【编者按】本文来自CMU的博士，MIT的博士后，vision.ai的联合创始人Tomasz Malisiewicz的个人博客文章，阅览本文，你能够更好的了解核算机视觉是怎样一回事，一起对机器学习是怎样跟着时刻缓慢开展的也有个直观的知道。
以下为正文：
本文咱们来重视下三个十分相关的概念（深度学习、机器学习和模式辨认），以及他们与2015年最抢手的科技主题（机器人和人工智能）的联络。
图1 人工智能并非将人放入一台核算机中（图片来源于 WorkFusion 的博客）
盘绕四周，你会发现不缺少一些草创的高科技公司招聘机器学习专家的岗位。而其间只需一小部分需求深度学习专家。我敢打赌，大多数草创公司都能够从最基本的数据剖析中获益。那怎样才干发现未来的数据科学家？你需求学习他们的考虑办法。
三个与“学习”高度相关的盛行词汇
模式辨认（Pattern recogniTIon）、机器学习（machine learning）和深度学习（deep learning）代表三种不同的思维门户。模式辨认是最陈旧的（作为一个术语而言，能够说是很过期的）。机器学习是最根底的（当下草创公司和研讨实验室的热门范畴之一）。而深度学习是十分簇新和有影响力的前沿范畴，咱们乃至不会去考虑后深度学习时代。咱们能够看下图所示的谷歌趋势图。能够看到：
1）机器学习就像是一个真实的冠军相同持续俯首而上；
2）模式辨认一初步主要是作为机器学习的代名词；
3）模式辨认正在渐渐衰败和消亡；
4）深度学习是个簇新的和快速攀升的范畴。
2004年至今三个概念的谷歌查找指数（图来源于 谷歌趋势 ）
1. 模式辨认：智能程序的诞生
模式辨认是70时代和80时代十分盛行的一个术语。它着重的是怎样让一个核算机程序去做一些看起来很“智能”的作业，例如辨认“3”这个数字。并且在融入了许多的才智和直觉后，人们也确实构建了这样的一个程序。例如，区别“3”和“B”或许“3”和“8”。早在从前，咱们也不会去关怀你是怎样完结的，只需这个机器不是由人躲在盒子里边假装的就好（图2）。不过，假如你的算法对图画使用了一些像滤波器、边际检测和形态学处理等等巨大上的技术后，模式辨认社区必定就会对它感兴趣。光学字符辨认便是从这个社区诞生的。因而，把模式辨认称为70时代，80时代和90时代初的“智能”信号处理是适宜的。决议计划树、启发式和二次判别剖析等悉数诞生于这个时代。并且，在这个时代，模式辨认也成为了核算机科学范畴的小同伴搞的东西，而不是电子工程。从这个时代诞生的模式辨认范畴最著名的书之一是由Duda Hart执笔的“模式辨认（Pattern ClassificaTIon）”。对根底的研讨者来说，仍然是一本不错的入门教材。不过关于里边的一些词汇就不要太纠结了，由于这本书现已有必定的时代了，词汇会有点过期。
图2 一个字符“3”的图画被划分为16个子块。
自定义规矩、自定义决议计划，以及自定义“智能”程序在这个使命上，从前都风行一时（更多信息，能够检查这个 OCR 网页）
小测验：核算机视觉范畴最著名的会议叫CVPR，这个PR便是模式辨认。你能猜出第一届CVPR会议是哪年举行的吗？
2. 机器学习：从样本中学习的智能程序
在90时代初，人们初步意识到一种能够更有效地构建模式辨认算法的办法，那便是用数据（能够经过廉价劳动力收集取得）去替换专家（具有许多图画方面常识的人）。因而，咱们收集许多的人脸和非人脸图画，再挑选一个算法，然后冲着咖啡、晒着太阳，等着核算机完结对这些图画的学习。这便是机器学习的思维。“机器学习”着重的是，在给核算机程序（或许机器）输入一些数据后，它有必要做一些作业，那便是学习这些数据，而这个学习的过程是明晰的。信任我，就算核算机完结学习要耗上一天的时刻，也会比你约请你的研讨同伴来到你家然后专门手艺得为这个使命规划一些分类规矩要好。
图3 典型的机器学习流程（图来源于 Natalia KonstanTInova 博士的博客）。
