在過(guò)去的幾年里，人工智能（AI）一直是媒體大肆炒作的熱點(diǎn)話題。機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和人工智能都出現(xiàn)在不計(jì)其數(shù)的文章中，而這些文章通常都發(fā)表于非技術(shù)出版物。我們的未來(lái)被描繪成擁有智能聊天機(jī)器人、自動(dòng)駕駛汽車和虛擬助手，這一未來(lái)有時(shí)被渲染成可怕的景象，有時(shí)則被描繪為烏托邦，人類的工作將十分稀少，大部分經(jīng)濟(jì)活動(dòng)都由機(jī)器人或人工智能體（AI agent）來(lái)完成。適當(dāng)了解人工智能相關(guān)信息，可以讓我們更宏觀地認(rèn)清現(xiàn)狀，學(xué)會(huì)分辨媒體炒作的可信度。

什么是機(jī)器學(xué)習(xí)

位于美國(guó)西海岸的斯坦福大學(xué)，是一所為全世界培養(yǎng)了眾多著名企業(yè)家、經(jīng)營(yíng)者的著名高等學(xué)府，也是Google聯(lián)合創(chuàng)始人之一謝爾蓋·布林的母校。這里曾經(jīng)受學(xué)生歡迎的講座之一，是計(jì)算機(jī)科學(xué)系吳恩達(dá)（Andrew Ng）副教授的“機(jī)器學(xué)習(xí)”（Machine Learning）。

美國(guó)《紐約時(shí)報(bào)》將這一現(xiàn)象評(píng)價(jià)為“時(shí)代精神的體現(xiàn)”。也就是說(shuō)，一場(chǎng)即將給你我的生活、工作乃至社會(huì)帶來(lái)巨大變革的技術(shù)革命正在水面之下悄悄展開(kāi)，而高瞻遠(yuǎn)矚的斯坦福大學(xué)的學(xué)生已經(jīng)敏感地察覺(jué)到了這一變革。

人工智能的研究與開(kāi)發(fā)始于20世紀(jì)50年代，它是一項(xiàng)為計(jì)算機(jī)等機(jī)器賦予（如人類一般的）智能的技術(shù)。進(jìn)入21世紀(jì)后，人工智能技術(shù)中的機(jī)器學(xué)習(xí)則成為了發(fā)展為迅猛的領(lǐng)域。

機(jī)器學(xué)習(xí)這項(xiàng)技術(shù)的定義是，計(jì)算機(jī)通過(guò)分析現(xiàn)實(shí)社會(huì)及網(wǎng)絡(luò)中存在的大量數(shù)據(jù)，從中提取出某種有用的目標(biāo)模式。此外，這項(xiàng)技術(shù)也可以應(yīng)用于機(jī)器人、汽車乃至智能手機(jī)等多種設(shè)備上，使其獲得基于大量數(shù)據(jù)（通過(guò)各種傳感器獲?。┑淖灾鲗W(xué)習(xí)能力，進(jìn)而變得更加智能。

近來(lái)，“機(jī)器學(xué)習(xí)”一詞已經(jīng)越來(lái)越多地在報(bào)紙、電視、網(wǎng)絡(luò)等媒體上出現(xiàn)，就連平時(shí)不太關(guān)心這類信息的一般民眾也會(huì)經(jīng)?？吹竭@個(gè)詞。比如，接連擊敗職業(yè)棋手的計(jì)算機(jī)將棋軟件、世界各大汽車制造商爭(zhēng)相開(kāi)發(fā)的無(wú)人駕駛型汽車、SoftBank發(fā)售的曾一度引發(fā)熱議的人形機(jī)器人Pepper等，無(wú)論哪一個(gè)，以機(jī)器學(xué)習(xí)為中心的新人工智能技術(shù)都擔(dān)任著重要的角色。

Google vs. Facebook vs. 百度

針對(duì)以機(jī)器學(xué)習(xí)為中心的新型人工智能技術(shù)，技術(shù)與資本領(lǐng)先的美國(guó)IT企業(yè)開(kāi)始爭(zhēng)先恐后地組建自己的研究開(kāi)發(fā)體系。首先，Google在2009年設(shè)立了Google X研究所，開(kāi)始了被稱為“Moonshot”的“新一代”技術(shù)追夢(mèng)之旅。

