有一种处理图像识别问题的神经网络称之为卷积神经网络，是人工智能的关键技术，其有多层神经元，对图像中重要内容的些微变化不敏感。卷积神经网络在深度学习中获得了较为广泛的应用，其灵感主要来自人类视觉皮层的多层结构。
此外，深度学习在近年来能够取得成功得益于两个关键因素：一是计算机运算速度提高了近十倍，尤其是图形处理能力大幅提高；二是深度学习可顺序计算的能力，能对图像、声音或数据一步一步地进行分析或构造。而对声音和图像进行识别需要多层网络结构。
人工神经网络在图像识别上主要表现为对静态图像的识别能力。目前又出现了一种新型神经网络，称之为回归神经网络，可对随时间展开的事件进行标记。回归神经网络与人类大脑的处理方式有很多相似之处，它可以预测一个句子将出现什么单词，并在阅读句子后，对其意思进行猜测，今后可应用于语义加工和语言翻译。
人工智能技术走过了寒冬，迎来了发展的春天，这不仅仅是技术的进步，还对我们今后应如何支持科学技术的发展有着更为深刻的意义。当某项技术的发展遇到暂时挫折，我们该如何更好地应对挑战，坚持多样化发展策略，有效帮助其走出困境，这对整个科技发展都有重要的启示作用。（记者 何 屹）
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！