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。看下圖，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）
