是什么让深度学习再次崛起并超越人类?

本篇文章2602字，读完约7分钟

作者简介:潘铮，作者简介:作者简介:潘铮，清华大学自动化系计算机视觉工程师，博士生导师，智能技术与系统国家重点实验室副主任张长水。

(通过:t3leads)

“深度学习”这个词最近在阿尔法戈和李世石之间的人机战争中流行起来。事实上，深度学习是机器学习的一个分支，而机器学习是一门研究数据之间关系的学科。例如，它可以用来探索收入与年龄、性别、职业、教育和其他因素之间的数学关系。然而，传统的机器学习方法只能挖掘简单的线性关系。我们知道这个世界不能用线性关系来描述，比如收入与年龄、性别、职业、教育背景的关系，所以一个简单的问题不能用线性关系来清楚地表达。深度学习的出现改变了这种情况。深度学习使用复杂的多非线性模型来表达数据之间的关系，然后使用大量的数据来最终确定数据之间的关系是什么。

深度学习的灵感来自大脑的神经网络。可以说，我们的大脑是一个极其复杂的深度学习模型。大脑中的神经网络是由数千亿个神经元连接而成的，深度学习也使用同样的结构。每个人工神经元对输入进行简单的线性或非线性运算，然后将结果传递给后续的神经元，最后经过十几层甚至几百层得到最终的预测结果。

深度学习的方法是近年来才提出来的。早在20世纪80年代末，杰弗里·辛顿(geoffrey hinton)和扬·勒昆(yann lecun)就用深度学习的方法解决了手写数字识别问题。不幸的是，自20世纪90年代以来，深度学习的性能并没有得到实质性的提高，甚至比许多简单的线性模型更差，并且对深度学习的研究一直处于沉默状态。直到2006年，辛顿教授发表了一篇关于科学深度学习的里程碑式的论文，重新审视了深度学习的方法，并将深度学习的表现提升到了一个新的水平。此后，深度学习在语音识别、计算机视觉、机器人学、自然语言处理等领域超越了传统的机器学习方法，甚至在人脸验证的lfw竞争和自然图像分类的imagenet竞争中超越了人类的识别能力。这一次，阿尔法戈打败了李世石，这是另一个深刻的学习超越人类的例子。

那么，是什么让深度学习再次崛起并超越人类呢？

首先，这是由于韩丁和其他学者几十年来的不懈研究。此外，两个客观因素极其重要:

首先是大数据。

互联网将数十亿人联系在一起，同时，它也将大量数据联系在一起。深度学习需要大量的数据来获得一个好的模型。深度学习和大数据之间的关系就像火箭和燃料。虽然火箭很强大，但没有大数据的燃料只是一堆废铁。因为大数据是必不可少的，所以我们也看到，进行深度学习的最佳场所是那些拥有大量数据的it巨头，如谷歌、facebook、微软、百度等。可以说，在深度学习的时代，拥有数据占据了人工智能的制高点。

第二是高性能计算。

摩尔定律揭示了计算能力增长率的规律。在过去的几年里，计算平台如图形处理器、超级计算机和云计算的快速发展使得实现深度学习成为可能。例如，在2011年，谷歌大脑使用了1000台机器和16000个处理器来处理大约10亿个神经元的深度学习模型，但是现在我们可以在几个处理器上完成同样的计算。事实上，深度学习已经进入我们的口袋，我们智能手机上的gpu已经可以运行一些普通复杂的深度学习方法。我想用不了多久，我们每个人都可以在手机上玩alphago了。几年后，我们的手机将能够运行像人脑一样复杂的神经网络。

在深度学习领域，有许多优秀的中国科学家和中国企业。在科学家方面，我们熟悉百度首席科学家，idl创始人，caffe作者贾，第一个将人脸验证率刷到99%以上的唐晓鸥、教授，以及去年在imagenet上多次获奖的何等。在企业方面，英美烟草、360、搜狗、滴滴等。众所周知，它们都有深入学习的计划。与此同时，一批依赖深度学习的新企业在中国涌现，如格林深眼(安全、自动驾驶)、缺席技术(人脸识别)、上唐技术(人脸识别)、地平线机器人(adas)等。

深度学习不仅仅是和人下棋。由于它是人脑的模拟，它可以执行人脑的许多功能。

首先是视觉的功能。我们的相机可以像眼睛一样看世界，但不能像大脑一样理解世界。深入学习正好弥补了这个缺点。通过深度学习，谷歌照片、百度地图识别和淘宝李涛可以准确识别照片中的对象类别，并自动对您的照片进行分类或搜索。通过深入的学习，我们可以在支付宝冷静的支付。绿色深瞳行为特征分析系统通过深度学习，能够检测到现场所有人和车辆的行踪，及时报警可疑和危险事件。通过深入学习，自动驾驶汽车能够准确识别周围的路况。通过深入学习，像faceu这样的应用程序知道脸在哪里，五官在哪里。

除了视觉功能之外，深度学习也广泛应用于语音识别。百度的深度语音2在一些测试中已经超过了人类的听力。此外，谷歌、苹果、微软和国内的iFlytek也推出了自己的语音识别产品。随着学习的深入，计算机具有越来越强大的语音识别能力，这将逐渐改变目前基于键盘的人机交互模式。

深度学习也深刻地改变了机器人领域。刚才提到的基于深度学习的视觉和语音识别能力可以帮助机器人更好地感知世界。此外，深度学习还与强化学习相结合。

所谓的强化学习是指机器人通过与环境互动来奖励和惩罚自己的自我学习策略。举个简单的例子，alphago是强化学习的产物。它通过与其他玩家下棋或自己赢或输来自主学习更好的象棋策略。随着深度学习的引入，强化学习方法可以找到更复杂的策略。从alphago战胜李世石可以看出，深度学习+强化学习已经能够使机器人在相当复杂的环境中独立学习高度优化的决策策略。

这些应用程序只在平时对我们可见，并且有许多深入学习的应用程序影响着我们看不到的世界。互联网搜索、广告推荐、金融量化交易、机器翻译、医学大数据分析、智能法律咨询...可以说，所有需要从大量数据中预测未知信息的领域都是深层次学习可以显示其优势的地方。未来，以深度学习为代表的人工智能技术可能会推动蒸汽机、发动机、计算机和互联网等新一轮科技革命，使生产力达到更高水平。

当然，作为一名从业者，我也担心深度学习会被扼杀，尤其是在阿尔法戈让人们熟悉了这样的技术之后。深度学习才刚刚开始，就像婴儿刚学会走路一样，我们可以想象他将来会成为一个伟大的人，但毕竟许多技术还不成熟，相当数量的应用仍然不能令人满意，即使在很长一段时间内。人工智能的发展需要的不是每个人的热情，而是持续的投入和努力。

编者按:关于人机战争的详细分析，你可以进入《雷锋:人工智能与神惩》的人机战争主题