過(guò)去四年來(lái)許多領(lǐng)域的技術(shù)都取得了跨越性的發(fā)展。其中，最引人矚目的是智能手機的語(yǔ)音識別功能比以往有了顯著(zhù)提升。當我們用聲音命令手機給另一半打電話(huà)時(shí)，我們能夠與他們取得聯(lián)系，手機沒(méi)有再將電話(huà)錯撥給陌生人或已經(jīng)不在一起的那個(gè)人。

實(shí)際上，我們現在越來(lái)越多地通過(guò)對話(huà)與計算機互動(dòng)，無(wú)論是亞馬遜的 Alexa、蘋(píng)果的 Siri、微軟的 Cortana，還是谷歌許多產(chǎn)品中的語(yǔ)音反饋功能。中國搜索巨頭百度表示，使用語(yǔ)音界面的用戶(hù)在過(guò)去 18 個(gè)月翻了三倍。

機器翻譯和其他語(yǔ)言處理也有了長(cháng)足的發(fā)展，谷歌、Facebook、微軟和百度每個(gè)月都有新功能發(fā)布。谷歌翻譯現在能提供 32 種語(yǔ)言對的語(yǔ)音翻譯（輸入是語(yǔ)音輸出的也是語(yǔ)音），提供包括宿務(wù)語(yǔ)、伊博語(yǔ)、祖魯語(yǔ)在內的共 103 種語(yǔ)言的文字翻譯。谷歌郵箱應用有 3 種現成的自動(dòng)回復。

接著(zhù)要說(shuō)的當時(shí)圖像識別方面的進(jìn)展。還是上面那 4 家公司，都有產(chǎn)品供你搜索或自動(dòng)組織沒(méi)有明確標簽的照片。你可以要求系統顯示所有帶有狗的照片，或者有雪的，甚至抽象些比如含有擁抱場(chǎng)景的。這些公司都有研發(fā)中的產(chǎn)品，可以自動(dòng)生成一句話(huà)那么長(cháng)的圖說(shuō)。

深度學(xué)習推動(dòng)計算產(chǎn)業(yè)逼近新的拐點(diǎn)

試想，要搜集含有狗的照片，應用程序必須識別出從吉娃娃到德國牧羊犬這么多種類(lèi)的狗，還不能因為小狗上下顛倒或左邊右邊被雪被霧遮住了一塊就被騙過(guò)。同時(shí)還要排除狼和貓。只靠像素。這究竟是怎么做到的？

圖像識別技術(shù)的發(fā)展影響之深，已經(jīng)遠不止在你手機上很炫酷的社交應用。醫療初創(chuàng )公司聲稱(chēng)，他們馬上就能用計算機分辨 X 光片、MRI 和 CT 掃描圖片，而且比放射學(xué)家讀得更準更快，上至診斷預防癌癥，下至加速發(fā)現治病救命的新藥。更好的圖像識別技術(shù)對于機器人、無(wú)人機以及自動(dòng)駕駛汽車(chē)而言也是至關(guān)重要的。自動(dòng)駕駛汽車(chē)在今年 6 月登上了本刊的封面報道。福特、特斯拉、Uber、百度和谷歌的母公司 Alphabet，都在公路上測試自動(dòng)駕駛的原型樣車(chē)。

但大多人沒(méi)有意識到的是，所有這些突破實(shí)際上都是一樣的。它們都受益于人工智能技術(shù)當中的深度學(xué)習，或者用大部分研究人員愛(ài)用的詞形容——深度神經(jīng)網(wǎng)絡(luò )。

關(guān)于神經(jīng)網(wǎng)絡(luò )最不可思議的事情是，沒(méi)有人曾經(jīng)編程讓計算機去執行這些任務(wù)。實(shí)際上，沒(méi)有人能夠做到這一點(diǎn)。程序員不再編程，而是提供給計算機一個(gè)學(xué)習算法，然后用海量的數據去訓練它，這一過(guò)程會(huì )使計算機自己學(xué)會(huì )如何分辨需要分辨的物體、單詞或句子。

一句話(huà)，這樣的計算機可以自己教自己。用圖像處理器巨頭英偉達 CEO 黃仁勛的話(huà)說(shuō)，“本質(zhì)上說(shuō)就是讓軟件寫(xiě)軟件”。英偉達在大約 5 年前便看準深度學(xué)習，對這項技術(shù)做了大力投資。