包括現(xiàn)代無(wú)人駕駛熱潮的發(fā)起者、斯坦福大學(xué)人工智能實(shí)驗(yàn)室主任塞巴斯蒂安·特倫（Sebastian Thrun），美國(guó)著名發(fā)明家、自然語(yǔ)言處理及腦科學(xué)專家雷·庫(kù)茲韋爾（Ray Kurzweil），以及前面提到的尖端機(jī)器學(xué)習(xí)技術(shù)深度學(xué)習(xí)第一人吳恩達(dá)等，諸多人工智能研究者陸續(xù)被Google招至麾下，并且?guī)?lái)了驚人的成果（特倫與吳恩達(dá)于2014年離開(kāi)了Google公司）。

與此同時(shí)，Google還不遺余力地收購(gòu)人工智能相關(guān)企業(yè)。2013年，神經(jīng)網(wǎng)絡(luò)研究權(quán)威杰弗里·希爾頓（Geoffrey Hinton）設(shè)立的DNNResearch公司被Google收購(gòu)。世界神經(jīng)網(wǎng)絡(luò)研究的領(lǐng)頭人希爾頓如今除了多倫多大學(xué)教授的身份之外，還是Google的特別研究員。2014年，Google又以4億英鎊的估價(jià)收購(gòu)了英國(guó)專門進(jìn)行深度學(xué)習(xí)技術(shù)開(kāi)發(fā)的公司DeepMind Technologies。

對(duì)Google抱有強(qiáng)烈競(jìng)爭(zhēng)意識(shí)的Facebook也于2014年設(shè)立了人工智能實(shí)驗(yàn)室，并招聘了足以與Google的希爾頓、特倫抗衡的人工智能界權(quán)威燕樂(lè)存（Yann LeCun，紐約大學(xué)教授）作為第一任主任。

美國(guó)愈演愈烈的人才爭(zhēng)奪戰(zhàn)，使得中國(guó)搜索引擎巨頭百度也坐不住了。2014年，百度在硅谷設(shè)立了人工智能實(shí)驗(yàn)室，其第一任主任正是離開(kāi)了Google的吳恩達(dá)。斯坦福大學(xué)副教授吳恩達(dá)因其在斯坦福大學(xué)任教期間同時(shí)參與了Google X項(xiàng)目，并于2012年構(gòu)建了具有超強(qiáng)圖像識(shí)別能力的大規(guī)模神經(jīng)網(wǎng)絡(luò)而聞名于世。

為挖走專門供事于Google的吳恩達(dá)，百度提出了“只要你來(lái)我們這邊，你想研究什么我們都支持，而且不管多貴的研究設(shè)備，只要你需要，我們都會(huì)提供”的條件。可以說(shuō)，百度是以三顧茅廬之禮將吳恩達(dá)迎入了自己的帳下。

以大數(shù)據(jù)與IoT為背景

為什么這些的IT企業(yè)會(huì)在人工智能開(kāi)發(fā)方面下如此大的本錢呢？或者說(shuō)，人工智能領(lǐng)域究竟隱藏著怎樣的商機(jī)呢？

其背景在于，現(xiàn)代社會(huì)上充斥著的大量數(shù)據(jù)，即大數(shù)據(jù)會(huì)帶來(lái)海量財(cái)富。文章開(kāi)頭我們提到過(guò)，現(xiàn)代人工智能基于機(jī)器學(xué)習(xí)，而機(jī)器學(xué)習(xí)則通過(guò)分析大數(shù)據(jù)來(lái)導(dǎo)出某種有用的目標(biāo)模式。

全世界有超過(guò)70億人，這么多人的日?；顒?dòng)帶來(lái)了規(guī)模巨大的數(shù)據(jù)。肉體凡胎的人類無(wú)法從如此規(guī)模的數(shù)據(jù)中看到什么，但計(jì)算機(jī)等機(jī)器卻能夠從中總結(jié)出某種模式（相關(guān)性、規(guī)律性、法則性等）。機(jī)器學(xué)習(xí)的優(yōu)勢(shì)正在于能從大數(shù)據(jù)中抽取出上述模式。

在這一背景下，產(chǎn)生了所謂“Internet of Things”（IoT：一切事物均連接在網(wǎng)絡(luò)上，即物聯(lián)網(wǎng)）的趨勢(shì)（圖1-1）。我們生活的現(xiàn)代社會(huì)中，從20世紀(jì)70年代問(wèn)世的個(gè)人電腦到如今的智能手機(jī)、平板電腦，進(jìn)而到電視、汽車，以及今后的可佩戴式終端、智能家居，甚至是智能電網(wǎng)，所有東西都開(kāi)始與網(wǎng)絡(luò)連接。

