【虎嗅夏季F&M节】百度张潼：深度学习接近人脑是巨头竞相追逐的未来-国土报中文版

本篇文章2175字，读完约5分钟

许多人对深度学习感兴趣，包括vc等等。他们看到了什么？许多互联网公司会对技术非常感兴趣。谷歌已经做了很多事情。2011年，谷歌大脑项目成立。这个名人是安德鲁·吴，另一个是杰夫·迪恩。他们当时的目的是建立世界上最大的深度学习网络。

让我与你分享这项技术能做什么，你为什么这么感兴趣？互联网，人人都说大数据，为什么我们这么重视数据，百度应该用数据来制造智能，尤其是人工智能实验室，一个是数据，另一个是智能，这两个是关键词。目前，互联网有几种模式。如果你看看英美烟草，一个是连接人和信息，像百度，阿里是连接人和商品，腾讯和脸谱是连接人和人。主要是这三种模式，除了线上和线下。

【虎嗅夏季F&M节】百度张潼：深度学习接近人脑是巨头竞相追逐的未来

这些实际上是数据驱动的，不同于传统的。互联网公司谈论快速迭代，另一个是数据驱动的，这需要大量的分析。特别是在一定程度上，当你在更高的层次上，你需要提取数据，其中之一就是数据指导，比如百度的搜索技术，语音技术等等。深度学习的更大概念是机器学习。如果我们看一个图，我们首先有大数据，然后分析它，包括建模，用有效的算法解决这些模型，然后把它们组装到你的系统中，最后成为一个智能系统。在整个深度学习的过程中，最重要的是复杂的模型，就像人脑的模型，它有很好的效果。深度学习对于互联网数据分析至关重要。

【虎嗅夏季F&M节】百度张潼：深度学习接近人脑是巨头竞相追逐的未来

让我们来谈谈发音，这是一个在深度学习中广泛使用的领域。你可以说一个单词并用电脑翻译给你听。机器学习有输入和输出，输入是声音信号，输出是单词，如你好或其他。问题的规模非常大。基于大数据，百度或类似的大型互联网公司拥有数万小时的语料库，数据规模达数百亿和数万个类别。你输入的是一些单词，最后你想用它来训练一个模型，这些模型最终可以在网上使用。这里的模式是深度学习的模式，这是目前最好的方式。计算技术需要大规模的计算技术，一些技术瓶颈需要解决。

【虎嗅夏季F&M节】百度张潼：深度学习接近人脑是巨头竞相追逐的未来

有两种型号。与深度学习相对应的概念是浅度学习，浅度学习也是一种机器学习模式，这意味着特征需要人工提取，计算机可以通过人工方法识别，然后学习与线性学习相结合。稍后，当数据量变大时，您可以使用更复杂的模型，包括深度模型。它的优点是可以自动从原始的组合中学习。这种能力是用劳动力不足的机器来代替它们，然后并行处理大数据，此外，它还需要强大的计算能力，这样才能取得更好的结果，实现类似的智能。

【虎嗅夏季F&M节】百度张潼：深度学习接近人脑是巨头竞相追逐的未来

智能化是未来十年最受关注的技术前沿，离技术瓶颈也很高。举一个图像识别的例子，如何一代一代地学习一些先进的。例如，图像的一些像素在开始时出现，一些边缘在后面的层出现，然后下一层学习特征，然后在上面形成人脸。这种信息是自动学习的，而不是由人创造的。传统的学习方法是由人来完成的。语音学是相似的，它是从低到高慢慢建立起来的。此外，它与人脑的结构非常相似。深度学习本身模拟大脑，其结构非常接近大脑。从某种意义上说，深度学习离人脑很近。传统的图像识别方法是在2010年使用浅层模型，已经达到了74%，并且在2012年得到了很大的改进，达到了85%。

【虎嗅夏季F&M节】百度张潼：深度学习接近人脑是巨头竞相追逐的未来

为什么现在人们非常重视深度学习？主要原因是数据量相对较大，计算规模变大；此外，复杂模型的独特优势将会显现。想象一下，未来的数据会越来越大，尤其是在互联网上。如果你开始创业，你也非常关心数据，这将是未来非常大的数据。建立一个复杂的模型也非常重要。

首先，数据的规模成倍增长，包括广告、声音、图像等等。另一个是计算能力。一个代表是随着图形处理器的出现，你使用中央处理器进行计算。最近，gpu被用于深度学习，这大大提高了计算能力。gpu可以在一两周内处理的数据可能需要一年的cpu时间。还有复杂的图像模型。最后，有一些算法支持它，它有异步算法支持它的计算。

【虎嗅夏季F&M节】百度张潼：深度学习接近人脑是巨头竞相追逐的未来

我们的目标是使计算机更加智能，这是这里每个人都想做的。他们应该聪明，能够理解人，知道意图。我们当前的方法和以前的方法的区别在于我们有大数据。然后我们必须分析它，复杂的模型非常重要。计算能力也提高了，最后你必须建立一个系统来实现你的目标。深度学习非常接近人脑，第二是非常接近人工智能。也许这不是最终的目标，但它有很好的效果。

【虎嗅夏季F&M节】百度张潼：深度学习接近人脑是巨头竞相追逐的未来