神經(jīng)網(wǎng)絡(luò )也并非新興技術(shù)。其概念可以回溯到上世紀 50 年代，而神經(jīng)網(wǎng)絡(luò )很多重要的算法突破都發(fā)生在 20 世紀 80 到 90 年代。讓情況有所不同的是，如今的科學(xué)家終于將強大的計算力和海量的數據握在手中——從圖像、視頻、音頻到文本，互聯(lián)網(wǎng)上到處都是數據——而且人們發(fā)現，數據是讓神經(jīng)網(wǎng)絡(luò )運行良好的關(guān)鍵?！斑@是深度學(xué)習的寒武紀大爆發(fā)，”投資公司 Andereesen Horowitz 的合伙人 Frank Chen 說(shuō)。

這一劇變引發(fā)之下，AI 創(chuàng )業(yè)公司數量暴漲，根據調研公司 CB Insights，AI 投資額在過(guò)去一季度超過(guò)了 10 億美元。2016 年第二季度有 121 輪融資，而 2011 年同期只發(fā)生了 21 筆。投資額從 2011 年第二季度到 2016 年第二季度超過(guò) 75 億美元，其中有 60 多億美元都是在 2014 年后產(chǎn)生的。（今年 9 月，5 家 AI 巨頭——亞馬遜、Facebook、谷歌、IBM 和微軟——成立了一個(gè)非盈利組織，旨在促進(jìn)公眾理解 AI 技術(shù)并就倫理、操作規范展開(kāi)調查。）

2012 年時(shí)，谷歌有兩個(gè)深度學(xué)習項目?，F在這個(gè)數字超過(guò)了 1000。根據一位谷歌發(fā)言人，現在谷歌所有主要產(chǎn)品分區中，從搜索、安卓、Gmail、翻譯、地圖、YouTube 到無(wú)人車(chē)，都有深度學(xué)習的影子。IBM 旗下的 Watson 贏(yíng)得 Jeopardy 時(shí)雖用了人工智能，但沒(méi)用到深度學(xué)習。但現如今，Watson CTO Rob High 表示，Watson 提供的 30 多種服務(wù)都因為深度學(xué)習而得到增強。

5 年前根本沒(méi)有聽(tīng)說(shuō)過(guò)深度學(xué)習的投資人，如今對于初創(chuàng )公司沒(méi)有深度學(xué)習技術(shù)感到無(wú)比焦慮?！拔覀兩硖庍@樣一個(gè)時(shí)代，”Chen 認為：“將來(lái)每個(gè)人都必須能夠編寫(xiě)復雜的應用程序?！焙芸烊藗兙蜁?huì )說(shuō)，“你們自然語(yǔ)處理的版本在哪里？”“我該怎么跟你的 App 對話(huà)？因為我懶得打字?！?/p>

這些公司已經(jīng)將深度學(xué)習整合進(jìn)了每天的工作日程。微軟研究院的 Peter Lee 說(shuō)：“我們的銷(xiāo)售團隊使用神經(jīng)網(wǎng)絡(luò )與買(mǎi)房取得聯(lián)系?！?/p>

硬件市場(chǎng)同樣感受到了震動(dòng)。摩爾定律帶來(lái)芯片升級換代，更重要的是英偉達生產(chǎn)的圖像處理器在進(jìn)行深度學(xué)習計算時(shí)要比傳統 CPU 快上 20 到 50 倍。過(guò)去的 8 月份，英偉達公布第 3 季度財報，數據中心這部分的銷(xiāo)售額是去年同期的兩倍多，達到了 1.15 億美元。英偉達的 CTO 告訴投資人，大部分的增長(cháng)來(lái)自深度學(xué)習。在 83 分鐘的投資人會(huì )議里，深度學(xué)習被提到了 81 次。

芯片巨頭英特爾當然沒(méi)有什么都不做。在過(guò)去的兩個(gè)月里，英特爾收購了 Nervana Systems（超過(guò) 4 億美元）和 Movidius（金額未公開(kāi)），兩家針對深度學(xué)習做技術(shù)的公司。

至于谷歌，則在 5 月份公布它在過(guò)去一年多的時(shí)間里，偷偷使用自己的定制芯片 TPU 加速深度學(xué)習。

企業(yè)或許真的到了又一個(gè)轉折點(diǎn)。百度首席科學(xué)家吳恩達說(shuō)：“很多 S&P 500 CEO 都想著(zhù)自己要是早些開(kāi)始思考互聯(lián)網(wǎng)戰略就好了。再過(guò) 5 年，很多 S&P CEO 會(huì )想著(zhù)自己要是早些思考 AI 戰略就好了?！?/p>