圖1-1 IoT概念圖

這些設(shè)備搭載的各式傳感器采集了你我生活以及業(yè)務(wù)中的各類信息，并通過(guò)網(wǎng)絡(luò)發(fā)送到巨型企業(yè)的服務(wù)器（大記憶容量的高性能計(jì)算機(jī)）上實(shí)現(xiàn)累積。機(jī)器學(xué)習(xí)則通過(guò)分析這些大數(shù)據(jù)來(lái)導(dǎo)出各種模式，帶來(lái)商業(yè)上的利益。

如今，美國(guó)主力IT企業(yè)對(duì)大數(shù)據(jù)流通路徑的爭(zhēng)奪戰(zhàn)如火如荼。比如蘋果公司將虛擬助手Siri（一款可以用語(yǔ)音操作手機(jī)的應(yīng)用）的標(biāo)準(zhǔn)搜索工具從Google換成了同領(lǐng)域相對(duì)弱勢(shì)的Microsoft的搜索引擎Bing（蘋果公司認(rèn)為，與Google相比，Microsoft更不容易對(duì)自身造成威脅）。想必各位都知道，通過(guò)分析搜索時(shí)使用的關(guān)鍵字，我們能輕松得出當(dāng)前用戶關(guān)心的內(nèi)容。

Google則于2014年1月以32億美元的估價(jià)收購(gòu)了智能家居領(lǐng)域的一家英國(guó)公司Nest Labs。有趣的是，Nest Labs的創(chuàng)始人出身于蘋果公司，在Nest Labs被收購(gòu)前也一直與蘋果公司有著很深的聯(lián)系。Google的這一步棋可以說(shuō)是將用戶全家人的日常生活的相關(guān)信息（通過(guò)與智能家居連接的網(wǎng)絡(luò)獲得）從蘋果公司手中搶了過(guò)來(lái)。

然而實(shí)際上，僅僅注重?cái)?shù)據(jù)的來(lái)源尚有失偏頗，真正重要的是解析數(shù)據(jù)并導(dǎo)出對(duì)企業(yè)業(yè)務(wù)有益的模式。為此，一種專門分析大數(shù)據(jù)的新興職業(yè)“數(shù)據(jù)科學(xué)家”開(kāi)始受到全世界矚目。而在美國(guó)，人們更傾向于使用計(jì)算機(jī)，即讓人工智能完成這項(xiàng)工作。

美國(guó)從很久以前就頻頻將“大數(shù)據(jù)”和“人工智能”兩個(gè)詞成對(duì)使用，近來(lái)這種趨勢(shì)愈發(fā)明顯。也就是說(shuō)，在解析大數(shù)據(jù)上，美國(guó)正漸漸從人工轉(zhuǎn)向自動(dòng)化。他們認(rèn)為（或者說(shuō)相信），要解析如此大量的數(shù)據(jù)，人腦已經(jīng)不夠用了，相對(duì)而言擁有強(qiáng)大信息處理能力的計(jì)算機(jī)（AI）更適合這方面的工作。

舉個(gè)例子。2014年，IBM發(fā)布了Watson Analytics。Watson是一臺(tái)AI超級(jí)計(jì)算機(jī)，當(dāng)初開(kāi)發(fā)它只是為了在美國(guó)著名問(wèn)答節(jié)目《危險(xiǎn)邊緣》（Jeopardy!）中擊敗歷代人類冠軍。后來(lái)IBM將其改造為解析大數(shù)據(jù)的商業(yè)機(jī)器，通過(guò)云計(jì)算（將售價(jià)昂貴的高性能計(jì)算機(jī)的功能通過(guò)網(wǎng)絡(luò)廉價(jià)提供給客戶）為企業(yè)客戶提供服務(wù)。

可見(jiàn)，人們希望將以往由數(shù)據(jù)科學(xué)家（人類）利用計(jì)算機(jī)進(jìn)行的分析工作全都交由人工智能完成。Watson Analytics就是基于這種理念開(kāi)發(fā)出來(lái)的。

