人工智能，就好像第四次工业革命，正从学术界的私藏，转变为一种能够改变世界的力量 。尤其，以深度学习取得的进步为显著标志 。它让匍匐前进60年的人工智能一鸣惊人 。
我们正降落到一片新大陆 。深度学习带来的这场重大技术革命，有可能颠覆过去20年互联网对技术的认知，实现技术体验的跨越式发展 。
那么，深度学习到底是什么？怎么理解它的重要性？我们先从概念和现象入手 。
我总结了一句话，学术上看未必严谨，但从我的理解角度看——深度学习是基于多层神经网络的，海量数据为输入的，规则自学习方法 。
这里包含了几个关键词：
第一个关键词叫多层神经网络 。
深度学习所基于的多层神经网络并非新鲜事物，甚至在80年代被认为没前途 。但近年来，科学家们对多层神经网络的不断算法优化，使它出现了突破性的进展 。
以往很多算法是线性的 。而这世界上大多数事情的特征是复杂非线性的 。比如猫的图像中，就包含了颜色、形态、五官、光线等各种信息 。深度学习的关键就是通过多层非线性映射将这些因素成功分开 。
那为什么要深呢？多层神经网络比浅层的好处在哪儿呢？
简单说，就是可以减少参数 。因为它重复利用中间层的计算单元 。我们还是以认猫为例好了 。它可以学习猫的分层特征：最底层从原始像素开始学习，刻画局部的边缘和纹；中层把各种边缘进行组合，描述不同类型的猫的器官；最高层描述的是整个猫的全局特征 。
它需要超强的计算能力，同时还不断有海量数据的输入 。特别是在信息表示和特征设计方面，过去大量依赖人工，严重影响有效性和通用性 。深度学习则彻底颠覆了“人造特征”的范式，开启了数据驱动的“表示学习”范式——由数据自提取特征，计算机自己发现规则，进行自学习 。
你可以理解为——过去，人们对经验的利用，靠人类自己完成 。在深度学习呢？经验，以数据形式存在 。因此，深度学习，就是关于在计算机上从数据中产生模型的算法，即深度学习算法 。
问题来了，几年前讲大数据，以及各种算法，与深度学习有什么区别呢？
过去的算法模式，数学上叫线性，x和y的关系是对应的，它是一种函数体现的映射 。但这种算法在海量数据面前遇到了瓶颈 。国际上著名的ImageNet图像分类大赛，用传统算法，识别错误率一直降不下去，上深度学习后，错误率大幅降低 。在2010年，获胜的系统只能正确标记72%的图片；到2012年，多伦多大学的 Geoff Hinton利用深度学习的新技术，带领团队实现了85%的准确率 。2015年的ImageNet竞赛上，一个深度学习系统以96%的准确率第一次超过了人类（人类平均有95%的准确率） 。
计算机认图的能力，已经超过了人 。尤其图像和语音等复杂应用，深度学习技术取得了优越的性能 。为什么呢？其实就是思路的革新 。
举几个脑洞大开的例子 。
（1）
先说计算机认猫 。
我们通常能用很多属性描述一个事物 。其中有些属性可能很关键，很有用，另一些属性可能没什么用 。我们就将属性被称为特征 。特征辨识，就是一个数据处理的过程 。
传统算法认猫，也是标注各种特征去认 。就是大眼睛，有胡子，有花纹 。但这种特征写着写着，有的猫和老虎就分不出来，狗和猫也分不出来 。这种方法叫——人制定规则，机器学习这种规则 。
深度学习方法怎么办呢？直接给你百万张图片，说这里有猫，再给你上百万张图，说这里没猫 。然后再训练一个深度网络，通过深度学习自己去学猫的特征，计算机就知道了，谁是猫 。
推荐阅读
- 张国立演的高书记是什么电视剧
- 芒果坏了是什么味道，芒果干坏了是什么样
- 什么颜色混合成白色，青色是什么颜色和什么颜色混合而成的？
- 吃过最好吃的零食是什么
- 钣喷是什么，汽车钣金喷漆是什么意思啊
- 艾草青团的馅有什么，春季网红美食【艾草青团】的做法是什么？
- 动车后补票是什么，动车票候补车票是什么意思？
- 胡麻油是什么
- 野馄炖是什么，青岛启动专项整治行动，野烧烤、野馄饨严禁上街, 你怎么看？
- 鲈鱼为什么会发黄，鲈鱼肚子里黄色的两团是什么？