标签：oss 控制 个人 学习 自然语言处理 记忆 特征提取 特征 规则
这次和BOSS讨论起AI 方面的东西，说到机器能够经过训练识别静态图片。被同事和老板反问一句那对于动态视频的理解呢？
当时也是一下子焖了。回来路上就想到了LSTM 网络不就是为解决这些需要关联前后场景的东西诞生的吗，而且已经很成熟了。
长短期记忆网络作为RNN的一个分支是十分成功的，特别在自然语言处理（NLP）等方面得到很大应用
哎说来说去还是学习ML的时间太短。
至于模式识别和机器学习的区别。以自己浅薄的知识认为模式识别需要手动编写提取特征的代码，编写分类器。但是机器学习不需要！
所有的特征提取全部机器自己完成，被编码在了NN的隐藏层中。苹果已经使用AI改进合成图像的品质，那将来是否也能改善模拟器的品质呢？
最后一点 现在的AI绝对已经不是很多年前那个人为控制编写规则的AI了，只有理解这点才能理解为何现在AI这么引起关注（当然资本的炒作也是很大部分原因）
标签：oss 控制 个人 学习 自然语言处理 记忆 特征提取 特征 规则
原文地址：http://www.cnblogs.com/fishboy82/p/7288479.html