暫且不說(shuō)將這些事全部交由計(jì)算機(jī)來(lái)做是否現(xiàn)實(shí)，至少在現(xiàn)階段，我們通過(guò)以機(jī)器學(xué)習(xí)為中心的人工智能對(duì)海量用戶產(chǎn)生的大數(shù)據(jù)進(jìn)行分析后，能夠做到針對(duì)個(gè)別用戶高精度地投放定向廣告，或者向用戶推薦其可能喜歡的音樂(lè)、影視內(nèi)容以及各式各樣的商品等，這其中都蘊(yùn)含著無(wú)限的商機(jī)。而這些，正是Google、Facebook、Amazon、IBM乃至Microsoft等公司希望通過(guò)機(jī)器學(xué)習(xí)實(shí)現(xiàn)的事情。

機(jī)器學(xué)習(xí)的用途擴(kuò)展

這里舉幾個(gè)具體的例子。比如Amazon的“您還可能喜歡的商品”或YouTube的“您可能感興趣的視頻”等推薦功能，包括Facebook、Twitter等社交媒體上的定向廣告也都使用了機(jī)器學(xué)習(xí)技術(shù)。它們都是先讓計(jì)算機(jī)對(duì)用戶以往的搜索記錄進(jìn)行學(xué)習(xí)，再根據(jù)學(xué)習(xí)內(nèi)容預(yù)測(cè)并自動(dòng)向用戶推薦其可能感興趣的商品、內(nèi)容、廣告等。

機(jī)器學(xué)習(xí)還被應(yīng)用于智能手機(jī)特有的虛擬助手軟件上，比如之前我們提到過(guò)的iPhone上搭載的Siri，以及安卓等終端上搭載的Google Now，還有Microsoft于2014年在自家手機(jī)系統(tǒng)Windows Phone上發(fā)布的Cortana（Cortana同時(shí)搭載于Windows 10系統(tǒng)）就屬于此類。

這些擬人化的軟件會(huì)借助機(jī)器學(xué)習(xí)能力來(lái)分析智能手機(jī)的日程表、郵件收發(fā)記錄、社交媒體的使用日志等，詳細(xì)學(xué)習(xí)用戶的相關(guān)信息，然后根據(jù)這些信息，用機(jī)器合成的男性或女性聲音回答用戶提出的需求及問(wèn)題，或者預(yù)測(cè)用戶在日常各種情況下可能需要的信息并將其自動(dòng)顯示在手機(jī)屏幕上。

除了這些身邊的在線服務(wù)以及小型移動(dòng)終端之外，越來(lái)越多的大型業(yè)務(wù)也開(kāi)始應(yīng)用機(jī)器學(xué)習(xí)，比如汽車、電子工業(yè)等大型制造商工廠里的生產(chǎn)管理。面向這些企業(yè)，一些專門以SaaS（云計(jì)算的別稱）形式提供機(jī)器學(xué)習(xí)技術(shù)的風(fēng)險(xiǎn)企業(yè)如雨后春筍般出現(xiàn)?？偛课挥诿绹?guó)舊金山的Sight Machine就是其一。

該公司將機(jī)器視覺(jué)技術(shù)（借助攝像頭使機(jī)器擁有工學(xué)視力）與機(jī)器學(xué)習(xí)相結(jié)合，并以SaaS的形式提供給大型制造商的工廠（其中包括美國(guó)汽車生產(chǎn)商克萊斯勒）。生產(chǎn)商導(dǎo)入該系統(tǒng)之后，檢查生產(chǎn)線故障以及殘次品等以往需要人工進(jìn)行的工作（準(zhǔn)確地說(shuō)是通過(guò)人眼進(jìn)行檢測(cè)的工作）現(xiàn)在全都可以交由人工智能自動(dòng)完成了。

根據(jù)Sight Machine公司的調(diào)查，在諸多領(lǐng)域中，汽車產(chǎn)業(yè)對(duì)該系統(tǒng)的需求。通用、豐田、日產(chǎn)等主要汽車制造商，再加上為這些制造商供給零件的企業(yè)，僅北美就有超過(guò)5000座與汽車相關(guān)的工廠。尤其是較為重視品質(zhì)的工廠，不少都對(duì)Sight Machine公司的服務(wù)表示感興趣。

除了上述的行業(yè)之外，已導(dǎo)入或有意向?qū)霗C(jī)器學(xué)習(xí)系統(tǒng)的行業(yè)還有很多，其中具市場(chǎng)潛力的當(dāng)屬電力行業(yè)的“智能電網(wǎng)”（電力管理系統(tǒng)）。通過(guò)機(jī)器學(xué)習(xí)來(lái)分析大量家庭、辦公室、工廠等單位的電力消耗數(shù)據(jù)，實(shí)現(xiàn)對(duì)電力供給的實(shí)時(shí)管理，保證各個(gè)單位獲得恰當(dāng)?shù)碾娏┙o。

