机器能像人一样思考吗？人工智能（一）机器学习和神经网络
Вставка
- Опубліковано 15 лип 2024
- 【加入会员链接】 / @tchliyongle
【订阅频道链接】 / 李永乐老师
------------------------------------------------
视频内容：
70年前，计算机科学鼻祖图灵提出了一个问题：机器能像人类一样思考吗？经过几十年的发展，这个问题发展成了计算机科学的一个分支-#人工智能 。现在，人工智能已经用在了生活和生产的方方面面，比如人脸识别、语音识别、肺部ct筛查、新药物开发、电子邮件防垃圾系统、自动驾驶等等。你了解人工人工智能吗？什么叫#机器学习 ？什么叫#神经网络 ？点开视频，李永乐老师带你一步步走近人工智能。
内容章节：
00:00 前言
01:10 人工智能发展史
05:48 梯度下降算法
13:50 神经网络
22:04 人工智能的框架
25:59 内容总结
------------------------------------------------
火热视频推荐：
千万不要用微波炉烧水！
• 千万不要用微波炉烧水！李永乐老师讲过热/过冷液体
如何才能摆脱贫穷？穷人和富人有什么差别？
• 如何才能摆脱贫穷？穷人和富人有什么差别？【2...
蚂蚁金服如何把30亿变成3000亿？
• 蚂蚁金服如何把30亿变成3000亿？资产证券...
【经济泡沫1/4】一朵花换一栋楼？
• 【经济泡沫1/4】一朵花换一栋楼？疯狂的荷兰...
中国6亿人收入不到1000元？
• 中国6亿人收入不到1000元？会骗人的数字（...
------------------------------------------------
大家有什么想看的内容，可以在下方留言！ - Наука та технологія
我讲机器学习有16年了。惊奇李永乐老师对概念表达准确，快速，思路清晰，像似有至少5年以上经验的专业大学老师。唯一的错误就BP算法的意义，BP算法主要解决了神经网络多层之间信息传递过程的误差损失和误差计算。无论如何，李永乐老师你就是奇迹。
这难道不是给华为打广告的吗😒
我猜是团队合作的成果，李永乐应该请教过这领域的人
@@yazhoujunli2633 不像是团队，备课授课不适合团队化来做。但可以把章节分给不同的老师来做。
@@AIPlayerrrr 像，非常像，虽然华为有很多有远见的发展方向，但人工智能在国内也不是华为独大。。
智商是王道
我在数学上遇到了亿点困难
合理
李永乐老师：同学们，为了更好的学习下一节图像识别课程，建议大家复习一遍Python语言，我们下节课主要用Python语言描述卷积神经网络，并且利用傅里叶变换去掉图片中水印内容。
这期视频正好符合我的专业，绝大部分都听得懂，不过我也越来越佩服李永乐老师的博学和口才了。
全能型选手
特斯拉属于ai吗？
@@from_stpm_to_um 自动驾驶
@@from_stpm_to_um 机器学习是实现人工智能的一种方法。
深度学习是实现机器学习的一种算法OR模型，深度学习是基于深度的神经网络的。
自动驾驶就属于机器学习。
所以自动驾驶当然是AI。
那自动驾驶断网了咋办？
最近我就在用Matlab学习machine learning。李永乐老师真的太厉害了，短短一个视频竟然包括了那么多概念，总结得非常棒！我打心底佩服！
看过很多好的人工智能普及的视频，大部分都是从机器学习的基础算法（线性回归，分类等）讲起，李老师这种直接从案例讲起的让人耳目一新。。
李永乐老师太棒了！覆盖了我半年来的入门过程
第一次真正对人工智能有了粗浅的认识。感谢李永乐老师！
可以看出李老师智商非常高。说话言语清晰有条理。而且无用停顿几乎没有。现实生活很少可以见到这样聪明的人。