在吳恩達看來(lái)，擁有深度學(xué)習的 AI 比互聯(lián)網(wǎng)還強大。他說(shuō)：“AI 是新的電力，就像 100 年前電力引發(fā)產(chǎn)業(yè)革命一樣，AI 也會(huì )改變許許多多的行業(yè)?！?/p>

從感知機到 AlphaGo，你知道的和不知道的深度學(xué)習

你可以將深度學(xué)習看做一個(gè)子集里包含著(zhù)一個(gè)子集?！叭斯ぶ悄堋焙w很廣，傳統的邏輯推理和符號系統也在其中，這門(mén)學(xué)科的目的是讓計算機和機器人以一種至少表面看來(lái)很像思考的方式解決問(wèn)題。其中，有一個(gè)叫做機器學(xué)習的領(lǐng)域，里面有很多重要的數學(xué)技巧，計算機可以以此優(yōu)化性能。最后，在機器學(xué)習領(lǐng)域里，還有一個(gè)子領(lǐng)域叫深度學(xué)習。

百度的吳恩達說(shuō)，你可以把深度學(xué)習看為“從 A 到 B 的映射”?！澳憧梢暂斎胍欢我纛l然后輸出錄音，那就是語(yǔ)音識別?！眳嵌鬟_說(shuō)，只要你有數據訓練軟件，可能性就是無(wú)限?！澳憧梢暂斎腚娮余]件，輸出可以是：這是不是垃圾郵件？”輸入貸款申請，輸出可以是顧客歸還這筆款項的可能。輸入一組用車(chē)的用戶(hù)數據，輸出就可以是接下來(lái)將汽車(chē)派往哪里。

從這個(gè)觀(guān)點(diǎn)來(lái)說(shuō)，深度學(xué)習將改變幾乎整個(gè)產(chǎn)業(yè)?！凹热挥嬎銠C視覺(jué)真的起作用，會(huì )發(fā)生一些根本性的變革?！惫雀璐竽X計劃的主管 Jeff Dean說(shuō)，他又不安地變換了一下說(shuō)法：“既然計算機已經(jīng)睜開(kāi)了它們的眼睛?！?/p>

 

這是否意味著(zhù)現在該是要為“奇點(diǎn)”——超級智能機器開(kāi)始不需人類(lèi)參與地自行優(yōu)化，引發(fā)超級可怕的結果的一個(gè)假定時(shí)刻——做好準備的時(shí)候？

 

還不是。神經(jīng)網(wǎng)絡(luò )在識別模式方面表現良好——有時(shí)甚至和人類(lèi)一樣好或超過(guò)人類(lèi)。但它們沒(méi)有理性。

深度學(xué)習歷史關(guān)鍵點(diǎn)：1958年康奈爾心理學(xué)家羅森布拉特推出感知機，1969年明斯基出書(shū)質(zhì)疑神經(jīng)網(wǎng)絡(luò )，1986年Hinton等人發(fā)明訓練多重神經(jīng)網(wǎng)絡(luò )糾錯的方法。

最初的革命火花開(kāi)始于 2009 年。那年夏天微軟的 Lee 邀請了神經(jīng)網(wǎng)絡(luò )先驅?zhuān)鄠惗啻髮W(xué)的Geoffrey Hinton 來(lái)參觀(guān)。欽佩于 Hinton 的研究，Lee 的團隊用神經(jīng)網(wǎng)絡(luò )做了語(yǔ)言識別方面的實(shí)驗。Lee說(shuō)：“我們對結果非常震驚，我們得到了比原型高 30% 的準確率?！?/p>

 

2011 年，微軟推出了應用深度學(xué)習技術(shù)的商用語(yǔ)言識別產(chǎn)品。谷歌在 2012 年 8 月跟著(zhù)推出同類(lèi)產(chǎn)品。

 

但真正的轉折點(diǎn)出現在 2012 年 10 月。在意大利佛羅倫薩的一個(gè)工作室，斯坦福人工智能實(shí)驗室的負責人，同時(shí)也是著(zhù)名的年度 ImageNet 計算機視覺(jué)大賽創(chuàng )始人李飛飛，公布 Hinton的 兩個(gè)學(xué)生做了一個(gè)識別物體軟件，準確率是當時(shí)最好的同類(lèi)產(chǎn)品的兩倍?！斑@個(gè)成果非常驚人，”Hinton 說(shuō)：“它說(shuō)服了曾經(jīng)的許多懷疑論者?！保ㄔ谌ツ甑拇筚愔?，新的深度學(xué)習產(chǎn)品已經(jīng)超越了人類(lèi)的表現。）