這類系統(tǒng)被稱為“需求響應(yīng)”，美國(guó)EnerNOC公司等已經(jīng)開(kāi)始將其商品化。2013年12月，日本丸紅與EnerNOC設(shè)立合資公司，欲向法人顧客提供能源高效分配管理及咨詢等服務(wù)。

機(jī)器學(xué)習(xí)還有一些別出心裁的應(yīng)用方法，比如“安全保障”。舉個(gè)例子，美國(guó)Palantir公司（本部位于加利福尼亞州帕洛阿爾托市）借助機(jī)器學(xué)習(xí)分析從郵件、電話、金融等多種信息源收集的大數(shù)據(jù)，向中央情報(bào)局（CIA）及聯(lián)邦調(diào)查局（FBI）等美國(guó)政府機(jī)關(guān)提供有關(guān)恐怖分子與國(guó)際犯罪等方面的情報(bào)。

讓“對(duì)沖基金兄弟”分出高下

機(jī)器學(xué)習(xí)還被應(yīng)用于投資行業(yè)。關(guān)于這一點(diǎn)，在美國(guó)投資業(yè)的圈子里，運(yùn)營(yíng)對(duì)沖基金的尼德霍夫（Niederhoffer）兄弟的故事可謂無(wú)人不知無(wú)人不曉。哥哥維克多·尼德霍夫（Victor Niederhoffer）畢業(yè)機(jī)器學(xué)習(xí)還被應(yīng)用于投資行業(yè)。關(guān)于這一點(diǎn)，在美國(guó)投資業(yè)的圈子里，運(yùn)營(yíng)對(duì)沖基金的尼德霍夫（Niederhoffer）兄弟的故事可謂無(wú)人不知無(wú)人不曉。哥哥維克多·尼德霍夫（Victor Niederhoffer）畢業(yè)于哈佛大學(xué)經(jīng)濟(jì)學(xué)系，畢業(yè)后經(jīng)過(guò)幾年的學(xué)者生活，1970年，他親手創(chuàng)立了對(duì)沖基金。高明的投資手腕讓他在業(yè)界嶄露頭角。

另一邊，比維克多小20歲的弟弟羅伊·尼德霍夫（Roy Niederhoffer）自小就對(duì)做對(duì)沖基金經(jīng)理聲名大噪的哥哥敬佩有加，立志也要成為一名投資家。他升入哥哥的母校哈佛大學(xué)后，選擇學(xué)習(xí)人工智能理論，然后以此為基礎(chǔ)開(kāi)發(fā)了一套將“市場(chǎng)情緒”（例如投資家的擔(dān)心等）數(shù)值化后再進(jìn)行機(jī)器學(xué)習(xí)的交易系統(tǒng)。利用這項(xiàng)技術(shù)，他于1993年設(shè)立了自己的對(duì)沖基金。

兄弟二人一路順風(fēng)順?biāo)?，不相伯仲，直到一件事的發(fā)生，讓他們倆終于分出了高下。1997年10月27日，受當(dāng)時(shí)亞洲金融危機(jī)影響，紐約證券市場(chǎng)股價(jià)一落千丈。曾憑借對(duì)市場(chǎng)趨向天才般的判斷力而幾度化險(xiǎn)為夷的哥哥維克多在1997年那次股價(jià)暴跌時(shí)沒(méi)能正確預(yù)估市場(chǎng)的走向，導(dǎo)致他遭受巨額損失，一手創(chuàng)立的對(duì)沖基金也宣告破產(chǎn)。

相對(duì)地，弟弟羅伊的機(jī)器學(xué)習(xí)系統(tǒng)在事前發(fā)出了警告：“市場(chǎng)有暴跌的征兆！股票和美國(guó)債券能賣的全都要賣掉！”弟弟聽(tīng)從警告拋出股票與債券，在暴跌前千鈞一發(fā)之際幸免于難。

不過(guò)，當(dāng)時(shí)維克多雖然已經(jīng)破產(chǎn)，其弟弟羅伊卻表示：“我哥不會(huì)就這樣認(rèn)輸，他肯定會(huì)東山再起?！闭缌_伊所言，維克多利用所剩無(wú)幾的個(gè)人資產(chǎn)，于1998年再次設(shè)立自己的對(duì)沖基金。憑借一如既往的犀利交易手腕，它的可運(yùn)用資產(chǎn)快速擴(kuò)大，讓全世界看到了天才尼德霍夫的復(fù)活。

