人工智能發(fā)展的速度比我們預(yù)想的要快。在引入深度學(xué)習(xí)之前，即使是最好的人工智能系統(tǒng)也需要專門針對特定問題，需要許多規(guī)則才能取得成功。但深度學(xué)習(xí)改變了這一點，讓許多研究人員放棄了古典人工智能方法。深度學(xué)習(xí)依賴模擬大型、多層的虛擬神經(jīng)元網(wǎng)絡(luò)，使電腦學(xué)會識別抽象的模式（有點類似人腦的運作方式）。它可以用來解決任何一般用途的模式識別問題，也就意味著它適用于任何能夠獲取大量數(shù)據(jù)的活動。

深度學(xué)習(xí)是一個巨大的投資機會，不僅僅因為技術(shù)本身，更因為通過它對其他技術(shù)的杠桿作用使得它變得很強大：在線服務(wù)擴張所產(chǎn)生的大數(shù)據(jù)，存儲能力的提升，GPU和計算能力的進步，豐富的云計算，廉價傳感器的發(fā)展，以及物聯(lián)網(wǎng)產(chǎn)生的新數(shù)據(jù)（IOT）。最終結(jié)果是使深度學(xué)習(xí)有機會解決各行各業(yè)所面臨的挑戰(zhàn)。

所有的大型軟件公司正在大力投資建設(shè)深度學(xué)習(xí)能力并將其納入他們的許多產(chǎn)品。這些公司不僅推動深度學(xué)習(xí)在內(nèi)部使用，同時通過發(fā)布軟件框架和庫提升整個行業(yè)的應(yīng)用。谷歌最近宣布，它最新的機器學(xué)習(xí)系統(tǒng)TensorFlow開源；Facebook免費公開了它用于運行人工智能軟件的強大的新服務(wù)器的設(shè)計；IBM開源了機器學(xué)習(xí)代碼SystemML；Elon Musk和其他人建立了非營利的人工智能研究小組OpenAI。還有許多其他的例子。這些大型軟件機構(gòu)大量的內(nèi)部研究為人工智能的創(chuàng)業(yè)公司提供了很好的機遇。

隨著時間的推移，建立一流人工智能技術(shù)并利用其建立一個積極的數(shù)據(jù)網(wǎng)絡(luò)的創(chuàng)業(yè)公司會變得非常有價值。人工智能公司之間的競爭將越來越激烈，這種良性循環(huán)將導(dǎo)致自然壟斷，在未來的幾年里將誕生強大的人工智能公司。

http：//venturebeat.com