深度學(xué)習歷史關(guān)鍵點(diǎn)：1989年LeCun用卷積神經(jīng)網(wǎng)絡(luò )識別手寫(xiě)體，1991年遞歸神經(jīng)網(wǎng)絡(luò )發(fā)明，1987年IBM深藍戰勝卡斯帕羅夫。

圖像識別方面的成就像一把發(fā)令槍?zhuān)瑔?dòng)了一場(chǎng)人才爭奪賽。Google 得到了 Hinton 和他那兩位贏(yíng)了大賽的學(xué)生，Facebook 和法國深度學(xué)習天才 Yann LeCun 簽約，LeCun 曾在 20 世紀 80 年代和 90 年代開(kāi)創(chuàng )了深度學(xué)習算法并贏(yíng)得 ImageNet 大賽。百度則得到了斯坦福 AI 實(shí)驗室的前負責人吳恩達，他曾在 2010 年幫助推出并領(lǐng)帶專(zhuān)注深度學(xué)習的谷歌大腦項目。

 

人才爭奪熱潮自此愈演愈烈。今天，微軟的Lee說(shuō)，“這個(gè)領(lǐng)域的人才戰相當血腥，一流的人才就像NFL足球運動(dòng)員?！?/p>

今年 68 歲的 Geoffrey Hinton 第一次聽(tīng)說(shuō)神經(jīng)網(wǎng)絡(luò )是在1972年，當時(shí)他正在愛(ài)丁堡大學(xué)開(kāi)始寫(xiě)自己的碩士畢業(yè)論文，主題是人工智能。由于本科期間在劍橋大學(xué)主修實(shí)驗心理學(xué)，Hinton對神經(jīng)網(wǎng)絡(luò )充滿(mǎn)熱情，神經(jīng)網(wǎng)絡(luò )由軟件構建，從人類(lèi)大腦中神經(jīng)元網(wǎng)絡(luò )的運作方式獲得啟發(fā)。當時(shí)，神經(jīng)網(wǎng)絡(luò )并不受歡迎?！懊恳粋€(gè)人都認為他們瘋了”，他說(shuō)。但是Hinton選擇迎難而上。

深度學(xué)習歷史關(guān)鍵點(diǎn)：2007年李飛飛創(chuàng )立ImageNet；2011年微軟將神經(jīng)網(wǎng)絡(luò )引入語(yǔ)音識別；同樣2011年IBM Watson贏(yíng)得Jeopardy冠軍。

神經(jīng)網(wǎng)絡(luò )為計算機的學(xué)習提供了一種孩子式的學(xué)習方式，從經(jīng)驗，而不是從人類(lèi)的編程設定中進(jìn)行學(xué)習?！爱敃r(shí)，大多數的AI 都是從邏輯推理中獲得啟發(fā)”，他回憶說(shuō)，“但是邏輯推理是人類(lèi)在人類(lèi)長(cháng)大的時(shí)候才具備的能力，2-3歲的孩子并不會(huì )做邏輯推理。所以，我認為，對于智能來(lái)說(shuō)，神經(jīng)網(wǎng)絡(luò )是比邏輯好得多的范式”。（邏輯從某種程度來(lái)說(shuō)，是Hinton 家族的傳家寶。他的家族中誕生了多位杰出的科學(xué)家，他是19世紀著(zhù)名數學(xué)家George Boole的玄孫，Boolean 搜索、邏輯和線(xiàn)性代數都是以這位數學(xué)家的名字命名的）。

20世紀50年代至60年代，神經(jīng)網(wǎng)絡(luò )在計算機科學(xué)家中變得流行起來(lái)。1958年，Cornell 研究中心的心理學(xué)家 Frank Rosenblatt在一個(gè)海軍支持的項目中，開(kāi)發(fā)了一個(gè)神經(jīng)網(wǎng)絡(luò )原型，當時(shí)他稱(chēng)為感知機（Perceptron）。模型使用的是一個(gè)穿孔卡片計算機，占滿(mǎn)了整個(gè)房間。在經(jīng)過(guò)50次嘗試之后，計算機學(xué)會(huì )了分辨左邊標記幾號和右邊標記記號的圖片。針對這一事件，《紐約時(shí)報》的報道文章寫(xiě)到，“今天，（美國）海軍發(fā)布了一個(gè)電子計算機原型，被認為可以行走、說(shuō)話(huà)、看、寫(xiě)、自我重生，并具有自我存在的意識”。

