1704610140
我们可以将深度学习网络想象成工厂的一条生产线。输入原材料后，它们将随着传送带向下传递，后续的各个站点或层会分别提取不同的高级特性。为了继续完成一个图像识别网络的案例，第一层将用来分析像素亮度。下一层将根据相似像素的轮廓来确定图中存在的所有边界。之后，第三层将用来识别质地和形状等。到达第四层或第五层时，深度学习网络已经创建了复杂特性检测器。这时，它就能够了解4个轮子、挡风玻璃和排气管通常是同时出现的，眼睛、鼻子和嘴也是同时出现的。它不知道的仅仅是汽车和人脸都是什么样的。深度学习网络能够识别的许多特性可能都和手头的任务无关，但是其中有一些特性却是和手头任务高度相关的。
1704610141
1704610142
辛顿解释道：“训练这些特性检测器时，每次训练一层，这一层都试图在下面一层找到结构模式。之后，就可以在顶部贴上标签并使用反向传播来进行微调。”结果深深震撼了人工智能界。辛顿回忆道：“其中涉及一些数学问题，这总会给人们留下深刻的印象。”
1704610143
1704610144
有关深度学习的消息迅速传开。辛顿实验室的两名成员乔治·达尔（George Dahl）和阿卜杜勒–拉赫曼·穆罕默德（Abdel-rahman Mohamed）迅速论证了该系统不仅能够进行图像识别，还能够进行语音识别。2009年，俩人将其新创建的语音识别神经网络与已经使用了30多年的行业标准工具放到一起一较高下，结果是，深度学习网络获得了胜利。这时，谷歌邀请辛顿的一位博士生纳瓦迪普·杰特列（Navdeep Jaitly）修补谷歌的语音识别算法。看了一眼之后，他建议用深度神经网络取代整个系统。尽管一开始持怀疑态度，但杰特列的老板最终同意让他尝试一下。事实证明，新的程序比谷歌精心调试数年的系统表现还要出色。2012年，谷歌将深度学习语音识别程序嵌入安卓移动平台，错误率与之前相比立刻下降了25%。
1704610145
1704610146
那年夏天，辛顿终于收到了谷歌的电话。这个搜索巨头邀请他夏天到位于加利福尼亚州山景城的校园工作。尽管辛顿当时已经64岁了，谷歌却将他定为“实习生”，因为员工必须严格服从公司政策，即必须在公司工作好几个月之后才能被授予“访问科学家”的头衔。尽管如此，辛顿仍然加入了由20岁出头的年轻人组成的实习生组。他甚至还戴上了新实习生们专用的上面带有螺旋桨图案的帽子，被称作“新谷歌人”（Nooglers）。辛顿说：“我一定是史上最老的实习生。”当时，他开玩笑似的表示，那些并不知道他是谁的年轻同事肯定是把他当作“老笨蛋”了。
1704610147
1704610148
辛顿在谷歌的工作涉及为其他潜在的应用提出有关深度学习的建议。那年夏天的工作进展得十分顺利，第二年，谷歌正式聘用了辛顿。除他之外，谷歌还聘请了他的两名研究生，辛顿和这两名研究生共同创建了一家名为“DNNresearch”的公司。辛顿在一篇声明中写道：“我会继续在多伦多大学兼职任教，在那里我还有很多出色的研究生，但是在谷歌我能够看到我们如何处理超大型计算。”
1704610149
1704610150
在神经网络领域孤独地耕耘了30年后，杰夫·辛顿最终在世界最大的人工智能公司发挥了重要作用。
1704610151
1704610152
1704610153
1704610154
1704610156
人工智能：改变世界，重建未来 人工智能新主流
1704610157
1704610158