然而悲劇再一次降臨到維克多身上。亞洲金融危機(jī)之后10年，即2007年，世界交易市場(chǎng)因美國(guó)次級(jí)貸款問(wèn)題再度崩盤。維克多這次也估錯(cuò)了市場(chǎng)的走向，導(dǎo)致可運(yùn)用資產(chǎn)額度損失超過(guò)75%，好不容易復(fù)活的對(duì)沖基金再度破產(chǎn)。

另一邊，弟弟羅伊再一次被他那套基于機(jī)器學(xué)習(xí)的交易系統(tǒng)救了下來(lái)。在次貸危機(jī)到雷曼事件的2007～2008年，他運(yùn)營(yíng)的對(duì)沖基金依然為大幅正收益回報(bào)，這使得他與投資家之間建立了牢不可破的信任關(guān)系。防爆云平臺(tái)（m.topsmartphonereview.com）

對(duì)用機(jī)器學(xué)習(xí)交易系統(tǒng)感興趣的人可以看看《利用機(jī)器學(xué)習(xí)開(kāi)發(fā)算法交易系統(tǒng)》。

深度學(xué)習(xí)的沖擊

從前文可以看到，機(jī)器學(xué)習(xí)正滲透至現(xiàn)代社會(huì)的方方面面，并為我們帶來(lái)了巨大商機(jī)。文章開(kāi)頭提到目光敏銳的斯坦福大學(xué)學(xué)生對(duì)機(jī)器學(xué)習(xí)的課程情有獨(dú)鐘，其原因也在于此。

在諸多機(jī)器學(xué)習(xí)技術(shù)中，他們?yōu)殛P(guān)心的是深度學(xué)習(xí)。這項(xiàng)技術(shù)是神經(jīng)網(wǎng)絡(luò)（以人工手段還原構(gòu)成人腦的神經(jīng)回路網(wǎng)）的一種，所以深度學(xué)習(xí)又被稱為“深度神經(jīng)網(wǎng)絡(luò)”（DNN）。它由一系列基于大腦視覺(jué)區(qū)的識(shí)別機(jī)制的算法實(shí)現(xiàn)。

深度學(xué)習(xí)讓已經(jīng)停滯了數(shù)年的圖像識(shí)別、語(yǔ)音識(shí)別等模式識(shí)別技術(shù)（計(jì)算機(jī)、智能手機(jī)、機(jī)器人等機(jī)器自動(dòng)識(shí)別圖像、語(yǔ)音等模式的技術(shù)）產(chǎn)生了飛躍式發(fā)展。

舉個(gè)Google的例子。2012年，Google與斯坦福大學(xué)的吳恩達(dá)副教授使用深度學(xué)習(xí)技術(shù)聯(lián)手構(gòu)建了包含16 000個(gè)計(jì)算機(jī)處理器的大規(guī)模神經(jīng)網(wǎng)絡(luò)。這個(gè)被稱為“谷歌大腦”的巨大系統(tǒng)以YouTube上大量的視頻資源（準(zhǔn)確地說(shuō)是靜止的視頻截圖）為教科書(shū)，自主學(xué)習(xí)“貓臉”“人臉”等視覺(jué)概念（整體輪廓以及眼、耳、鼻等具體特征）。之后，這個(gè)系統(tǒng)根據(jù)學(xué)習(xí)成果在計(jì)算機(jī)屏幕上完成了原創(chuàng)繪圖，畫(huà)出了這些形象。

計(jì)算機(jī)不借助人的指導(dǎo)，完全自主地獲取了某種概念，這一新聞帶來(lái)了巨大沖擊，眨眼間便傳遍全球。深度學(xué)習(xí)有很強(qiáng)的通用性，所以很快就從圖像識(shí)別領(lǐng)域發(fā)展到了語(yǔ)音識(shí)別領(lǐng)域。據(jù)Google相關(guān)人士透露，在導(dǎo)入了深度學(xué)習(xí)的新版本安卓（Google提供的手機(jī)OS）上，語(yǔ)音識(shí)別精度比前一版本提高了25%～50%。

