深圳2020年7月17日 /美通社/ -- 近期,大巖資本成立七周年慶在深圳成功舉辦。周年慶上量化投資基金經(jīng)理黃鉑博士結(jié)合生活實踐中的案例為大家深入淺出闡釋了最優(yōu)化算法的前世今生。
從實際生活中最基礎(chǔ)的應(yīng)用切入,黃鉑博士將抽象的算法概念生動化,解釋了什么叫最優(yōu)化問題、凸優(yōu)化及算法分類、機(jī)器學(xué)習(xí)與人工智能應(yīng)用。
黃博士的分享內(nèi)容較長,我們將分上、中、下三篇連載推出,本文為下篇。
最優(yōu)化算法的高級應(yīng)用
隨著這些年大數(shù)據(jù)與人工智能的發(fā)展,最優(yōu)化的算法也隨之進(jìn)一步發(fā)展,接下來幾個應(yīng)用可能更有意思。
第一個應(yīng)用叫壓縮感知,首先我們把一個圖去掉80%、90%的像素點,然后如何還原到原有的圖片,這個問題看起來非常困難,但是在實際應(yīng)用中,壓縮感知的算法就有非常好的效果。與這個問題相關(guān)的,還有很多很優(yōu)美的優(yōu)化算法,比如稀疏優(yōu)化,對偶加速算法、Lasso。
這個算法還有另外一個應(yīng)用,人臉識別??聪聢D,這個圖上是同一個人在做各種表情,甚至戴上墨鏡,人臉識別通常會用在海關(guān)、捉拿罪犯。當(dāng)我們原始輸入的人臉有很多噪音時,它會通過最優(yōu)化算法,將人臉畫像出來,比如當(dāng)輸入的是戴有墨鏡的人臉,算法會將墨鏡和人臉分離開來。同樣的算法可以應(yīng)用在背景分離,比如我們想要一張非常美的海景,但是又不想要太多人在這個照片上,那么就可以通過這個算法將人物和背景分離開。
看下圖右側(cè),這是一個電梯口的監(jiān)控錄像,背景是靜止的,而來來往往的人是動態(tài)的,通過最優(yōu)化算法就可以將前景和背景分離出來。這項研究是在2009年由微軟研究員的幾名學(xué)者一起研究出來的。
最后一部分是深度學(xué)習(xí)。深度學(xué)習(xí)有很多層神經(jīng)網(wǎng)絡(luò),這個算法在97年就已經(jīng)被提出來了,但是之所以最近才會有非常大規(guī)模的應(yīng)用,因為在算法上會有非常大的提高,我們可以通過GPU來進(jìn)行加速運算。另外,我們在優(yōu)化算法上也有了非常好的進(jìn)展。其相關(guān)的優(yōu)化算法是隨機(jī)優(yōu)化,顧名思義,它不會優(yōu)化所有的變量、所有的樣本,而是隨機(jī)挑選一個或者幾個樣本進(jìn)行優(yōu)化,然后在不需要看完整樣本的情況下就可以有非常好的效果,可以大規(guī)模的提高模型訓(xùn)練速度。
最優(yōu)化算法,源于生活高于生活,很多應(yīng)用其實出現(xiàn)在我們每天的日常生活中,希望今天的演講對大家有所幫助。謝謝大家。(完)