如今，深度学习神经网络已经成为人工智能的主流，其强调的理念可以追溯到麦卡洛克和皮茨。尽管该理念仍然是对大脑工作模式的一种模拟（我们将在后续章节中探讨更多关于大脑的生物力学模型），但神经网络能够解决问题的广泛性却令人惊叹。传统人工智能一直表现良好，直到后来研究人员才发现现实世界与其完美模型并不匹配。与传统人工智能不同的是，神经网络不仅能够处理规律性事物，还能够处理规则以外的情况。正如20世纪80年代的NETtalk一样，这使其成为处理语言等棘手问题的最佳选择。深度学习神经网络还擅长处理所谓的“分布表征”，这意味着其具有模拟同一表征空间中两个相似但独立的领域（例如语言和图像）的能力。从本质上来讲，这意味着神经网络能够以类比的方式进行思考，这一点是传统人工智能无法企及的。
1704610159
1704610160
杰夫·辛顿说道：“现在我们看到的许多事物都在使用神经网络。根据经验，如果你想完成一项任务，并且你知道这项任务涉及大量知识，这意味着如果你要学着做这件事，你将需要大量相关的参数。在这种情况下，深度学习将是更好的选择。”
1704610161
1704610162
令人印象深刻的应用程序随处可见。2011年，就在辛顿加入谷歌之前的那个夏天，谷歌工程师杰夫·迪安（Jeff Dean）、格雷格·科拉多（Greg Corrado）和斯坦福大学计算机科学家吴恩达（Andrew Ng）共同推出了“谷歌大脑”（Google Brain）项目。谷歌大脑项目都在谷歌公司半公开的实验室“谷歌X”中进行，使用深度学习网络识别高水平概念，例如通过分析视频网站YouTube的视频中静止的图像来识别猫，而之前并不向它解释猫到底是什么。（巧合的是，这实际上就是弗兰克·罗森布拉特半个世纪前对《纽约客》杂志说过的“神经网络终有一天能够实现”的那个目标。）
1704610163
1704610164
听起来一台知道猫为何物的计算机并没有什么新奇的，但是通过深度学习实现计算机的视觉能力，在现实世界中却拥有广泛的用途。一家名为“Dextro”的初创企业使用深度学习创造出了更好的在线视频搜索工具。Dextro的神经网络并不依靠关键词标签，而是通过扫描直播的视频来分析音频和图像。举例来说，如果用这个神经网络搜索英国前首相戴维·卡梅伦，那么不仅能够搜出与保守党有关的视频，就连提到英国首相的视频也能够搜到。
1704610165
1704610166
与此同时，Facebook（脸谱网）使用深度学习自动为图像设置标签。2014年6月，这一社交网络平台发布了一篇文章，介绍其称之为“DeepFace”的面部识别技术。凭借深度学习的能力，Facebook算法几乎和人脑一样准确，无论光线和相机角度如何，都能够对比两张照片并查看其显示的是否是同一个人。此外，Facebook还使用深度学习创建了另外一种技术，该技术能够为盲人用户描述图像，例如，一张图片上显示的是某人在一个夏日骑着自行车穿过英国的乡间小路，该技术能够用语音将这一情景描述出来。
1704610167
1704610168
其他一些项目将深度学习和机器人学结合起来。美国马里兰大学的一组研究人员给机器人放了一段YouTube上的烹饪视频，这样就教会了机器人如何烹饪一顿简餐。这一过程中没有任何直接人为的输入，只要提供正确的餐具，机器人就可以直接复制视频中显示的任务，而且准确率非常高。长远来看，类似的机器人深度学习也可以应用于军事维修等领域。
1704610169
1704610170
目前已经证明，深度学习在翻译领域是必不可少的。2012年12月，微软的研发总监里克·雷斯特（Rick Rashid）展示了一款震撼人心的英汉语音识别和翻译系统。通用翻译器这样如同“星际迷航”的英雄梦一样的技术即将实现，这项技术意味着在不久的未来，我们无须会说法语、俄语或日语就能够在法国餐馆点菜、在俄罗斯坐出租车或在日本谈生意。更加令人印象深刻的是，深度学习系统能够将说话者的语音划分为基本的音素，然后将这些音素重新组合成需要的语言，最后以说话者的声音将语言“说”出来。微软解释道：“你的平板电脑或智能手机将分析你所说的意思，将其翻译成听者能够理解的语言，并用你的声音以听者熟悉的发音、音色和音调表达出来。”
