其主要原因是因为即使是最基本的神经网络，也需要大量的运算 。神经网络算法的运算需求难以得到满足 。不过，还是有一些虔诚的研究团队（例如：多伦多大学的Geoffrey Hinton）坚持研究，实现了以超算为目标的并行算法的运行与概念证明 。但也直到GPU得到广泛应用，这些努力才见到成效 。我们回过头来看这个停止标志识别的例子 。
神经网络是调制、训练出来的，时不时还是很容易出错的 。它最需要的，就是训练 。需要成百上千甚至几百万张图像来训练，直到神经元的输入的权值都被调制得十分精确，无论是否是雾天、晴天还是雨天，每次都能得到正确的结果 。只有这个时候，我们才可以说神经网络成功地自学习到一个停止标志的样子；或者在Facebook的应用里，神经网络学习了如何识别你妈妈的脸；又或者是2012年吴恩达（Andrew Ng）教授在Google实现了神经网络学习到猫的样子等等 。
吴恩达教授的突破在于，把这些神经网络从基础上显著地增大了 。层数非常多，神经元也非常多，然后给系统输入海量的数据，来训练网络 。在他的示例中，数据是一千万YouTube视频中的图像 。吴教授为深度学习（deep learning）加入了“深度”（deep） 。这里的“深度”所指的，正是神经网络中众多的层 。现在，经过深度学习训练的图像识别，在一些场景中甚至可以比人做得更好：从识别猫，到辨别血液中癌症的早期成分，再到识别核磁共振成像中的肿瘤 。
Google的AlphaGo先是学会了如何下围棋，然后与它自己下棋训练 。它训练自己神经网络的方法，就是不断地与自己下棋，反复地下，永不停歇 。深度学习，给人工智能以璀璨的未来深度学习使得机器学习能够实现众多的应用，并拓展了人工智能的领域范围 。如今，深度学习已经能够实现各种任务，几乎使得所有的机器辅助功能都变为可能 。
推荐阅读
- 每日最多增加5次集卡的机会,集卡赢红包
- 苹果x手机后屏玻璃碎了多少钱 "苹果x手机后屏玻璃"
- 修手机后屏玻璃多少钱OPPO 手机后屏玻璃碎了多少钱
- 锦州多少大学,2022年锦州市大学有哪些
- 铜的电阻值是多少,铜的电阻率大概是多少
- 请问“其它”是什么东西？
- 小米vr配坚果效果能有多渣呢？
- 为什么很多人不在苹果官网买 小米家电专卖店是官方正品吗
- 多岁的老妈买手机选苹果还是华为 手机选小米还是华为
- 播放小米家电多少钱 小米家电全套多少钱