第四范式戴文渊：AI产业落地需要五大先决条件

今天为什么要做深度学习？深度学习其实是一种更好的去把VC维做高的算法，而为什么要做强化学习？强化学习是一个不断的把VC维做得越来越大的模型。这边举例是谷歌的阿尔法狗，如果只做深度学习，他是基于KJS的网站上棋局做的模型，那只有30万局棋，强化学习以后，通过自己和自己下，不断地去提升，最后能够达到8000万局棋，所以这就是今天强化学习要做的事情，这都是要把维度做大。

现在也有在讨论迁移学习，迁移学习要做的是什么呢？不是所有场景都有大数据的，比如说医疗，有很多并没有那么多数据，再比如说这个场景，很多人觉得今日头条做的是个性化推荐，千人千面，因为今日头条是我们的客方，其实他们不是在做个性化，而是做迁移学习，所以我们的视角是在干什么事情，今日头条最强的是在于他能够拿和你相近的哪些人的数据来帮助到你，比方说你在今日头条，可能感觉你在今日头条用得已经很多，但是如果头条只有你的数据，绝对不可能给你服务得好，服务得好是因为有了你的数据，可以找到很多跟你相近的数据。所以它是一个迁移学习的问题，因为每个人提供的数据是有限的，不是一个大数据，真正的帮助是来自于周围，迁移学习就是说小数据也能做到高纬度。

另外一个例子是领域的迁移，前面是人之间的迁移，领域的迁移是什么呢？举例来说，像金融，我们现在关注了金融的资产，可能我做一个业务，资产几十亿上百亿，但是如果换一个视角看，上百亿的资产做小额信贷，数据量非常非常大。但是如果上百亿资产拿来做大额信贷，比如说房贷，每个人贷几百万并没有多大数据，这就带来大额信贷没有大数据就很难用现在的深度学习来做。迁移学习恰恰是可以帮助你利用各种各样的信贷数据，无论是大额信贷还是小额信贷，都能够帮助你来提升模型的效果，这是我们在银行做的，我们利用它的小额消费金额的数据，帮助他做汽车贷款，汽车贷款也是几十万一笔，没有大数据怎么能够帮助他们在小数据上，用别的领域的数据来提升效果，最后能够帮助他的营销提升。

所以迁移学习要解决的是小数据实现超高位。另外一个数据是专家经验，如果说既没有数据，又没有其他领域的知识，我们还可以用专家经验来降低数据的使用量，提升小数据的模型维度。

（编辑：PHP编程网 - 湛江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!