Facebook也利用深度學(xué)習(xí)提升了圖片的識(shí)別精度，以應(yīng)對(duì)每天用戶上傳的數(shù)以億計(jì)的照片。不僅如此，F(xiàn)acebook的圖像識(shí)別還進(jìn)化到了能識(shí)別照片詳細(xì)內(nèi)容，即理解照片中人物正在做什么的地步。Facebook人工智能實(shí)驗(yàn)室的燕樂(lè)存主任表示，F(xiàn)acebook正使用這一技術(shù)開(kāi)發(fā)一種虛擬助手軟件。比如用戶向Facebook上傳“深夜派對(duì)裸舞發(fā)酒瘋”的照片時(shí)，虛擬助手會(huì)發(fā)出“確認(rèn)要發(fā)布這張照片嗎？發(fā)了可別后悔”之類的警告。

此外，Microsoft的基礎(chǔ)研究所微軟研究院也利用深度學(xué)習(xí)開(kāi)發(fā)了實(shí)時(shí)的圖像識(shí)別系統(tǒng)。這個(gè)系統(tǒng)能夠迅速解析照相機(jī)拍下的照片，識(shí)別能力也進(jìn)一步提升，從僅能識(shí)別出“貓”“狗”等大類進(jìn)化到也可以識(shí)別出“羅得西亞脊背犬”“大麥町犬”等具體犬種。

Microsoft還將深度學(xué)習(xí)有效運(yùn)用到了語(yǔ)音識(shí)別領(lǐng)域。該公司常年致力于機(jī)器翻譯（使用計(jì)算機(jī)翻譯外語(yǔ)的技術(shù)），但機(jī)器翻譯長(zhǎng)期以來(lái)采用的高斯混合模型性能有限。以基于深度學(xué)習(xí)的語(yǔ)音識(shí)別技術(shù)代替高斯混合模型之后，機(jī)器翻譯的精度獲得大幅提升。

2014年12月，Microsoft將上述機(jī)器翻譯功能加入其開(kāi)發(fā)的網(wǎng)絡(luò)通話及會(huì)議服務(wù)Skype。如此一來(lái)，當(dāng)用戶通過(guò)Skype進(jìn)行國(guó)際視頻會(huì)議等交流時(shí)，能夠享受到英語(yǔ)與西班牙語(yǔ)之間的自動(dòng)同步翻譯。設(shè)計(jì)當(dāng)初只加入了這兩門語(yǔ)言，是為了先觀察一下用戶的反應(yīng)，再根據(jù)實(shí)際情況擴(kuò)大對(duì)象語(yǔ)言范疇。

結(jié)合上述幾個(gè)例子，我還要講一個(gè)特別的現(xiàn)象，那就是深度學(xué)習(xí)的“可伸縮性”。所謂可伸縮性，是指隨著輸入數(shù)據(jù)量的增加，系統(tǒng)性能能夠保持近乎正比例的提升。以往的模式識(shí)別技術(shù)中，數(shù)據(jù)量超過(guò)某一個(gè)值之后，系統(tǒng)性能就會(huì)見(jiàn)頂，但深度學(xué)習(xí)不會(huì)出現(xiàn)這個(gè)問(wèn)題。也就是說(shuō)，系統(tǒng)消化的語(yǔ)音、圖像等數(shù)據(jù)越多，識(shí)別精度也就越高，不存在天花板。

圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理

專家們普遍認(rèn)為，在接下來(lái)幾年，因深度學(xué)習(xí)技術(shù)而獲得飛速發(fā)展的領(lǐng)域，將會(huì)是自然語(yǔ)言處理。自然語(yǔ)言處理是讓計(jì)算機(jī)、機(jī)器人等機(jī)器理解我們?nèi)祟惤涣鲿r(shí)所用語(yǔ)言的技術(shù)。（前面講的語(yǔ)音識(shí)別和自然語(yǔ)言處理技術(shù)比較容易混淆。簡(jiǎn)單說(shuō)來(lái)，語(yǔ)音識(shí)別技術(shù)是識(shí)別我們發(fā)出的聲音并將其轉(zhuǎn)換為文字，而自然語(yǔ)言處理技術(shù)則是讓計(jì)算機(jī)、機(jī)器人理解已經(jīng)識(shí)別好的語(yǔ)言或文章的意義。）

Google和Facebook對(duì)這一領(lǐng)域尤為關(guān)注。因?yàn)槿绻?jì)算機(jī)能夠正確理解海量用戶搜索時(shí)以及在網(wǎng)站上發(fā)布信息時(shí)所用的語(yǔ)言，就能以更高的精度發(fā)送定向廣告（不同于一般的大片撒網(wǎng)式廣告，這種網(wǎng)絡(luò)廣告僅流向特定用戶群）?？梢哉f(shuō)，這項(xiàng)技術(shù)關(guān)系到兩家公司網(wǎng)絡(luò)業(yè)務(wù)的生命線。有專家稱，如果Google或Facebook能夠通過(guò)深度學(xué)習(xí)實(shí)現(xiàn)高精度的網(wǎng)絡(luò)廣告投放，僅此一項(xiàng)就能帶來(lái)每年數(shù)百億美元的利潤(rùn)增長(zhǎng)。