感知機的軟件只有一層類(lèi)似神經(jīng)元的節點(diǎn)，后被證明是有局限的。但是，研究者相信，隨著(zhù)神經(jīng)網(wǎng)絡(luò )層數變多，或者變深，它可以做的事情會(huì )更多。

Hinton 解釋了這一創(chuàng )意的基本原理。假設一個(gè)神經(jīng)網(wǎng)絡(luò )在理解一批照片，其中一些照片上有鳥(niǎo)?！八?，輸入層會(huì )進(jìn)來(lái)像素，進(jìn)而，整個(gè)單元的第一層會(huì )探測到邊緣。暗的一邊，亮的在另一邊”。下一層的神經(jīng)元，通過(guò)分析第一層得到的數據，將學(xué)會(huì )探測“比如邊角之類(lèi)的，兩條邊組成一個(gè)角”，他說(shuō)。這些神經(jīng)元中，有一個(gè)可能會(huì )對鳥(niǎo)的輪廓構成的角產(chǎn)生強烈的反應。

下一層，可能會(huì )發(fā)現更多復雜的配置，比如，一個(gè)圓圈中排列的許多個(gè)角”，這一層中的神經(jīng)元可能會(huì )對鳥(niǎo)的頭部作出反應。在一個(gè)更深的層，一個(gè)神經(jīng)元可能會(huì )探測到頭部圓圈中反復出現的嘴部輪廓?！斑@構成了一個(gè)很好的線(xiàn)索，可以判斷出這可能是鳥(niǎo)的頭部”，Hinton說(shuō)。每一個(gè)更深層次的神經(jīng)元都會(huì )對更加復雜和抽象的概念作出反應，直至最后有一層對我們概念中的“鳥(niǎo)”作出匹配反應。

深度學(xué)習歷史關(guān)鍵點(diǎn)：2012年谷歌大腦識別貓臉（6月），8月谷歌將神經(jīng)網(wǎng)絡(luò )引入語(yǔ)音識別，10月Hinton的學(xué)生在ImageNet競賽奪冠，成績(jì)大幅提升；2013年5月谷歌用神經(jīng)網(wǎng)絡(luò )改善照片搜索功能。

但是，要進(jìn)行學(xué)習，一個(gè)深度神經(jīng)網(wǎng)絡(luò )需要做的不僅僅是在各層神經(jīng)網(wǎng)絡(luò )中傳遞信息。它還需要一個(gè)方法來(lái)驗證是否獲得了爭取的結果，如果沒(méi)有，就把信息反饋回淺層的神經(jīng)網(wǎng)絡(luò )，調整活動(dòng)，改進(jìn)結果。這才是學(xué)習發(fā)生的地方。

20世紀80年代早期，Hinton在這一難題上持續鉆研。法國的一位研究者Yann LeCun 也在默默耕耘，當時(shí)他剛在巴黎開(kāi)始自己的研究生生涯。LeCun被Hinton發(fā)表于1983年的一篇論文震驚到了，這是一篇談多層神經(jīng)網(wǎng)絡(luò )的文章。這些術(shù)語(yǔ)在當時(shí)都不是正規的，LeCun回憶說(shuō)，在當時(shí)要發(fā)表一篇提及“神經(jīng)元”或者“神經(jīng)網(wǎng)絡(luò )”的論文，簡(jiǎn)直比登天還難。所以，他以一種隱晦 方法寫(xiě)成了這篇論文，以通過(guò)同行評議。但是我認為這篇論文是超級有趣的。

兩位學(xué)者兩年之后見(jiàn)面，一拍即合。

1986年，Hinton和兩位同事寫(xiě)了一篇非常有影響力的論文，為error-correction難題提供了一個(gè)算法解決方案。LeCun說(shuō)：“他的這篇論文奠定了第二波神經(jīng)網(wǎng)絡(luò )發(fā)展的基礎”。重新點(diǎn)燃了研究領(lǐng)域的興趣。

