为什么大家都不戳破深度学习的本质？
2022-09-19
41 阅读
深度学习（Deep Learning）的本质就是通过数学模型，对真实世界中的特定问题进行建模，用以解决该领域的相似问题的解决过程，换句话说就是当下人们利用大量产生数据喂给计算机，使得计算机可以解决相似场景下问题的过程。
深度学习就是一个黑盒，在给定输入以后，模型自动给出输出。
在各种各样的竞赛中，深度学习的成绩都异常耀眼。
当然，深度学习模型也有一定的缺点，就是过于依赖大规模语料以及GPU算力，目前这方面的研究也有很多团队在做，终有一天会克服。
当前深度学习发展的速度非常快，在过去的几年中，由于深度学习大量依赖数据，使得解决问题的过程不可解释。
这也是人们对探索深度学习未知领域的过程。
在商业领域中，尽管深度学习可以在特定领域取得较好的成绩，但是由于其依赖较高的GPU算力，在目前的条件下，落地还有一定的难度，还还有待进一步优化，机器学习落地的项目较多。
综上，深度学习目前依旧是人工智能领域中最好的方法，领域内部的瓶颈也在被一点一点攻克，所以还是非常有发展前途的。