1704610171
1704610172
有趣的是，虽然我们一直在对基本的技术进行调整，但如今许多重大进步仍可以追溯到戴维·鲁梅尔哈特和杰夫·辛顿在20世纪80年代发明的反向传播算法。这些年来唯一改变的是计算能力，而计算能力反过来意味着更强大的神经网络和更多隐藏层。仅“谷歌大脑”项目就将16万个计算机处理器连接起来，创建了一个拥有10亿多连接的人造大脑。可用训练数据集的规模也在大幅增长。前些年使用的数据相对较少，与其相比，如今用于教神经网络思考的信息数不胜数，举例来说，Facebook的面部识别系统就是通过分析740万张图像来训练系统的，这些图片是Facebook 12.3亿活跃用户的脸。
1704610173
1704610174
神经网络不是如今实践中用到的唯一一种人工智能（我们将在后面的章节探讨其他人工智能），其优势将人工智能推到了胜利的顶峰。与传统人工智能不同的是，神经网络不再局限于简单的实验室环境。
1704610175
1704610176
实际上，下一章将探讨的内容是，当人工智能超越我们通常所说的计算机系统的限制并跟随我们一起进入现实世界时，到底会发生什么。
1704610177
1704610178
[1]1泽字节=270字节。——编者注
1704610179
1704610180
1704610181
1704610182
1704610184
人工智能：改变世界，重建未来 第三章 万物互联的智能时代已经来临
1704610185
1704610186
1998年，苹果公司推出了其外观线条呈圆形的iMac电脑；《哈利·波特》风靡世界；第一款移动MP3播放器上市；一位来自雷丁大学控制论专业的44岁教授在这一年进行了一项非同寻常的运算。凯文·沃维克（Kevin Warwick）教授进行了一个非急需外科手术，目的是将一个包在玻璃管内的硅片植入自己的左臂皮肤之下。一旦植入人体，这款射频识别设备（RFID）的芯片发出的无线电信号，就能经由实验室周围的天线，随即传入能够控制沃维克周围环境的中央计算机。“在（我的实验室）的主入口处，当我进门时，一个由计算机操作的音箱发出‘你好’的声音。”后来凯文·沃维克记下了他的体验：“计算机检测到我进入大楼的过程，当我走近实验室的时候，为我开了门，点亮了灯。芯片植入体内后的9天里，我仅仅沿着特定的方向行进，就可以触发周围的物体自己行动。”
1704610187
1704610188
约20年后再来看，沃维克的这项实验依然震憾人心、发人深省。与沃维克职业生涯的其他事情相比而言，这项实验最有意义。然而，在过去的几十年里，我们对此事的惊诧程度可能多多少少发生了改变。尽管回避有人愿意采取这种侵入式手术的原因依然很容易，但关于为什么有人想这么做的问题已经不再重要。写这篇文章的时候，我的手腕上带着一块42毫米的不锈钢苹果手表，搭配了米兰风格的表带。这款表价格为599英镑，它能实现的功能远远超过凯文·沃维克在其植入式射频识别设备上所设想的功能。一旦我收到一条短信或一个电话，或者如果我的朋友在图片分享网站Instagram贴了一张新图，我只需要看看手表就一目了然。而且在超市购物时，我可以用手表刷卡支付。同样，我也可以用手表打开世界各地酒店的房门。外出的时候，手表连续发出的嘀嗒声和震动可以告诉我应该走哪条路。一串嘀嗒声提醒我右转，另一串嘀嗒声则提醒我左转。第一次震动表明我的旅程结束了，而第二次震动则告诉我到达目的地了。所有这些功能并不需要进行侵入式手术。
1704610189
[
上一页 ]
[ :1.70461014e+09 ]
[
下一页 ]