和示例文本类似的语法和风格的全新文本。从莎士比亚话剧到维基百科条目，所有内容可以被创建。
8.图像字幕生成
深度学习的另一个令人印象深刻的能力是识别图像，并根据图像内容生成与图片内容相符、以及具有人类风格的字幕。
9.基于情绪的新闻聚合器
当你想要过滤掉负面新闻时，先进的自然语言处理和深度学习可以提供帮助。使用这种新技术的新闻聚合器可以根据用户情绪过滤新闻，因此你可以创建仅包含正面消息的新闻流。
10.深度学习机器人
机器人的深度学习应用程序数量繁多、功能强大，只需观察人类完成家务的动作，就可以通过深度学习系统以及其它的AI系统来训练家务机器人。和人类大脑处理过去经历、当前的感受以及任何信息一样，深度学习模型将帮助机器人基于不同的AI意见来执行任务。
预计深度学习模型在未来几年内会加速发展，并创造更多创新应用。
原文作者：Bernard Marr