在 Hinton 那讀完博士后后，LeCun 在1988年進(jìn)入AT&T 貝爾實(shí)驗室，在接下來(lái)的10年中，他做了很多基礎性的工作，有一些在今天大部分的圖像識別任務(wù)中都還在使用。1990年，貝爾實(shí)驗室資助的NCR項目把一個(gè)神經(jīng)網(wǎng)絡(luò )驅動(dòng)的設備進(jìn)行商業(yè)化，后被銀行廣泛采用，可以讀取支票上的手寫(xiě)字跡。LeCun說(shuō)。同時(shí)，兩位德國研究者 Sepp Hochreiter 和Jürgen Schmidhuber獨立地開(kāi)發(fā)了一種算法，奠定了今天自然語(yǔ)言處理應用的基礎。雖然有這些進(jìn)步，但是到20世紀90年代中期，神經(jīng)網(wǎng)絡(luò )再次陷入低潮。主要原因是受到當時(shí)計算能力的限制。這一情形持續了差不多10年，直到研究者發(fā)現GPU的加速后，才再次崛起，此時(shí)的計算能力已經(jīng)提高了3到4個(gè)維度。

深度學(xué)習歷史關(guān)鍵點(diǎn)：2014年谷歌收購DeepMind；2015年12月微軟ResNet圖像識別準確率超越人類(lèi)；2016年3月AlphaGo戰勝李世石。

但是，還有一個(gè)大學(xué)依然缺乏：數據。雖然互聯(lián)網(wǎng)帶來(lái)了大量數據，但是，絕大部分數據，尤其是圖像數據，依然是沒(méi)有標簽的，但這又是訓練神經(jīng)網(wǎng)絡(luò )不可或缺的。這時(shí)候，斯坦福的教授李飛飛進(jìn)入了這一領(lǐng)域?！拔覀兊念A期是，大數據會(huì )改變機器學(xué)習的運作方式”，她在接受采訪(fǎng)時(shí)談到，“數據驅動(dòng)的學(xué)習”。

2007年，她發(fā)布了ImageNet，打算組建一個(gè)免費數據庫，包含了超過(guò)1400萬(wàn)標簽圖像。2009年，這一數據庫公開(kāi)，下一年，她組織了一個(gè)年度的競賽，來(lái)激勵并發(fā)表計算機視覺(jué)上的重要突破。

2012年10月，Hinton 的兩個(gè)學(xué)生拿下 ImageNet冠軍，深度學(xué)習的到來(lái)變得明晰了。

但是，當時(shí)大眾已經(jīng)聽(tīng)說(shuō)了深度學(xué)習，雖然是通過(guò)其他的事件。2012年6月，谷歌大腦團隊發(fā)布了“貓試驗”項目，在社交網(wǎng)絡(luò )上獲得廣泛傳播。這一項目實(shí)際上探索的是一個(gè)深度學(xué)習中一個(gè)還未解決但非常重要的領(lǐng)域——無(wú)監督學(xué)習。當下，幾乎所有的商業(yè)深度學(xué)習產(chǎn)品使用的都是“監督學(xué)習”，也就是說(shuō)，神經(jīng)網(wǎng)絡(luò )要經(jīng)過(guò)標簽數據的訓練、在“無(wú)監督學(xué)習”的條件下，神經(jīng)網(wǎng)絡(luò )獲得的是無(wú)標簽數據，只能簡(jiǎn)單地參考遞歸模型。研究者會(huì )很喜歡看到有一天能掌握無(wú)監督學(xué)習，讓機器能自我學(xué)習，就像嬰兒一般。

深度學(xué)習四巨頭：產(chǎn)品、人才和戰績(jì)

谷歌在 2011年推出專(zhuān)注深度學(xué)習的谷歌大腦計劃（Google Brain Project），在2012年中期發(fā)布基于神經(jīng)網(wǎng)絡(luò )的聲音識別產(chǎn)品，2013年3月得到了神經(jīng)網(wǎng)絡(luò )先驅Geoffrey Hinton的加入。谷歌現在有超過(guò)1000個(gè)深度學(xué)習項目，研究的領(lǐng)域相當寬泛，包括Android，Gmail，照片、地圖、翻譯、YouTube和無(wú)人車(chē)。2014年谷歌收購DeepMind，今年3月DeepMind的加強深度學(xué)習項目AlphaGo打敗了世界圍棋冠軍李世石，這對人工智能來(lái)說(shuō)是標志性的事件。

 

