深度学习带来了人工智能的正循环那这对于我们来说意味着什么？-国土报中文版

本篇文章2788字，读完约7分钟

20世纪80年代初，当时的人工智能研究试图寻找一条捷径，希望绕过人脑神经网络直接模拟行为，而不是试图模拟大脑运行。然而，有两个技术人才一直坚持研究模拟神经网络的深度学习。最后，他们的算法吸引了全球人工智能社区和技术公司的注意。他们是深度学习的领导者，辛顿和勒昆，他们后来分别被谷歌和facebook聘用。安德鲁·吴(Andrew ng)在大学时曾放弃过人工智能的研究，后来受到杰夫·霍金斯(Jeff Hawkins)的htm算法的影响，重新开始了人工智能的研究，他的研究方向一直是深度学习。

深度学习带来了人工智能的正循环那这对于我们来说意味着什么？

现在，转投百度的安德鲁·吴在不久前的百度世界大会上再次强调了深度学习对人工智能的重要性。目前，深度学习是实现人工智能最有效的途径。吴荣奎在演讲中提到百度大脑的新算法属于深度学习。虽然他没有说明算法的领先程度，但他强调了它在数据处理方面优于传统人工智能算法，使人工智能实现了良性循环。

2.奇点正在逼近——人工智能的良性循环

人工智能的良性循环是安德鲁·吴演讲的核心。有了深度学习算法，它将不再害怕海量数据，而是会因为数据的增长而取得更好的效果，这些效果将直接反映在具体的互联网服务中，如图像搜索和语音识别，从而为用户提供更好的服务，吸引更多的用户，从而产生更多的数据。

“人工智能正向循环”确实令人兴奋，但是人工智能技术已经发展了几十年，为什么只是在今天才有条件实现正向循环呢？我在文章中提到了搜索引擎向人工智能进化的几个关键条件，包括搜索引擎积累的战略数据和模拟神经网络的机器学习。吴荣奎的发言证实了这两个条件的成熟。他提到了“百度有海量数据”和“百度新大脑算法”。另一个重要条件是“技术奇点的出现”，即在积累数据的前提下，硬件存储、超级计算和模拟神经网络等相关技术的成熟。

深度学习带来了人工智能的正循环那这对于我们来说意味着什么？

库兹韦尔在《奇点逼近》一书中提到，奇点思想认为人类创造技术的节奏正在加快，技术的力量正以指数速度增长。指数增长令人困惑。它从微小的增长开始，然后以惊人的速度爆炸。

对于人工智能来说，深度学习的出现是如此的独特。面对海量数据，深度学习算法可以做传统人工智能算法做不到的事情，并且随着数据处理量的增加，输出结果会更加准确。

传统的机器学习是通过标记数据和监督学习，这意味着如果你想让机器学习如何识别一个特定的对象，你必须手工标记样本，也就是说，随着它需要处理的数据量的增加，外部的支持和帮助会更大，计算结果的准确性也会受到影响。因此，对于这种传统算法来说，越来越多的数据将成为负担，并且更容易达到极限或产生错误的结果。然而，深度学习是基于未标记的数据，更接近人脑的学习模式。经过训练，它可以自己掌握概念，这将大大提高计算机信息处理的效率。王威廉在《国际机器学习会议icml2013参与思路》中提到:“利用半监督或无监督的学习方法来挖掘无标签数据不仅是过去10年的事情，也是大数据时代的一个热点。”以机器视觉为例，机器学习是通过构造类似人类视觉神经系统的多层算法，使机器理解物体的整体形状。传统的人工智能算法通常要求工程师手动输入物体视觉或声音信息，然后机器学习算法处理这些信息数据。

深度学习带来了人工智能的正循环那这对于我们来说意味着什么？

在加速回归定律的指导下，深度学习将加速人工智能的进化节奏，产品(输出结果)将在进化过程中呈指数增长。当深度学习的效率变得更高时，它将吸引更多的资源来聚集它，使它发展得更快。与此同时，这些指数级的增长来自互联网产品的每一个微小的使用和相应的数据贡献。借助深度学习算法，这些收集到的数据将为我们提供更准确的结果和更好的服务，其效果将会越来越大。

深度学习带来了人工智能的正循环那这对于我们来说意味着什么？

3.深度学习的意义

深度学习带来了人工智能的良性循环，那么这对我们意味着什么呢？吴荣奎曾经指出，深度学习算法可以使机器“自己学习世界上的一些概念”，也就是说，机器将具有一定的类人学习和思维能力。人类自身的学习能力可以帮助我们自己认识世界，当机器在模拟人脑后具有这种能力时，它可以在一定程度上代替我们的一些脑力劳动。正如我们在工业革命和电力革命的影响下从体力劳动中解放出来一样，在深度学习带来的人工智能革命下，我们也可以把脑力劳动外包给机器。

深度学习带来了人工智能的正循环那这对于我们来说意味着什么？

深度学习使机器更聪明，但我们在这方面应该小心，不要夸大其词。我们不需要考虑诸如“当机器智能超过人类时”这样的稍微有点科幻的问题，但是我们只需要理解这些机器智能将继续落入特定的互联网应用中，并给我们带来更多的智能服务。例如，通过视觉获取和处理图像，通过声音说语言，这是人类与外界交流的最自然的方式，但是传统的计算机服务不能从本质上理解我们的内容。当我们搜索图像或向计算机发送某种指令时，我们需要事先在大脑中进行处理，然后将我们想要表达的原始意思转换成计算机可以读取的文本信息，然后手工输入到计算机中并得到结果。然而，在机器学习的帮助下，我们可以随意将图片扔给计算机来返回结果，并且可以通过语言直接命令计算机为我们提供各种服务。

深度学习带来了人工智能的正循环那这对于我们来说意味着什么？

正如andrew ng所说，“(移动)新设备需要提供一种更自然的方式来寻找服务”，这是机器学习最实际和最恰当的用途。奇点是未来的一个时期:技术变革的速度如此之快，其影响如此之深远，以至于人类生活将不可避免地发生变化。安德鲁·吴的深入学习为用户带来了“人工智能”的良性循环和更好的互联网服务，这表明人工智能的奇异性可能已经到来。至于去哪里，韩丁的自我报告也可以恰当地用在安德鲁·ng身上——“我们希望把人工智能带到一个奇妙的新领域，一个还没有人或程序达到的领域。”

深度学习带来了人工智能的正循环那这对于我们来说意味着什么？