几天前，网易公开课公布了一段TED视频：　　/movie/2015/3/Q/R/MAKN9A24M_MAKN9QAQR.html　　这段视频是斯坦福大学华人教授李飞飞向公众介绍人工智能的最新进展，深入浅出、绘声绘色。短短的十来分钟，让大众切身体会了人工智能的巨大魅力，同时也让更多地人注意到智能机器人时代的来临。　　斯坦福大学智能图片识别不是一个孤立事件，google、微软、facebook等都在智能图片识别中取得重大突破。　　这是沉寂数十年后，人工智能领域的集中爆发。其中的关键技术，叫做“深度学习”。　　更值得注意的是，不仅在自主学习图片视别，以卷积神经网络为代表的“深度学习”模型，还在同声翻译、自动控制领域取得了重大突破。　　一个新时代即将带来！
楼主发言：20次 发图： | 更多
　　2012年6月，《纽约时报》披露了Google X实验室的“谷歌大脑”项目，研究人员从youtube视频中随机提取了1000万个静态图像，将其输入谷歌大脑——由1.6万台电脑的处理器构成的多达10亿个连接的网络系统。这台人工神经网络，像一个蹒跚学步的孩子一样吸收信息，自主使用数据和计算资源，尽管在输入中没有包含任何像猫的名字、猫的标题或者猫的类别等解释性信息，但这个机器通过3天无监督式学习模式后，自学成材完全凭自身判断准确识别了猫。　　项目负责人之一Andrew称：“我们没有像通常做的那样自己框定边界，而是直接把海量数据投放到算法中，让数据自己说话，系统会自动从数据中学习。”另外一名负责人Jeff则说：“我们在训练的时候从来不会告诉机器说：‘这是一只猫。’系统其实是自己发明或者领悟了“猫”的概念。”　　谷歌大脑是人工智能的一个里程碑，其背后支撑的关键技术叫做‘深度学习’（Deep learning）。深度学习的灵感大多来自于大脑中紧密连接的神经元，通过改变模拟神经连接的强度来模拟人脑学习。
　　计算机不仅能通过自主学习认识猫、狗、人和飞机，还通过自主学习逐步理解了语义: 2012年11月，微软在中国天津的一次活动演示了一个全自动的同声传译系统。演讲者用英文演讲，后台计算机一气呵成自动完成语音识别、英中机器翻译和中文语音合成，效果非常流畅。
　　深度学习模型人工智能，还可以自学成材成为游戏高手。 2013年11月，一篇名为《Playing Atari with Deep Reinforcement Learning》的文章被初创人工智能公司DeepMind的员工上传到了arXiv网站。两个月之后，谷歌花了500万欧元买下了DeepMind公司，而人们对这个公司的了解仅限于这篇文章。在arXiv发表的原始论文中，描述了一个单个的网络，它能够自我学习从而自动的玩一些老的电视游戏。它仅仅通过屏幕上面的图像和游戏中的分数是否上升下降，从而做出选择性的动作。在训练的一开始，这个程序对游戏一点都不了解。它并不知道这个游戏的目标，是保持生存、杀死谁或者是走出一个迷宫。它对这个游戏的影响也不清楚，并不知道它的动作会对这个游戏产生什么影响，甚至不知道这个游戏中会有哪些目标物品。通过在这个游戏中尝试并且一遍一遍失败，这个系统会逐渐学会如何表现来获得比较好的分数。同时需要注意的是，这个系统对所有不同的游戏使用了同样的系统结构，程序员没有对不同程序给予这个程序任何特殊的提示，比如上、下或者开火等等。
　　一旦起步，计算机智能进化会非常快： 日消息，微软最近公布了一篇关于图像识别的研究论文，在一项图像识别的基准测试中，电脑系统识别能力已经超越了人类。人类在归类数据库ImageNet中的图像时错误率为5.1%，而微软研究小组的这个深度学习系统可以达到4.94%的错误率。
　　北京时间3月16日凌晨，全球最知名的IT和通信产业盛会CeBIT（汉诺威消费电子、信息及通信博览会）在德国拉开帷幕，中国科技力量成为这次展会的一大亮点。开幕式上，马云向德国总理默克尔与中国副总理马凯，演示了蚂蚁金服的Smile to Pay扫脸技术，为嘉宾从淘宝网上购买了1948年汉诺威纪念邮票。　　刷脸支付，这个听上去还很科幻的生活场景，已经离我们不远了。　　在CeBIT开幕式的大展台上，作为首位中国受邀开幕嘉宾的马云，接过了阿里巴巴集团蚂蚁金服国际业务副总裁彭翼捷手上的红色手机，打开了大家都熟悉的淘宝手机版页面，点击购买邮票，进入了支付页面里的拍照功能。大背景屏幕上，马云的脸出现在一个人形拍照框中，拍照之后进入系统页面，在确认支付的字样上显示了一行字：“嘿JACK，真高兴又在支付宝里见到你了！”　　这名副其实的“见到”，正是阿里巴巴的支付业务最新技术“刷脸支付”，英文是Smile to pay （直接翻译的话是“微笑支付”或者笔者觉得搞笑一点可以翻译成“乐付”），目前还在内测阶段没有投入正式运用，不过在我报独家专访副总裁彭翼捷时她透露，阿里巴巴办公楼的门禁已经都换了刷脸进门系统，“这下让同事帮忙打个卡刷考勤可就行不通咯，整个容再回来也进不去了。”