omniture

大巖資本黃鉑:最優(yōu)化算法的前世今生(下篇)

2020-07-17 17:58 7033
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(shí)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,本文為下篇。

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(shí)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(shí)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(dòng)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(zhǎng),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(jí)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(gè)應(yīng)用可能更有意思。

第一個(gè)應(yīng)用叫壓縮感知,首先我們把一個(gè)圖去掉80%、90%的像素點(diǎn),然后如何還原到原有的圖片,這個(gè)問題看起來非常困難,但是在實(shí)際應(yīng)用中,壓縮感知的算法就有非常好的效果。與這個(gè)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(duì)偶加速算法、Lasso。


這個(gè)算法還有另外一個(gè)應(yīng)用,人臉識(shí)別??聪聢D,這個(gè)圖上是同一個(gè)人在做各種表情,甚至戴上墨鏡,人臉識(shí)別通常會(huì)用在海關(guān)、捉拿罪犯。當(dāng)我們?cè)驾斎氲娜四樣泻芏嘣胍魰r(shí),它會(huì)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(huì)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(gè)照片上,那么就可以通過這個(gè)算法將人物和背景分離開。

看下圖右側(cè),這是一個(gè)電梯口的監(jiān)控錄像,背景是靜止的,而來來往往的人是動(dòng)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(xiàng)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(gè)算法在97年就已經(jīng)被提出來了,但是之所以最近才會(huì)有非常大規(guī)模的應(yīng)用,因?yàn)樵谒惴ㄉ蠒?huì)有非常大的提高,我們可以通過GPU來進(jìn)行加速運(yùn)算。另外,我們?cè)趦?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(huì)優(yōu)化所有的變量、所有的樣本,而是隨機(jī)挑選一個(gè)或者幾個(gè)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(shí)出現(xiàn)在我們每天的日常生活中,希望今天的演講對(duì)大家有所幫助。謝謝大家。(完)

消息來源:大巖資本
China-PRNewsire-300-300.png
全球TMT
微信公眾號(hào)“全球TMT”發(fā)布全球互聯(lián)網(wǎng)、科技、媒體、通訊企業(yè)的經(jīng)營(yíng)動(dòng)態(tài)、財(cái)報(bào)信息、企業(yè)并購(gòu)消息。掃描二維碼,立即訂閱!
collection