新用户下载，赢取高达 60,000 元盲盒
当大家都不认可时，你为什么不放弃？
免费的交易所推荐：
因为我坚信其他人都错了。这种“错的不是我，而是整个世界”的想法，在平时听起来简直就是个笑话。然而，这句经典语录却出自深度学习之父——Geoffrey Hinton的口中。
Hinton 坚信人工智能应该像人类一样能够思考和学习。他认为实现人工智能的关键在于模仿人脑功能，通过人工神经网络来处理高维数据，如图像和语音的输入、输出和建模。虽然现在看来这是理所当然的，但在1990年代，这种想法简直就是天方夜谭。当时，算力、存储和数据量根本无法支撑构建类似人脑的智能系统。人们普遍认为Hinton要么是疯了，要么就是有什么不可告人的阴谋。
做正确的事情并不难，难的是坚持做正确的事情。因为正确与否的验证往往需要几年，甚至几十年的时间。Hinton坚持人工神经网络的观点，遭受了三十多年的质疑和嘲笑。
随着计算机科学的发展，算力逐渐能够支撑起庞大的数据计算。2012年，Hinton带领团队参加ImageNet ILSVRC挑战赛，他们的Alexnet研究成果在图像识别任务上，以低于第二名10%的错误率获胜。这个比赛是计算机视觉领域的顶级比赛之一，这次完美的胜利让人们开始关注人工神经网络和深度学习的概念。Hinton也从一个被忽视的老头，逐渐走上了神坛。这个世界终于跟上了Hinton的脚步。
Hinton为什么能够打破时代技术条件的限制，坚持自己的方向呢？伟大的科学家往往拥有大胆的想象和不折不扣的信念。他们是真正的世界边界拓荒者。Hinton认为深度学习可以从数据中无监督地学习，这意味着它可以识别数据中隐藏的模式和关系，而不需要明确的标签或指导。这对于处理图像、音频和自然语言等复杂的高维数据尤为重要，这些数据很难甚至不可能手动标记所有相关特征。此外，深度学习可以表示具有大量参数的复杂函数，使其能够对输入和输出之间的复杂关系进行建模。这对于图像和语音识别等任务尤为重要。
如今，深度学习已经成为人工智能的核心，并在开启一个伟大的智能时代。
PARTY AWARD 2023年度评选提名火热征集中！冬去春来，今年我们以“Keep Building”为主题，旨在发现并激励Web3领域中持续建设的真正Builder。我们将通过数据初选、公开征集、线上投票及专业评审团评议，最终评选出12项权威年度奖项。
点击下方图片立即报名！