这可以训练
可以有提词器的
這語速講這種專業的內容，佩服
李老师的视频知识密度越来越大了。
O益O 追李永樂老師至今，突然發現講了自己謀生的題材，厲害了
李老师的课，只要里面有数学元素，就会非常精彩！
看到了工作中接触到的tensorflow和pytorch, 好亲切啊！
哇 好激动！老师开始讲人工智能方面的知识了！好希望老师能出一系列机器学习，神经网络的视频。我们在学校里学了一点点皮毛，但是我觉得非常有意思，很想继续往这个方面深入学习。
從起源開始講起 把很多之前看到的一些不懂的名詞都更清晰了 謝謝
有一点需要指出的是，BP算法是由Hilton推广开的，但第一个将BP使用在神经网络训练并论证的人应该是1975年Paul Werbos在他的博士论文中提出的，《Beyond regression : new tools for prediction and analysis in the behavioral sciences》
我现在严重怀疑李永乐老师就是一个人工智能高级机器人
我有時也這麼覺得
这方面早就有人开始创业了。
他本来就是电子专业毕业啊
永乐老师比人工智能高级机器人厲害多了
同感
很期待接下来的内容！
李老师 讲的真好。 这么复杂的东西讲得通俗易懂。另外，李老师口才太棒了，单位时间信息输出量超高，我们接收端不停地 input 振动，听的过瘾。
李老师我爱你❤❤❤
知识太渊博了
这种才叫博士，博士这个名字就有误导性（应该称其为专士）
把複雜的技術講解的淺顯易懂 太棒了!
李老师的大脑能够高速精确并行处理大量信息，这是他个人的过人之处，不是任何团队能替代的。也是每个年轻人应努力的方向。
李老师真是全能型老师啊！人工智能很难理解，李老师的讲解很清晰易懂！👍
我總覺得李老師以後會講文學
啥都懂
@@Andy8787 我總覺得李老師以後會講人体写生
@@glenyu2090 🤣🤣
北大本科，清华硕士。中国最强高中人大附中老师当然强
26分钟从历史讲到MindSpore, 而且让大多数人都能跟上。李老师刷新了老师的概念
别的老师是一己之力，李老师的背后是一个不少于60人的团队，李老师讲的每一句话都是由本人以及团队准备好的，这种师资力量已经不亚于一个高级中学了。
当然，视频的创作之初，全是李老师一个人做的，而且还做了不止一年。
感谢李老师，太强了！
这个视频在学习人工智能的过程中常看常新。李永乐老师水平是真的高。
作为多伦多大学计算机系出身的在读硕士，只想说感谢李老师解决了我多年做的懂却想不懂的问题 ！！！太赞了🙀
可是朱松纯教授说并没有人工智能，即使是斯坦福大学，也做不出能承担简单消防任务的消防机器人，得连线人工操作控制。如果你非要说电脑是人工智能，那也没办法，手机都是人工智能呢😄哪里有人工智能？中科大人工智能专业国内最牛，可他们的教授羞于承认自己的专业……人工智能的发明，目前为止还看不到一丝一毫的希望
@@sealee6793 人工智能不是单指智能机器人.指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制这些都是人工智能...
大阪枚方市不二産業の社長服部康博、他用电磁波技术可以远程入侵人的大脑，窃听人的思维，使人患各种疾病，杀人不留证据
作为一名运用机器学习搞研究的通信工程博士，我只能说机器学习是人工智能的一种实现途径。把机器学习跟人工智能划等号，我怕图灵的棺材板盖会不住
@@8allan463 要看人工智能如何定义
讲得深入浅出，太适合给初学者介绍了
这种节目好，李老师加油!
李永樂老師 太厲害了，👍 無所不知
我只能說老師太厲害了，越來越佩服老師了啦!!!!!!!!!
老師真的把不易了解的東西，以深入淺出的方式讓人清晰易懂
想在學更深入一點的同學，台大李宏毅教授也有更精細的影片喔!!!
