深度学习监督标签

深度学习的旷世巨作：人工智能也能画出世界名画！

深度卷积生成式对抗网络所展现出的无监督学习能力，被许多人认为是追求真正人工智能的圆梦之路。...

机器也能成为艺术家吗？Facebook 的研究人员可以给你肯定的答复。

在今年的GPU技术大会期间，他们通过深度卷积生成式对抗网络（DCGAN），展示了将数千件有着相似特征的艺术画作输入到一台电脑内，接着利用深度学习技术就能创作出近似风格的新画作。

如果你是某位历史上著名画家的爱好者，这绝对是一个好消息。

不过， DCGAN 的能力可不只限于画出漂亮的画作。Facebook 研究员 Soumith Chintala 的研究成果指出，DCGAN 展现出了无监督学习的能力，而许多人认为这正是追求真正人工智能的圆梦之路。

无监督学习对人工智能意义重大！

为何无监督学习有如此重要的意义？这是因为，要训练深度学习系统，必须要输入海量的数据才行！

有监督学习需要使用人类已经加上标签的数据，而无监督学习则使用无标签的数据。

假设，你正在训练一套用于辨识喵星人的深度学习系统，如果使用监督学习，就得先给图像加上标签，告诉系统哪些是猫，而哪些不是。

无监督学习则完全没有标签这回事。系统必须自行对数据进行分类，找出猫咪的图像。开发人员不用指示该找哪些东西，系统就能在数据里发现蛛丝马迹，这样便使得无监督学习方式拥有强大的发展潜力。

系统不会局限在数据科学家提供的标签里，可以找出前人未曾想到的关系。无监督深度学习系统甚至可以处理以往无法解决的问题。

由 GPU 加速的无监督深度学习正在改变世界

正如 Facebook 所展示的 DCGAN 系统，他们使用数千张无标签的图像来训练深度学习系统，系统分析这些图像，找出其中的特征，在没有标签的情况下掌握风景画和静物画之间的差异。然后根据画作内的不同特征，创作出自己的原创画作。

对于有在关注深度学习这个迅速成长的领域的人来说，这是一个远大的梦想。深度学习是人工智能的一个分支，可以让电脑从像人一样从经验中学习，从而解决传统编程方式难以处理的复杂问题。而 GPU 的并行计算架构大幅加快了深度学习的计算速度。

Facebook 的这套 DCGAN 系统，很快就会用来协助人类处理某些极为棘手的问题，从计算机视觉、自然语言处理到医学诊断……由 GPU 加速的无监督深度学习正在改变世界。