学界丨当深度学习遇上敏捷开发,会发生怎样的“化学反应”?

说出来你可能不信,有一种从软件开发领域诞生的思维方式,自诞生以来就一直深远地影响着我们日常的工作和生活。这就是“敏捷方法”,即软件开发领域的“敏捷软件开发”(Agile Software Development)。

2001年初,十几位来自美国各个软件开发的细分领域的代表们共同签署了一份名为《敏捷软件开发宣言》(Manifesto for Agile Software Development)的文件,标志着这一全新的软件开发方式的诞生(或者也可以称其为一种思维方式)。

敏捷开发包含的内容十分丰富,总体上要求客户参与到整个的开发中,开发者需要根据客户的需求灵活变更代码,采用迭代、循序渐进的方法持续集成,提供持续可用的版本。事实证明,随着软件规模和复杂度的升高,在现实生活中成功应用于工厂生产的那一套瀑布式流程并不适合于软件开发。而敏捷开发正是为了解决瀑布式开发带来的诸多问题而提出的。

将敏捷开发应用于深度学习

事实上,敏捷开发自提出以来就一直在进行演变,而且目前正向着自动化的方向演变。随着这种自动化的引入,所谓“持续集成”和“持续开发”的概念将得以真正做到“持续不间断”。换句话说,当人们清楚地认识到究竟哪些环节适合于自动化实现,并成功地将自动化过程应用于强化人类的日常工作,敏捷方法才能发挥其最大的优势。

就好像对于初创公司来说,敏捷方法几乎已经成为了他们的必修课。正是基于敏捷方法的核心理念,越来越多的创业公司开始尝试在一次又一次的商业计划迭代中,过滤那些潜在客户最感兴趣的反馈,然后基于这些反馈灵活调整公司的发展方向,从而获得商业的成功。也就是说,针对那些缺少发展规划的初创公司来说,这种“精益求精”的取巧过程显然是更明智的做法。

如果说敏捷方法已经遍及所有的开发过程,那么将深度学习应用于现实场景的关键就变成了:了解它在敏捷开发环境中具体的适用位置。也就是说,要把深度学习应用在一个具体流程中,开发者应该清楚地认识到原本的人工流程具体是怎样的,然后寻找其中可以进行自动化的部分进行强化,而不是简单粗暴地追求所谓取代人类。在反复的迭代中,当所有的流程都被自动化之后,完全取代人类才具有实际意义。

例如,深度学习作为与人类沟通的媒介就得到了很好的应用,目前已经成功应用在语音识别和手势理解。在这种情况下,深度学习本质上成为了一种全新的用户界面(UI),一个允许用户灵活调度当前任务的UI环境。这就是一个典型的例子,将深度学习应用在一个具体的环节,而不是完全取代人类。

然而,目前许多企业还停留在将深度学习(甚至机器学习和人工智能)简单地看成一种预测工具的阶段,他们认为深度学习只是一种数据科学家们用来辅助研究的工具。但事实上,深度学习的现实应用场景要宽泛得多。雷锋网雷锋网

深度学习的能力分类

目前,基于持续集成的敏捷方法,大体可以将深度学习的能力分为以下两种类型:辅助型和生产型。前者将自动化应用在了某些特定的环节,而后者近乎取代了人类。

其中辅助型的能力目前可以说已经非常普遍了。例如输入法的自动更正和建议输入,有些相机具有的智能背景虚化功能,以及软件开发环境中对代码的自动更正、错误检查、代码质量评估甚至漏洞检测等。

可以看到,这种辅助型能力可以实时得到结果或者在后台运行。在这种类型的应用里,深度学习可以帮助我们执行重复的和耗时的任务,例如对照片进行排序和分类等。在某些特定领域,这种信息的组织和分析能力非常重要。通常可以将海量信息分解成易于分析的小体量信息块来强化训练这一能力。

相对于辅助型能力,生产型是一种更全面的自动化,并且正在变得越来越普及。近期,传播非常广泛的Prisma就是一个例子(如下图所示,Prisma软件能够将照片重新渲染为不同艺术家的风格)。

这就是生产型能力的典型示例。就像“头脑风暴”那样,我们可以利用深度学习的这种能力遍历一个设计空间的所有可能性。例如应用在规划和执行领域时,就可以依靠这种能力遍历所有的可选项,然后向用户提供一个详细的选择列表。目前,针对这一能力的应用具有非常广阔的探索空间。例如此前报道的利用深度学习来进行工业设计,或者利用深度学习来设计游戏,就是几种未来可能的发展方向。

来源:medium

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-01-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏区块链领域

Datawallet的与众不同之处

很多人会问“Datawallet到底是什么,它与那些宣称要为我的数据提供托管服务并创建市场的公司有什么不同?”这篇文章就解答了这些疑惑。这些公司运行的共同点在于...

1024
来自专栏钱塘大数据

【推荐阅读】大数据技术的最新进展和潜在应用

导读:日前,在2016中国大数据技术大会首日全体会议中,星环科技董事长&CTO孙元浩分享了主题为《大数据技术的最新进展和潜在应用》的演讲。大数据技术的软件栈分为...

34811
来自专栏腾讯高校合作

腾讯大数据宣布推出第三代高性能计算平台Angel并于2017年全面开源

12月18日,深圳 - 腾讯大数据宣布推出面向机器学习的第三代高性能计算平台——Angel,并预计于2017年一季度开放其源代码,鼓励业界工程师、学者和技术人员...

28310
来自专栏ATYUN订阅号

AI泡沫在短期内不会破裂,但变化即将到来

Emrah Gultekin是Chooch情报技术公司的首席执行官,该公司生产可编码AI的智能产品,Emrah谈到AI时发表了自己的一些看法。

933
来自专栏华章科技

大数据工具指南:从选择到应用

通过部署和使用大数据分析工具,分析流程可以帮助公司提高运营效率,产生新的利润,获得竞争优势。企业可选择的数据分析应用程序有很多。比如描述性分析善于描述已发生的事...

542
来自专栏CDA数据分析师

创业公司的数据课讲点啥?

本文由CDA作者库成员王安原创,并授权发布,原文来自公众号数据化决策。 CDA作者库凝聚原创力量,只做更有价值的分享。 创业公司数据培训课程会面向哪些人,有哪些...

1715
来自专栏人工智能快报

人工智能再次超越人类,这次是阅读理解

在斯坦福大学举办的阅读理解比赛中,由微软和阿里巴巴分别独立开发的人工智能的得分都超过了人类。 在斯坦福大学举办的阅读理解比赛中,由微软和阿里巴巴分别独立开发的人...

3649
来自专栏CDA数据分析师

12个数据科学面试必问问题

原作者 Venkat Nagaswamy 编译 CDA 编译团队 本文为 CDA 数据分析师原创作品,转载需授权 聘用到出色的数据科学家至关重要,但这并非易事...

2198
来自专栏华章科技

大数据入门,你需要懂这四个常识

大数据分析的使用者有大数据分析专家,同时还有普通用户,但是他们二者对于大数据分析最基本的要求就是可视化分析,因为可视化分析能够直观的呈现大数据特点,同时能够非常...

703
来自专栏西安软件开发

大数据应用技术学习不应做盲人摸象,闭门造车的实验室派

随着科技的高速发展,数据在人类生活和决策中所占的比重越来越大,大数据的兴起只是说明了一种现象,面对如此广度和深度的大数据技术栈和工具集,如何学习和掌握好大数据分...

654

扫描关注云+社区