微軟在 2011年推出商業(yè)化的語(yǔ)音識別產(chǎn)品，包括Bing語(yǔ)音搜索和X-Box語(yǔ)音處理。微軟現在在搜索排序、照片搜索、翻譯系統等方面廣泛利用神經(jīng)網(wǎng)絡(luò )?！叭绾无D化這些滲透性的影響非常不易?！盠ee說(shuō)。微軟去年贏(yíng)得了圖像識別大賽，九月它在語(yǔ)言識別的錯誤率上取得了突破性的進(jìn)展：錯誤率降到6.3%。

 

Facebook在2013年12月聘請了法國神經(jīng)網(wǎng)絡(luò )創(chuàng )新者Yann LeCun作為它的新AI實(shí)驗室的帶頭人。Facebook平均每天使用神經(jīng)網(wǎng)絡(luò )翻譯來(lái)自超過(guò)40種語(yǔ)言國家的20億用戶(hù)的帖子，這些翻譯的內容每天被8000萬(wàn)用戶(hù)閱讀。（Facebook的用戶(hù)中有近一半不是英語(yǔ)用戶(hù)。）Facebook也在照片搜索和照片排列中使用神經(jīng)網(wǎng)絡(luò )，而且它正在開(kāi)發(fā)一個(gè)功能，能對無(wú)標簽的照片生成語(yǔ)音標簽以幫助視障人士。

 

百度在2014年4月聘請了谷歌腦計劃的前負責人吳恩達作為它的AI實(shí)驗室的領(lǐng)頭人。百度作為中國領(lǐng)先的搜索和網(wǎng)絡(luò )服務(wù)企業(yè)，把神經(jīng)網(wǎng)絡(luò )應用于語(yǔ)音識別、翻譯、圖片搜索以及無(wú)人駕駛等項目中。對中國來(lái)說(shuō)，語(yǔ)音識別是非常關(guān)鍵的領(lǐng)域，因為手機輸入中文相當困難。百度說(shuō)，過(guò)去18個(gè)月里使用語(yǔ)音接口的用戶(hù)數量增長(cháng)了三倍。

深度學(xué)習和蓬勃發(fā)展的醫療領(lǐng)域

并不讓人意外，大部分深度學(xué)習應用的商業(yè)部署都出自谷歌、微軟、Facebook、百度、亞馬遜等公司——他們擁有深度學(xué)習計算所需要的大數據。很多企業(yè)都在開(kāi)發(fā)更加實(shí)用、更多功能的“聊天機器人”，作為自動(dòng)客戶(hù)服務(wù)代表。

IBM 和微軟這樣的公司也在幫助商業(yè)客戶(hù)采納深度學(xué)習驅動(dòng)的應用，比如語(yǔ)音識別交互和翻譯服務(wù)。同時(shí)，像亞馬遜的云服務(wù)提供了便宜的 GPU 驅動(dòng)深度學(xué)習計算服務(wù)，讓其他公司開(kāi)發(fā)自己的深度學(xué)習軟件成為可能。大量的開(kāi)源軟件，比如 Caffe、谷歌的 TensorFlow 和亞馬遜的 DSSTNE，共同促進(jìn)了創(chuàng )新的進(jìn)程，同時(shí)也創(chuàng )造了一種開(kāi)源共享的文化，進(jìn)而有許多研究者在一個(gè)數據集上獲得成果以后會(huì )立刻發(fā)布出來(lái)，不需要再等待漫長(cháng)的同行評議。

對深度學(xué)習的應用，許多最令人興奮的嘗試發(fā)生在醫療領(lǐng)域。我們已經(jīng)知道神經(jīng)網(wǎng)絡(luò )在圖像識別上可以做得很好。領(lǐng)導 Andreessen Horowitz 生物投資部門(mén)的觀(guān)察者、斯坦福教授Vijay Pande 說(shuō)，“醫生的工作中，有很大一部分就是圖像識別，不管我們說(shuō)的是放射科、皮膚科、眼科或者別的什么科”。

初創(chuàng )公司 Enlitic 使用深度學(xué)習來(lái)分享 CT 和 MRI 掃描結果。公司 CEO Igor Barani 此前曾是加利福尼亞大學(xué)的放射腫瘤學(xué)的教授，他說(shuō)，Enlitics 的算法在探測和分類(lèi)肺部腫瘤的惡化上超過(guò)了 四位腫瘤學(xué)專(zhuān)家。（該研究還沒(méi)有通過(guò)同行評議，也沒(méi)有獲得美國食品藥品管理局（FDA）的認可。

