李青

識別一只貓有多難？對于我們?nèi)祟悂碚f，識別一只貓可以在瞬間完成，而對于計(jì)算機(jī)來說，由于它不具備人類大腦高度發(fā)達(dá)的神經(jīng)反射系統(tǒng)，所以識別一只貓很難，這不是計(jì)算機(jī)有了高速運(yùn)算的能力就可以做得到的。谷歌公司為了在1000萬個(gè)視頻中找到貓的視頻，用了1.6萬臺計(jì)算機(jī)，花了3天時(shí)間。他們把這些計(jì)算機(jī)連接起來，構(gòu)成了一個(gè)龐大的計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)，并與互聯(lián)網(wǎng)相連，讓這個(gè)神經(jīng)網(wǎng)絡(luò)自己學(xué)習(xí)如何識別貓。這就是人工智能領(lǐng)域新一代的機(jī)器學(xué)習(xí)（machine learning）形式——深度學(xué)習(xí)（deep learning）。換句話說，就是讓計(jì)算機(jī)像人腦一樣去學(xué)習(xí)和思考。

當(dāng)谷歌公司最初設(shè)計(jì)地圖系統(tǒng)的時(shí)候，完全依賴人工來確認(rèn)街拍的每一個(gè)地址。因?yàn)楣ぷ髁烤薮?，后來搭建了能夠深度學(xué)習(xí)的人工智能系統(tǒng)——Google Brain?，F(xiàn)在，用這個(gè)工具處理法國所有街道的地址數(shù)據(jù)，用時(shí)不到一個(gè)小時(shí)。而谷歌公司研發(fā)的自動駕駛汽車，還有它的廣告業(yè)務(wù)，都從這個(gè)智能系統(tǒng)中獲得了很大的好處。

和傳統(tǒng)的機(jī)器學(xué)習(xí)不同，深度學(xué)習(xí)是把計(jì)算機(jī)科學(xué)和人類的神經(jīng)學(xué)結(jié)合起來，讓計(jì)算機(jī)自主學(xué)習(xí)。比如，不是由人告訴計(jì)算機(jī)這是一只貓，然后讓它來進(jìn)行識別和印證。而是給計(jì)算機(jī)提供大量的圖片數(shù)據(jù)，讓它自己學(xué)習(xí)和分析，然后自主形成“貓”的概念，就像人類大腦的視覺皮層那樣反應(yīng)。有了具備深度學(xué)習(xí)能力的人工智能系統(tǒng)，以后駕車出行時(shí)，汽車就能主動提醒你周圍的路況，還能應(yīng)用于語音和臉部識別、醫(yī)療診斷等領(lǐng)域。

2016年新年伊始，臉書（Facebook）創(chuàng)始人馬克·艾略特·扎克伯格就宣布要研發(fā)一臺智能機(jī)器來控制自家住宅的各項(xiàng)功能，并且?guī)椭ぷ?，類似于一個(gè)無形的管家，并把它與《鋼鐵俠》（Iron Man）電影中的智能電腦賈維斯（Jarvis）相提并論。由此可見，臉書也要躋身深度學(xué)習(xí)機(jī)器人的領(lǐng)域了。