我们和电脑之间的交流正在发生着转变，而深度学习也已经润物细无声地进入我们的生活，世界已经截然不同。
深度学习技术诞生已经几十年了，在蛰伏一段时间后，它现在又迎来了第二春，成为了计算产业的新加速器，未来它还将彻底改变美国企业的面貌。
过去四年里，技术的提高对我们日常生活的影响变得明显。其中，最明显的就是智能手机中语音识别功能的大跃进。用户使用语音交互的频率提高了三倍。
机器翻译和其他方式的语言处理也正在变得越来越准确，谷歌、微软、 Facebook 和百度每个月都会会有小小的进步。谷歌已经能在瞬息之间将普通口语翻译成其他 32 种语言，在文本翻译方面它更是覆盖了 103 种语言。同时， Gmail 应用的收件箱还贴心的准备了三种预制回复，处理普通的邮件来往完全够用了。
图片识别技术也有了巨大的进步。你甚至可以让它们专门找出带有狗狗、雪花甚至拥抱的图片。未来图片识别技术还将拥有看图说话功能，它们能在眨眼间为你描述图片中的内容。
图1：神经网络是如何识别图片中的狗狗的
一些医学新创公司表示它们很快就能利用电脑来分析 X 光、核磁共振和 CT 扫描的结果了，整个过程将变得更快更准。电脑还能提早发现癌细胞的存在，为病人争取更多的治疗时间。同时，新技术也是救命药物研制中的好帮手。
机器人、无人机和自动驾驶汽车等也是图片识别技术的受益者，未来这些产品将彻底改变我们的生活方式。
深度神经网络的概念早就不新鲜了，其历史可追溯到上世纪 50 年代。现在这一概念重新走向前台，主要是因为我们拥有了强悍的计算和数据存储能力，互联网上的图片、视频、音频和文本都成了“养料”。
研究公司 CB Insights 的数据显示，上个季度， AI 新创公司的融资额再创记录，突破十亿美元。2016 年第二季度，此类公司共完成了 121 轮融资，而 2011 年同期这一数字仅有 21 轮。 5 年之间，投入 AI 领域的资金达到 75 亿美元。
谷歌只有两个深度学习项目，但现在这一数字已经膨胀到超过 1000 个。这些项目也是遍地开花，谷歌旗下的搜索、安卓、 Gmail 、翻译、地图、 YouTube 和自动驾驶汽车都是其受益者。
IBM 的 Waston 系统只靠 AI 就能在各种比赛中称王，但现在它们也顺应潮流用上了深度学习， Waston 旗下的 30 个构建服务项目都通过该技术得到了增强。
英伟达的 GPU 也能成为计算能力的倍增器。对深度学习计算来说，这种原本用来渲染 3D 游戏的产品比传统 CPU 的效能高 20-50 倍。
今年八月份，英伟达新一季财报显示，该公司数据中心部门的营收同比翻番，达到 1.51 亿美元。该公司CEO 认为，“该部门营收能取得巨大进步主要靠的就是深度学习。”
英特尔也受到了影响，在上两个月中它并购了两家做深度学习计算的初创公司：Nervana System（超过 4 亿美金）和 Movidius （未公布价值）。
Google在五月份表明去年他们使用定制芯片——张量处理器（TPUs）来通过深度学习实现应用程序。张量是像矩阵这样的一列数字，在深度学习计算中通常用一个乘以另一个。
百度的 Ng 说：“深度学习就像是 A 到 B 的映射，你输入音频，然后就可以听到副本，这就是语音识别。只要你有数据运行软件，就都有可能完成。”
微软研究院的 Peter Lee 认为，许多公司已经将深度学习技术整合进了自己的日常流程。“我们的销售团队就在利用神经网络预测产品前景并根据用户特点进行精准推荐。”
深度学习技术的快速发展也震动了硬件产品的世界，摩尔定律不再是无可辩驳的真理，英伟达的 GPU 也能成为计算能力的倍增器。
现在公司已经处在转折点上。百度研发中心的首席科学家 Andrew Ng 说：“过去许多标准普尔500的首席执行官都希望他们能抢先应用因特网，我想未来五年会有更多的首席执行官希望能及早的应用人工智能。”
深度学习只是小小的一部分，人工智能包含了许多技术，例如传统逻辑算法系统，利用这种系统能使计算机和机器人像正常人类思考那样解决问题。深度学习是机器学习的一个分支，机器学习对于让计算机根据经验解决问题来说是很重要的数学算法。
百度的 Ng 说：“如果你收到邮件，它就会识别是否是一封垃圾邮件。如果收到贷款申请，它就会预计客户偿还的概率。如果询问驾驶路线，它就会告诉你接下来该怎么走。”
来自：雷锋网