默克公司（Merck）正在嘗試使用深度學(xué)習來(lái)加速藥品的發(fā)現，在舊金山的一家初創(chuàng )企業(yè) Atomwise 也在做同樣的事。神經(jīng)網(wǎng)絡(luò )通過(guò)觀(guān)看3D圖像（圖像中上萬(wàn)個(gè)分子可能會(huì )被用作藥材），預測這些分子在抵抗病原體上的適用性。這些公司正在使用神經(jīng)網(wǎng)絡(luò )，嘗試提高人類(lèi)已經(jīng)在做的事情。但是，也有一起公司在嘗試做一些人類(lèi)無(wú)法完成的是，27 歲的計算機生物學(xué)博士 Gabriel Otte 創(chuàng )辦了 Freenome，其目標是從樣本血中診斷癌癥。使用深度學(xué)習，他讓計算機找到脫細胞DNA和一些癌癥的關(guān)聯(lián)性?！拔覀儼l(fā)現了一些新穎的特征，這是還沒(méi)被癌癥生物學(xué)家發(fā)現的?！?/p>

Andreessen Horowitz 在考慮對 Freenome 進(jìn)行投資時(shí)，Pande 給OTTE 設置了5個(gè)盲樣，其有兩個(gè)是正常的，另外三個(gè)是患癌的。Otte 五個(gè)檢測全正確了，然后獲得了投資。

一個(gè)放射科醫生一生可能會(huì )看上萬(wàn)張掃描圖像，但是，一臺計算機可能會(huì )看上千萬(wàn)張?！白層嬎銠C來(lái)解決圖像的問(wèn)題，這聽(tīng)起來(lái)并不瘋狂”，Pande說(shuō)，“因為他們能處理的數據遠比人類(lèi)多得多”。

計算機的潛力不僅在于更準確、更快的分析，而是能帶來(lái)服務(wù)的民主化。隨著(zhù)技術(shù)標準化，最終每一位患者都能受益。也許在以一種人們還沒(méi)有想到的方式，與其他的人工智能技術(shù)進(jìn)行融合，形成一個(gè)完整的工具箱，人們才會(huì )感受到深度學(xué)習最大的影響力才。例如，谷歌的 DeepMind 通過(guò)把深度學(xué)習與相關(guān)的技術(shù)——增強學(xué)習相結合，已經(jīng)取得了一些震撼的成功。結合這兩種技術(shù)，他們創(chuàng )造了AlphaGo，讓這一程序在今年3月份擊敗了圍棋世界冠軍，這被認為是 AI 領(lǐng)域具有里程碑意義的事件。與 1997 年擊敗國際象棋冠軍的 IBM 深藍不一樣，AlphaGo 沒(méi)用使用決策樹(shù)進(jìn)行編程，也沒(méi)有使用如何評估棋盤(pán)位置的等式，沒(méi)有使用 if-then 規則?！癆lphaGo 學(xué)習下圍棋主要是從自我對弈和觀(guān)察其他專(zhuān)業(yè)棋手的對弈中進(jìn)行”，DeepMind 的 CEO Demis Hassabis 說(shuō)。

一個(gè)游戲可能看起來(lái)像是人工設置的環(huán)境。但是 Hassabis認為，游戲的技術(shù)可以被用到現實(shí)世界的難題中。事實(shí)上，8月份的時(shí)候，谷歌報告說(shuō)，通過(guò)使用與 AlphaGo 類(lèi)似的方法，DeepMind 能夠將谷歌數據中心的能源效率提升 15%。在數據中心，可能有 120 種變量在影響電力消耗，Hassabis 說(shuō)，“你可以換風(fēng)扇、開(kāi)窗戶(hù)、調整計算機系統等等，這些都是電力消耗的地方。從傳感器、溫度計之類(lèi)的地方，你可以獲取數據。這和圍棋棋盤(pán)類(lèi)似。通過(guò)試錯，你可以知道正確的方向是哪里”。

“這很好，”他繼續說(shuō)，“每年，你可以省下上千萬(wàn)美金，并且對環(huán)保來(lái)說(shuō)也是好事。世界上的數據中心消耗了大量的能源。我們非常希望能大量地減少這些消耗，甚至是在國家電網(wǎng)的層面”。

聊天機器人是挺好。但這個(gè)，才是真正厲害的應用。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數控、和而泰、中科曙光、永創(chuàng )智能、北京君正、通富微電、永創(chuàng )智能、勁拓股份。