在21世纪中期，机器学习成为了核算机科学范畴一个重要的研讨课题，核算机科学家们初步将这些主意使用到更大规模的问题上，不再限于辨认字符、辨认猫和狗或许辨认图画中的某个方针等等这些问题。研讨人员初步将机器学习使用到机器人（强化学习，控制，举动规划，抓取）、基因数据的剖析和金融商场的猜测中。别的，机器学习与图论的联婚也成果了一个新的课题—图模型。每一个机器人专家都“无法地”成为了机器学习专家，一起，机器学习也敏捷成为了世人巴望的必备技术之一。但是，“机器学习”这个概念对底层算法只字未提。咱们现已看到凸优化、核办法、支撑向量机和BoosTIng算法等都有各自光辉的时期。再加上一些人工规划的特征，那在机器学习范畴，咱们就有了许多的办法，许多不同的思维门户，但是，关于一个新人来说，对特征和算法的挑选仍然一头雾水，没有明晰的辅导准则。但，值得幸亏的是，这全部行将改动……
延伸阅览：要了解更多关于核算机视觉特征的常识，能够看看原作者之前的博客文章：“ 从特征描述子到深度学习：核算机视觉的20年 ”。
3. 深度学习：一统江湖的架构
快进到今日，咱们看到的是一个夺人眼球的技术—深度学习。而在深度学习的模型中，受宠爱最多的便是被用在大规模图画辨认使命中的卷积神经网络（Convolutional Neural Nets，CNN），简称ConvNets。
图4 ConvNet结构（图来源于 Torch的教程）
深度学习着重的是你运用的模型（例如深度卷积多层神经网络），模型中的参数经过从数据中学习取得。但是，深度学习也带来了一些其他需求考虑的问题。由于你面临的是一个高维的模型（即巨大的网络），所以你需求许多的数据（大数据）和强壮的运算才干（图形处理器，GPU）才干优化这个模型。卷积被广泛用于深度学习（尤其是核算机视觉使用中），并且它的架构往往都是非浅层的。
假如你要学习Deep Learning，那就得先温习下一些线性代数的基本常识，当然了，也得有编程根底。我强烈推荐Andrej Karpathy的博文：“ 神经网络的黑客攻略 ”。别的，作为学习的初步，能够挑选一个不必卷积操作的使用问题，然后自己完结根据CPU的反向传达算法。
关于深度学习，还存在许多没有解决的问题。既没有完好的关于深度学习有效性的理论，也没有任何一天性逾越机器学习实战经验的攻略或许书。别的，深度学习不是全能的，它有满足的理由能日益盛行，但一直无法接收整个国际。不过，只需你不断添加你的机器学习技术，你的饭碗无忧。但也不要对深度结构过于崇拜，不要惧怕对这些结构进行裁剪和调整，以得到和你的学习算法能协同作业的软件结构。未来的Linux内核或许会在Caffe（一个十分盛行的深度学习结构）上运转，但是，巨大的产品总是需求巨大的愿景、范畴的专业常识、商场的开发，和最重要的：人类的创造力。
其他相关术语
1）大数据（Big-data）：大数据是个丰厚的概念，例如包括许多数据的存储，数据中隐含信息的发掘等。对企业经营来说，大数据往往能够给出一些决议计划的主张。对机器学习算法而言，它与大数据的结合在早几年现已呈现。研讨人员乃至任何一个日常开发人员都能够接触到云核算、GPU、DevOps和PaaS等等这些服务。
2）人工智能（Artificial Intelligence）：人工智能应该是一个最老的术语了，一起也是最迷糊的。它在曩昔50年里阅历了几度兴衰。当你遇到一个说自己是做人工智能的人，你能够有两种挑选：要么摆个讪笑的表情，要么抽出一张纸，记录下他所说的全部。
延伸阅览：原作者2011的博客：“ 核算机视觉当属人工智能 ”。
定论
关于机器学习的评论在此逗留（不要单纯的以为它是深度学习、机器学习或许模式辨认中的一个，这三者仅仅着重的东西有所不同），但是，研讨会持续，探究会持续。咱们会持续构建更智能的软件，咱们的算法也将持续学习，但咱们只会初步探究那些能真实一统江湖的结构。
假如你也对深度学习的实时视觉使用感兴趣，特别是那些合适机器人和家居智能化的使用，欢迎来咱们的网站 vision.ai 沟通。期望未来，我能说的再多一点……
作者简介：Tomasz Malisiewicz，CMU的博士，MIT的博士后，vision.ai的联合创始人。重视核算机视觉，在这个范畴也做了许多的作业。别的，他的博客也富含信息量和价值，感兴趣的能够阅读他个人主页和博客。
