今天，帶你深入認(rèn)識(shí)一個(gè)從未見過的“深度學(xué)習(xí)”技術(shù)：從 “沃森”智能系統(tǒng)到Siri，從微軟同聲傳譯到Google街景視圖，它無所不在

從IBM的智能系統(tǒng)“沃森”到蘋果的語音助手Siri，從微軟的同聲傳譯系統(tǒng)到Google的街景視圖，一項(xiàng)名為“深度學(xué)習(xí)”的技術(shù)正在被越來越多的科技企業(yè)應(yīng)用在創(chuàng)新產(chǎn)品中。

去年11月24日，一篇介紹深度學(xué)習(xí)的長(zhǎng)篇文章登上了美國《紐約時(shí)報(bào)》的頭版。

今年1月19日，百度CEO李彥宏宣布將成立深度學(xué)習(xí)研究院，專攻該技術(shù)。

3月13日，Google宣布收購深度學(xué)習(xí)領(lǐng)域的創(chuàng)業(yè)公司DNN Research……

“機(jī)器學(xué)習(xí)”的進(jìn)化

說起人工智能，愛看電影的科技迷們一定不會(huì)陌生?！督K結(jié)者》系列、《黑客帝國》系列、《人工智能》、《機(jī)械公敵》等一部部好萊塢大片向人們展示了未來機(jī)器將如何影響人類，也讓科技迷們對(duì)于機(jī)器人在現(xiàn)實(shí)中的應(yīng)用充滿期待。

自從1956年被正式確立為一個(gè)研究領(lǐng)域以來，人工智能就被視為決定機(jī)器人發(fā)展的核心技術(shù)。它致力于讓計(jì)算機(jī)實(shí)現(xiàn)智能，包括逐步掌握人類的思維模式。為發(fā)展這項(xiàng)技術(shù)，美國、英國、日本等發(fā)達(dá)國家在過去五十多年里先后投入了大量資金。不過它的復(fù)雜程度超出科學(xué)家和政客們的想象——作為計(jì)算機(jī)科學(xué)的分支，它還涉及到心理學(xué)、生物學(xué)、語言學(xué)、醫(yī)學(xué)、哲學(xué)等眾多學(xué)科，因此盡管它已有了長(zhǎng)足的發(fā)展，但許多樂觀的預(yù)言至今都沒能實(shí)現(xiàn)。

在日常生活中，計(jì)算機(jī)和智能手機(jī)已經(jīng)能按照人們的指令執(zhí)行各種任務(wù)。但這并非真正的“智能”（intelligence），人工智能領(lǐng)域的科學(xué)家要讓機(jī)器像人類一樣“理解它所處的環(huán)境并執(zhí)行有最大可能取得成功的操作”。要想實(shí)現(xiàn)這一目標(biāo)，機(jī)器需要掌握“學(xué)習(xí)”的能力——這也是人類區(qū)別于動(dòng)物的重要特征。因此“機(jī)器學(xué)習(xí)”便成為人工智能領(lǐng)域要解決的關(guān)鍵問題。

從字面上理解，機(jī)器學(xué)習(xí)是就機(jī)器學(xué)習(xí)知識(shí)的能力，事實(shí)上也是如此?？茖W(xué)家們?cè)噲D讓機(jī)器通過“學(xué)習(xí)”數(shù)據(jù)——而不是在他們編寫的程序的驅(qū)動(dòng)下——掌握處理某些問題的能力。

一個(gè)我們熟知的案例是電子郵件系統(tǒng)，在學(xué)習(xí)大量垃圾郵件后，它能掌握判斷垃圾郵件并進(jìn)行自主分類的能力；事實(shí)上，如今主流的郵件服務(wù)商都提供垃圾郵件分類，而工程師們并不會(huì)編寫明確地程序，告訴機(jī)器什么是垃圾郵件——因?yàn)槔]件千差萬別，發(fā)送垃圾郵件的系統(tǒng)也在不斷進(jìn)化。

