AI 地图
深度学习的一些应用
图片分类
下图显示 2010~2917 年，深度学习在图像数据集 ImageNet 做图片分类的错误率
- 2010 年，错误率比较高，最好的也才 27% 左右
- 2017 年，几乎所有的团队都能做到 5% 以内的错误率，基本上达到人类水平的精度
物体检测和分割
- 物体检测：不仅仅知道图片中有什么内容，还要知道是什么物体，在什么地方
- 物体分割：每一个像素，是属于什么物体（属于飞机还是属于人）
样式迁移
人脸合成
文字生成图片
文字生成
- ChatGPT
- DeepSeek
无人驾驶
案例研究 - 广告点击
预测与训练：
完整的故事：
- 领域专家：对应用有非常深的理解，关心模型对产品带来什么影响
- 数据科学家：把原始的数据变成机器学习的理解数据，能用这些数据训练模型
- AI 专家：关注模型，提升模型精度和性能