莎倫·高丁

吳恩達認為，深度學習是機器學習的一種，但它更像是模擬人腦過程來進行學習

下一代深度學習算法將助力搜索、物聯(lián)網(wǎng)和機器人設備。

研究人員正在竭力開發(fā)一套新的算法，以支持更方便的搜索、自動駕駛汽車、更靈巧的智能手機以及物聯(lián)網(wǎng)。

深度學習算法基于對大腦進行的松散模擬，已用于推動諸多技術(shù)的發(fā)展，比如語音識別、自然語言處理和機器人自主等技術(shù)。

現(xiàn)在，研究人員致力于研發(fā)下一代的此類算法，下一代算法將廣泛應用于機器學習和人工智能領域，有望成為重大技術(shù)發(fā)展賴以生存的基礎。

深度學習算法

加布里埃爾咨詢集團（Gabriel Consulting Group）的分析師丹·奧爾茲（Dan Olds）表示，如果我們想要看到“影響深遠”的技術(shù)進步——比如可以讓我們小睡或閱讀的自動駕駛汽車，以及會飛起來、自動將人載往目的地的汽車，就需要更好的深度學習算法。

“這些自動駕駛汽車依賴這個本領，即能夠‘觀察路面上的障礙，然后靈活避開障礙。汽車辨別行人和路標的水平越高，察覺潛在危險的能力就越強?！眾W爾茲說，“此外，受影響的不僅僅是我們未來的數(shù)字化生活，還有我們的現(xiàn)實生活。如果我們可以把在全國或全世界運送貨物的重任交給系統(tǒng)去處理，那會怎樣？如果我們可以在開車去上班的路上，坐在后面睡覺，又會怎樣？”

從根本上說，盡管大多數(shù)人連深度學習算法聽都沒聽說過，但更好的算法有望帶來這種美好的未來：家居更智能化，機器人設備能夠替我們照顧父母以及遛狗。

Moor Insights & Strategy公司的分析師帕特里克·穆爾黑德（Patrick Moorhead）說：“這種研究意義重大，因為它有望帶來更有效的方式，以便處理物聯(lián)網(wǎng)和移動技術(shù)帶來的無限擴展的數(shù)據(jù)集。盡管大多數(shù)人對深度學習一無所知，但它是未來數(shù)字化生活的一個重要組成部分?！?/p>

吳恩達（Andrew Ng）是斯坦福大學的計算機系副教授，也是百度公司的首席科學家。百度是一家中國互聯(lián)網(wǎng)服務公司，也是數(shù)一數(shù)二的中文搜索引擎。吳恩達正與斯坦福大學和百度的科學家進行合作，潛心研發(fā)下一代深度學習算法。

近日，他在《麻省理工科技評論》（MIT Technology Review）雜志于馬薩諸塞州坎布里奇市舉辦的新興技術(shù)大會上作了發(fā)言，暢談深度學習技術(shù)如何應用于搜索和未來的技術(shù)。

吳恩達擁有這方面所需的扎實背景。他曾在谷歌公司效力過一年半，一手創(chuàng)辦了谷歌的深度學習項目Google Brain。

除了谷歌外，微軟、Facebook和百度等公司也在致力于研發(fā)更好的深度學習算法，因為它們都有大量的數(shù)據(jù)需要處理。

吳恩達在接受采訪時表示，“你將數(shù)量越來越多的數(shù)據(jù)交給傳統(tǒng)算法處理時，它們就開始停頓、變慢，最終束手無策。深度學習算法卻不是這樣。這種算法的魅力在于，交給它們的數(shù)據(jù)越多，它們處理起來就越順暢?！?/p>

人腦的處理分析能力非常強，因為大腦里面充斥著大量通過電脈沖進行聯(lián)系的神經(jīng)元?；谀M神經(jīng)網(wǎng)絡的深度學習算法正是模仿了人腦。

吳恩達解釋：“隨著我們建立起越來越龐大的人腦模擬體系，這些模型在消化并理解大量數(shù)據(jù)方面顯得比較高效。這些是能力非常強的學習算法。”

語音和可視化的未來

眼下，這方面的工作正在迅速開展之中。

大概4年前，規(guī)模最大的神經(jīng)網(wǎng)絡（即深度學習算法集合）大約有1000萬個連接節(jié)點。吳恩達指出，而到2011年年初，當時他剛開始啟動Google Brain項目，那個模型里面的連接節(jié)點數(shù)量已激增至10億個。去年，他已與斯坦福大學的科研團隊一起建立約有100億個連接節(jié)點的模型。

吳恩達的一部分工作是改進算法，不過他及其同事還在致力于使用GPU（即圖形處理單元），而不是使用較傳統(tǒng)的CPU（即中央處理單元）。事實證明，專門為處理計算機圖形而設計的芯片用來構(gòu)建大型神經(jīng)網(wǎng)絡的效果好得多，因為它們更善于處理這類運算。

吳恩達說：“我們正在搭建使用GPU硬件的新型深度學習平臺，有助于提高可擴展性。我和合作伙伴是最早大規(guī)模開展這項工作的。其他公司也在開始亦步亦趨;不過據(jù)我所知，百度是第一家針對深度學習構(gòu)建大規(guī)模GPU集群的公司?！?/p>

讓這些算法擁有更強大的能力，意味著語音識別和可視化搜索方面將獲得巨大進展。據(jù)吳恩達稱，那將具有重大意義。

由于越來越多來自落后貧困地區(qū)的人們上網(wǎng)，會有越來越多的用戶將通過語音、而不是通過打字來進行搜索。預計還會有越來越多的人對搜索對象拍照，而不是輸入描述內(nèi)容。

“5年內(nèi)，會有一半的查詢請求將通過語音和圖片來進行，所以我們在往這項技術(shù)投入巨資?！眳嵌鬟_說。

經(jīng)過改進的語音識別意味著，司機在駕駛過程中可以大聲發(fā)出指令，放在乘客座位上的手機會向朋友發(fā)送短信，表示晚點才到。

“全世界在向移動邁進，我認為沒人設計出真正適合移動設備的用戶界面，這就是為什么在智能手機上的那些超小鍵盤上打字速度那么慢?！眳嵌鬟_說，“語音識別技術(shù)已大有改進，但還沒有達到我們的預期要求。等這項技術(shù)變得更完善后，我樂意圍繞語音識別，重新設計手機上的用戶界面?！?/p>

深度學習算法還可以用在我們的智能設備、智能汽車和可穿戴式設備上——通過得到大力倡導的物聯(lián)網(wǎng)，把一切串聯(lián)起來。

吳恩達說：“我認為，到時遙控器會從你家消失。如果你在家里，想聽某首歌曲，用不著掏出手機，給手機解鎖，再按一大堆按鈕，只要舒服地躺在沙發(fā)上，讓百度設備播放Justin Timberlake的某首歌曲。我希望在將來孫兒女會問我：‘以前家電設備果真聽不懂你說的話嗎？他們會很好奇家里怎么會有五、六只遙控器。”