與之類似的是殺毒軟件。早期對(duì)于病毒的識(shí)別工作主要由殺毒軟件的開發(fā)者進(jìn)行，但隨著病毒的不斷演化，一些殺毒軟件公司為盡可能抵御變種及全新病毒，也采用機(jī)器學(xué)習(xí)讓軟件變得更加智能和主動(dòng)。

此外，一些社交網(wǎng)絡(luò)能夠準(zhǔn)確地向用戶推薦“認(rèn)識(shí)的人”和“感興趣的人”，也離不開機(jī)器學(xué)習(xí)；而該技術(shù)在廣告點(diǎn)擊率預(yù)估方面的應(yīng)用更是給許多互聯(lián)網(wǎng)公司帶來了直接的收益。

隨著算法的改進(jìn)和計(jì)算機(jī)的運(yùn)算、存儲(chǔ)能力不斷提升，機(jī)器學(xué)習(xí)取得了長(zhǎng)足的發(fā)展，也使人工智能領(lǐng)域創(chuàng)造出一系列令人振奮的成績(jī)，尤其是在能夠反映智力水平的游戲和比賽方面。

1997年，IBM公司為國際象棋比賽設(shè)計(jì)的計(jì)算機(jī)“深藍(lán)”在一場(chǎng)“人機(jī)大戰(zhàn)”中戰(zhàn)勝了國際象棋世界冠軍卡斯帕羅夫。這次突破被視為人工智能領(lǐng)域的一大里程碑，而深藍(lán)的成功離不開它對(duì)于大量的對(duì)局、尤其是卡斯帕羅夫過去的對(duì)局的學(xué)習(xí)。

機(jī)器進(jìn)行學(xué)習(xí)的關(guān)鍵是要判斷、分析數(shù)據(jù)的特征，例如垃圾郵件共同具有的發(fā)件人、收件人、郵件內(nèi)容中的關(guān)鍵字等特性，或者病毒程序的代碼中的某些共性。不過，傳統(tǒng)的機(jī)器學(xué)習(xí)在進(jìn)行這一工作時(shí)往往離不開人工干預(yù)——從大量樣本中篩選出一些相對(duì)符合要求的樣本供機(jī)器進(jìn)行學(xué)習(xí)，或者事先標(biāo)記出某些特征。隨著人工智能面臨的問題越來越復(fù)雜，人工干預(yù)的難度也日益增大。在開發(fā)另一個(gè)智能系統(tǒng)時(shí)，IBM的科學(xué)家們就遇到了這樣的問題。

在“深藍(lán)”打敗卡斯帕羅夫的幾年后，IBM將挑戰(zhàn)的目標(biāo)轉(zhuǎn)向了智力問答欄目《危險(xiǎn)邊緣》。這檔欄目創(chuàng)立于1964年，題目涉及歷史、文學(xué)、科學(xué)、技術(shù)、地里、流行文化等方方面面。開發(fā)人員匯集了字典、百科全書、新聞報(bào)道和學(xué)術(shù)文獻(xiàn)等各種資料，但由于每一個(gè)問題都是一個(gè)相對(duì)獨(dú)立的“游戲”，如果想要事先編寫像國際象棋規(guī)則那樣的游戲規(guī)則，則意味著需要為每一個(gè)（或一類）問題編寫一套規(guī)則，這是人工無法完成的工作。

針對(duì)這個(gè)更加復(fù)雜的智力競(jìng)賽，IBM開發(fā)出了一套名為“沃森”的系統(tǒng)，它由90臺(tái)IBM Power 750服務(wù)器組成，每秒鐘的處理速度高達(dá)500GB；更重要的是，它具有超強(qiáng)的分析、推理能力，還能“讀”懂自然語言，能在“無監(jiān)督”的情況下自主學(xué)習(xí)各種資料。最終，沃森于2011年戰(zhàn)勝了兩位前任冠軍，成為最終的優(yōu)勝者，贏得了100萬美元的獎(jiǎng)金。

沃森的突破得益于眾多人工智能領(lǐng)域的新技術(shù)的成功應(yīng)用，深度學(xué)習(xí)便是其中之一。