另外，Google還在研究如何將深度學(xué)習(xí)應(yīng)用于機(jī)器翻譯的語(yǔ)言解析。業(yè)內(nèi)認(rèn)為，一旦這項(xiàng)研究取得成果，不僅像英語(yǔ)與日語(yǔ)這種語(yǔ)系完全不同的兩種語(yǔ)言之間可以進(jìn)行高精度機(jī)器翻譯，還能使某種程度上的意譯成為可能。加拿大蒙特利爾大學(xué)等一系列機(jī)構(gòu)也在從事這項(xiàng)研究。

除上述自然語(yǔ)言處理外，深度學(xué)習(xí)還將為機(jī)器人產(chǎn)業(yè)帶來(lái)革命。比如人工智能和機(jī)器人工學(xué)兩個(gè)領(lǐng)域，廣受世界關(guān)注的吳恩達(dá)副教授于2014年在美國(guó)舉辦的國(guó)際會(huì)議上表示：“若想讓當(dāng)代的機(jī)器人進(jìn)化至下一階段，我需要將剩下的所有時(shí)間都投入到深度學(xué)習(xí)的研究中去。”

與上述產(chǎn)業(yè)沖擊同樣，或者說(shuō)更應(yīng)該關(guān)注的是，深度學(xué)習(xí)在科學(xué)方面的可能性。簡(jiǎn)而言之就是，深度學(xué)習(xí)如今還有許多未解之謎，所以今后還有足夠空間取得驚人的進(jìn)化。

奇妙的神經(jīng)網(wǎng)絡(luò)

這里講一個(gè)實(shí)際的例子。Microsoft的技術(shù)人員在開(kāi)發(fā)基于深度學(xué)習(xí)的機(jī)器翻譯技術(shù)時(shí)，曾讓神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)系統(tǒng)）集中學(xué)習(xí)了幾種語(yǔ)言。

初讓神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的是英語(yǔ)和漢語(yǔ)。學(xué)習(xí)后，神經(jīng)網(wǎng)絡(luò)的英語(yǔ)能力和漢語(yǔ)能力理所當(dāng)然地得到了提升。隨后他們又讓神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)了西班牙語(yǔ)，于是西班牙語(yǔ)能力也得到了提升。然而神奇的是，學(xué)習(xí)西班牙語(yǔ)之后，該系統(tǒng)英語(yǔ)和漢語(yǔ)的語(yǔ)言能力也變強(qiáng)了。也就是說(shuō)，系統(tǒng)在學(xué)習(xí)新語(yǔ)言時(shí)，也提升了原本學(xué)習(xí)過(guò)的語(yǔ)言能力。其中的緣由連系統(tǒng)的開(kāi)發(fā)者都說(shuō)不清楚。

包括上述現(xiàn)象在內(nèi)，深度學(xué)習(xí)的內(nèi)部機(jī)制還有很多連專家都搞不明白的地方。當(dāng)然，像稀疏編碼（詳細(xì)內(nèi)容將在后文說(shuō)明）等技術(shù)，由于是研究者（人類）根據(jù)腦科學(xué)成果開(kāi)發(fā)而來(lái)的，其中并不存在未知部分。但信息在繁亂復(fù)雜的人工神經(jīng)回路網(wǎng)中如何傳遞，深度學(xué)習(xí)能夠?qū)С鲈鯓拥膶W(xué)習(xí)成果，這些問(wèn)題還尚未完全搞清楚。

不過(guò)，這些謎題也是動(dòng)力的源泉。畢竟當(dāng)我們?nèi)祟愅耆斫饽硞€(gè)對(duì)象時(shí)，那個(gè)對(duì)象的極限也就擺在我們面前了。反過(guò)來(lái)說(shuō)，像深度學(xué)習(xí)這種存在大量未知部分的技術(shù)，反而有可能實(shí)現(xiàn)人類預(yù)想之外的成長(zhǎng)。

——本文內(nèi)容節(jié)選自《人工智能的沖擊》《Python深度學(xué)習(xí)》