我好不容易离开课堂，却跑这儿上课来了
我真的感谢李老师 让我了解了很多东西
李永乐老师今年这个年过的看样子不错啊！要运动一下哦！
哈哈哈哈哈，感觉李老师是参考了Andrew Ng在coursera的课，但讲的真的挺棒的！个人觉得Bengio的贡献在于对RNN的发展（比如GRU）以及他早期对于meta-learning的研究。
李老師的教導非常清晰且易懂～
已大力給讚並訂閱，希望之後有機會能看到更多優質的作品！
学了半年，李老师20分钟讲好了，逻辑也很清晰，实在太牛了。
李老师终于开这个系列了
期待下期
好羡慕李老师的小孩，爸爸就教全科了
智能方面李老師的基因很強大
双减之下李老师成为择偶市场热门
李老师太厉害了，我记得李老师之前说过不太了解这方面，能在短时间内吃透，说得这么详细，真是厉害。
不过补充一点，关于BP，其实不能算是一层一层调参数，而是一种基于链式法则快速计算偏导数的方法。
比如y=w2*B，B=w1*x，x是输入，y是输出。我们输入x=5，随机给出w1=3，w2=4，则得到B=15，y=60。那么这是y对w2的偏导数为B，即15。同时，我们也知道y对B这个节点的偏导数为4。即B每加1，y应该增加4。那么B对w1的偏导数为5。所以可知，y对w1的偏导数为4*5=20。这样，我们就得到了所有参数w和y的变化关系。如果我们的目标是使y为0，则根据变化关系，我们应该适当减少w1和w2的值，这就完成了一次正向计算->反向传播->参数更新的过程。不断迭代这个过程就是训练了。
上述例子较为简单，不过大家应该也发现了，反向传播计算出来的偏导数值是一次性的，随着输入的改变，参数的改变，虽然偏导数的公式理论上不会发生变化，但偏导数值都是会发生改变的。然而我们最终需要的是偏导数值，而非公式，公式也只是计算偏导数值的一种途径。当神经网络这种结构复杂的函数出现时，输入经过多个隐层，互相交叉，公式显然不是一个好的选择，而反向传播只需要知道相邻层神经元之间的变化关系，就可以了，计算更简单，复杂度更低。
李老师让我明白 善的力量 必胜
每次老师开始解释数学公式的时候，我都瑟瑟发抖
2021年4月6日看李老師講座，11月完成了coursera上斯坦福大學Andrew Ng教授的一個入門級人工智能課程，在此之前先把線性代數學下來，and in the last month of the year I replay the games leisurely and enjoy everything and get prepared for the next stage of exploration.
期待下集哈
太棒了李老师
人工智能AI真的是在未来会越来越被广泛的运用👍👍
一个小小的建议，讲梯度下降的时候可以用等高线来表示二元函数，梯度方向是垂直于等高线的所以是局部下降最快的方向，这样可以让观众更深入理解为什么要梯度下降，因为一元函数实在没有必要梯度下降了哈哈
不是在找斜率最小的点么?
@@TheXuism 一元是平面的，所以看斜率，这里举一元的例子是方便理解怎么找到最小值的；实际作用中是多元函数，不是找斜率
十分羡慕李永乐老师的学习效率
最近刚好在学 太谢谢李永乐老师了 今年考研跟的李永乐老师 科普视频还有一个李永乐老师 可太棒了
我听到“思过思家思社稷，赏花赏月赏秋香”那里惊呆了……
有了李永乐，各种学科intro course直接过。
感谢李老师的讲解，听完老师的课我甚至觉得自己的dissertation都突破了一大步😂
老師講得真的非常好
马上考研复试了 之前courera上学过吴恩达老师的machine learning课程 忘得差不多了 看了李永乐老师的讲解 忘记的东西一下子就找回来了 吴恩达老师machine learning前1/3课程里面的精髓都在这里了 谢谢老师🙏
那你考研不是会遇到两位李永乐老师。
@@davidpay4340 当然 哈哈哈哈
是错觉吗,感觉这次李永乐老师讲的非常带劲, 上了大学以后终于能看懂老师的数学了
比之前很多所谓的人工智能大佬讲得清晰很多，谢谢李老师！~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
说得太好了，清楚易懂。搞得我也跃跃欲试。
我也是cs学生，谢谢李老师，讲的太好了，直接巩固复习机器学习了。
Counter-Strike? 电子竞技专业？？
Pgone S computer science ....
