人工智能，正在从学术界的“私藏”转身为一股足以重塑世界的力量，其背后的核心推手，就是深度学习。它让徘徊了六十多年的人工智能，终于迎来了属于自己的高光时刻。

我们或许正降落到一片新的大陆之上。深度学习带来的这场技术革命，有可能彻底碘伏过去二十年互联网对技术的认知，让技术体验实现一次跨越式的飞跃。

那么，深度学习究竟是什么？它的意义到底在哪里？

先从概念入手。可以这样总结一句话——深度学习是一种基于多层神经网络，以海量数据为输入，让机器自行学习规则的方法。这里面有几个关键点。

第一个关键词：多层神经网络。

深度学习所依托的多层神经网络，其实算不上新鲜事物，甚至在80年代一度被认为没什么前途。但近年来的不断算法优化，让它实现了突破性的进展。过去很多算法是线性的，可世界上绝大多数事物的特征，都是复杂非线性的。举个例子，一张猫的图像里，就包含了颜色、形态、五官、光线等多种信息。深度学习的关键，正是通过多层非线性映射，把这些因素成功分开。

那为什么要“深”呢？多层神经网络比浅层的好在哪里？简单说，就是能大幅减少参数，因为它可以重复利用中间层的计算单元。还是拿认猫来打比方。它会逐层学习猫的特征：最底层从原始像素入手，刻画局部的边缘和纹理；中层把这些边缘组合起来，描述不同类型的猫的器官；而最高层描述的，则是整个猫的全局特征。

这种学习需要超强的计算能力，同时还得有源源不断的海量数据输入。过去，在信息表示和特征设计上，大量工作依赖人工，严重影响算法的有效性和通用性。深度学习则彻底碘伏了“人造特征”的范式，开启了数据驱动的“表示学习”——由数据自己提取特征，计算机自己发现规则，进行自学习。

可以理解为：过去，人们对经验的利用，靠人类自己完成；而在深度学习里，经验以数据的形式存在。深度学习，就是在计算机上从数据中产生模型的算法。

那么问题来了，前几年讲大数据、讲各种算法，跟深度学习到底有什么区别？过去的算法模式在数学上叫做线性，x和y关系对应，是一种函数映射。这种算法在海量数据面前很快遇到了瓶颈。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；而上了深度学习方法后，错误率大幅降低。2010年，获胜系统只能正确标记72%的图片；到了2012年，多伦多大学的Geoff Hinton带领团队，利用深度学习新技术实现了85%的准确率。2015年，一个深度学习系统以96%的准确率，第一次超越了人类（人类平均是95%）。

计算机认图的能力，已经超过了人。尤其在图像、语音等复杂应用中，深度学习取得了压倒性的性能优势。这背后，其实是思路的彻底革新。

不妨来看几个脑洞大开的例子。

1. 计算机认猫。 我们通常能用很多属性描述一个事物，其中有些属性很关键、很有用，另一些可能没什么用。这些属性被称为特征，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——大眼睛、有胡子、有花纹。但特征写多了，猫和老虎就容易混淆，狗和猫也分不清楚。这种方法叫作“人制定规则，机器学习规则”。深度学习的方法则完全不一样：直接给你上百万张图片，说里面有猫；再给你上百万张图片，说里面没有猫。然后训练一个深度网络，让它自己去学习猫的特征。最终，计算机自然就知道谁是猫了。

2. 谷歌训练机械手抓取。 传统方法肯定是写好函数，让机械手移动到某个精确的空间坐标点，通过程序实现一次抓取。而谷歌的做法是，用机器人训练一个深度神经网络，帮助机器人根据摄像头输入和电机命令，预测抓取的结果。简单说，就是训练机器人的手眼协调能力。机器人会实时观测自己的机械臂，不断纠正抓取动作。所有的行为都从学习中自然浮现，而不是依靠传统的系统程序。为了加快学习进程，谷歌用了14个机械手同时工作，经过将近3000小时的训练（大约80万次抓取尝试），智能反应行为开始出现。公开数据显示，没有经过训练的机械手，前30次抓取失败率为34%；而训练后，失败率降到了18%。

3. 深度学习能学会写文章吗？ 斯坦福大学的计算机博士Andrej Karpathy曾用托尔斯泰的《战争与和平》来训练神经网络。每训练100个回合，就叫它写一篇文章。100个回合后，机器知道要空格，但还在写乱码；500个回合后，能正确拼写一些短单词；到1200个回合，开始出现标点符号和长单词；到了2000个回合，已经能拼写复杂的语句了。整个过程里，没有人告诉机器语法规则，连标点和字母的区别都没告诉它，只是不断把原始数据灌进去层层训练，最终输出——竟然是一句句看得懂的语句。

4. 硅谷一家公司用深度学习实现图像深度信息的采集。 很多人知道，市面上早已有无人机可以实现对人的跟踪。传统做法是，把一个人看作图像系统里的一堆色块组合，通过人工方式选择特征，比如颜色特征、梯度特征。简单举例：如果你穿着绿色衣服，突然走进草丛，就可能跟丢；或者脱了一件衣服，几个人长得相似，也容易跟丢。而且要在已有基础上继续优化，调整颜色特征非常困难，调整后还可能对过去的某些状况失效。而硅谷这个团队，用深度学习只区分前景和背景。区分之后，背景全部用数学方式随意填充，再不断生成大量背景数据用于自学习，只要把前景学出来就行。了解下来，很多传统方法还在依赖双目视觉，用计算机做局部匹配，再推算空间位置，而深度学习的出现，让很多公司辛苦积累的软件算法直接作废了。“算法为核心竞争力”正在转变为“数据为核心竞争力”，技术人员必须进入新的起跑线。

5. 胃镜胶囊摄像头。 大家都知道做胃镜的体验很痛苦，而且肠胃镜要分开做，小肠还看不见。有一家公司出品了一种胶囊摄像头，吃进去后在消化道里每5秒拍一张图，连续拍摄，然后排出体外。整个肠道和胃部的问题都被完整记录。但医生光把那些图看完，就需要五个小时。传统机器检测的漏检率又高，需要医生复查。后来，团队引入深度学习，采集了8000多例图片数据灌进去，让机器不断学习。结果不仅提升了诊断的精确率，减少了医生的漏诊，还降低了对稀缺好医生的经验依赖。机器自己学会了规则，帮助医生做出决策。

看完这些案例，不妨再思考一个问题：20世纪70年代末80年代初，个人电脑突飞猛进，但人工智能的商业化却步履维艰。乔布斯曾这样定义个人计算机的价值——“它是我们思维的自行车”。那么，今天的人工智能呢？深度学习呢？它到底给我们带来了什么？未来，对行业和社会会产生什么影响？中国公司的机会又在哪里？这些都是接下来要深入探讨的问题。