@@zs6511 我还Creep Steal 呢 ， 哈哈哈
看了幾年前的視頻跟今天的視頻，猛然驚覺......
老師，您的肚子挺出來了。
咱們，共勉之
认真听讲 想什么呢 哈哈哈
咱俩看到的重点，是一样的 ：D
學富5車阿
两年前的视频我都会经常翻出来看，眼看着老师圆润饱满起来
你现在才发现
赞。正在学习这方面的东西
看了这么多AI的教程，再看李老师的视频仍然觉得很有意思啊, 最后还讲了CNN和自动调参和privacy之类的topic.
回形针：加张每羊孟心一
李永乐：加公式函数代数
Kurzgesagt: add some birds
回形针就别出来恶心人了
啊，不错，期待下次的图像识别，刚刚考完机器人视觉，还有一些不太清楚的地方，希望下一个视频能解惑
太棒了 李老师开始教编程了。
李老师太会讲了，学习了！
几个月没见李老师，肚子又大了ᥬ😂᭄
李老师的腰围=1.2y+4.7b+c
老師講的好清楚啊 感謝老師
Thank you so much for explain this
老师这次的衣服好看
大红大紫😄
阿笠博士这一集讲得真好
哪一位？请问可以发个链接吗？
讲得真好！李老师冬于帮助我妈明白了我在学什么!
哇。。。说的太好了!
本科生这学期刚好在学机器学习，谢谢李老师！
在哪个学校啊~我们这招实习生，有兴趣吗？
@@karlos9918 我是乔治亚理工的，还招实习吗？
两会应该提议把李老师的讲座列为高中必修课
李老师是天才
I will listen to 李永乐老师 as I sleep and learn Chinese
谢谢你，大学以前有学过可是不明白，看了你的视频，好像了解了不少
小米的人工智能框架也超好的
讲得太好了，太简单明了了，一下就可以理解
比上一期做的好太多了 继续支持！
每次我点开李老师的视频，神经网络智能学习就开始了（输入100 -> 输出1）
李老师的肚子又大了！
职业AI底层框架选手路过, 李老师很厉害, 把复杂的东西讲得浅显易懂.
谢谢李老师。
李老師有1%的可能性，是人工智能
而且是穿越时空回来的。。
1/(1+exp(-y)) 也叫logistic function，广义线性模型里经常提到，因为它的反函数正好是ln(p/(1-p))，所以很适合做预测概率的模型。不过，以前没注意到这个函数向上和向下分布正好都是0.5呢。不同的领域视角不同，很有意思！人工智能这个课题开得好 ，希望能多讲几期！！(^_^)v
那是不是只要找到一个能够这样形态分布的函数，就可以做这样的应用
模型有適合的，也有不適合的😅
愛因斯坦將
幾何模型用在
Gravity 上，
這個相模型普遍
被認為是合適的❤
這就是廣義相對論😅
老师加紧更新，超级有用！
謝謝李老師！！！剛好AI人工智能對得上我的課程面試，巧合得我懷疑我的手機監聽我😅😅😅不過還是謝謝，真的非常有用🙏
在可见的未来机器人不会产生独立意识，也不会像终结者那样自主学习反抗人类。不过人工智能和机器学习深度计算的发展能帮我们解决科研和生产方面的许多难题，还能提高科研效率
沒意識才可怕
有意識可教，無意識的RND()似，，，發神經的機器~
機器曹操才可怕~
深入浅出
老师讲得太详细了，刚考完AI-900
👍李老师真棒
“思国思家思社稷，赏花赏月赏秋香”， 因该是AI最高境界😄😏2019年有机会和最先进的AI🤖️索菲亚对话，感觉距离这个境界还远
”香农是不需要图灵奖了，因为香农的名字被用来命名香农奖“，哈哈
老师讲的都是很实用的
深入浅出，简明清晰
英文好的小朋友，推薦3blue1brown，油管上介紹機器學習應該他做最好。
有幾集熱門點的影片，甚至可能有機翻中文，搭配影片動畫還算能理解，推薦給數學好又聰明的小朋友。
那个频道已经很久没更新了