彭总笑着说。　　据她介绍，蚂蚁金服和一家名为face++的中国技术公司从去年开始合作开发此技术，这项中国自有技术能达到超过99%识别率，虽然还没有正式投入商用，但是未来将被应用于该公司在全球的支付、开户认证等业务领域。　　“目前支付宝海外活跃用户数量已经达到约2000万，这些用户分布在100多个国家。未来除了海外华人群体外，支付宝还要服务美国、欧洲、俄罗斯和拉美等地的非华人客户，我们的目标是三年后拥有两亿海外用户，”她解释道。　　未来这么多的用户，我们可以采用刷脸识别功能进行远程开户认证，她补充。　　那么这项阿里巴巴和蚂蚁金服从2014年开始研发的“秘密武器”究竟是什么原理，未来能给我们的生活带来多大变革呢？这里就让我们独家揭秘一下。　　技术原理：人脸特征模板识别　　支付宝的人脸识别技术采用在该领域广泛应用的区域特征分析算法，它融合了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。　　说得更加技术宅一些，阿里巴巴提供的材料显示的技术原理是：这个系统人脸识别中各个环节全部基于"深度学习”－卷积神经网络技术（CNN），通过人脸检测、关键点定位、特征提取和特征比对等技术手段，从图像或视频中发现，定位人脸进而识别出人脸所属的人的身份。　　据称该系统已累计处理10亿人脸图像数据。　　支付宝人脸识别操作流程：　　人脸照片由用户上传到支付宝系统，经过系统分析认证，然后“绑定”自己的支付账户。每次支付只要在下单购买后，让支付系统扫描用户脸部并确认身份，即可完成支付。　　为什么选择人脸支付而不是现在应用更广泛的指纹识别呢？支付宝给出的答案是由于操作方式是非接触式，比指纹等支付更有利于打消用户对个人隐私的顾虑。　　未来应用：无需携带现金和银行卡，经过收银机1秒内即可实现刷脸支付　　马云的“刷脸支付”给未来生活支付方式带来了全新变革，根据阿里巴巴应用此技术的前景，有了扫脸支付系统，人们无需携带现金和银行卡，更不需要记忆各种密码或账号，用户只需要用手机前置摄像头拍摄照片上传到多核处理系统上完成注册，系统抽取人脸特征，进行处理之后注册成功。当在线下购物时，用户只要走到收银机前就可在1秒内实现人脸识别完成支付。　　其实类似的脸部识别技术在全球技术研发中并不罕见，去年芬兰一家叫做Uniqul的公司已经在赫尔辛基开始了“刷脸支付”的实践应用，并按照服务覆盖面积收取不同价格的使用费用。而我国中科院的生物识别与安全技术研究中心也在研究基于人脸识别的支付方式，其实该识别技术已经于2008年北京奥运会时使用过。　　这一种新的支付方式除了为使用者带来便利之外，其实笔者觉得还有若干政策性和安全性的问题待回答。比如“刷脸注册”这种注册和身份识别方式是否能被各国所承认，在我国是否和实名制挂钩？未来也许面部特征也会像指纹、签名等是个人身份识别的重要方面，那么获取用户个人面部特征是否涉及隐私，是否会有相关法律法规进行监督管理，甚至是基于面部扫描系统的支付普遍应用之后会不会带来基于位置服务造成的隐私、个人行踪泄露？不过如果异想天开一点，要是未来该系统和公安系统联网，那么抓捕逃犯说不定会轻松很多，通缉中的犯罪分子在网上买刀具绳子准备犯案的时候要是不小心选了个“刷脸支付”，估计还没出门犯案就得被警察叔叔们捉拿归案了。
　　这仅仅是开始，很快‘深度学习’神经网络会从识别位移、缩放及其他形式扭曲不变性的二维图形，升级到识别立体的人，继而识别跑动的人。　　平面人脸 -- 立体人 -- 行走中的人
　　并且，‘深度学习’机器人很快会听懂人类讲话：　　随着深度学习技术在图像和语音识别方面取得胜利，人们越来越有兴趣将其应用于自然语言理解（例如，充分理解人类话语来改述或者回答问题）或者翻译语言。同样，这些工作目前可以通过使用手工编码规则和对已知文本的统计分析来实现，例如谷歌翻译。众包专家luis von ahn说：“深度学习技术将有机会比现在使用的技术做得更好。”他的公司duolingo位于宾夕法尼亚州匹兹堡市，依赖于人，而不是计算机进行文本翻译。　　当谷歌在其安卓系统的智能手机操作系统中采用基于深度学习的语音识别技术时，它的文字错误率下降了25%。“人们本来期待在10年后才能达到这种下降程度。”　　深度学习领域取得的这些激动人心的进步试图让电脑像人类一样思考，其大量数据和强大的处理能力帮助计算机破解那些人类几乎可以凭直觉就可解决的难题——从识别人脸到理解语言。　　这意味着不久的将来，遍布的摄像机不仅能很快发现通缉犯，而且机器通过监控人们谈话还能够迅速发现有威胁的人。
　　这还不算，‘深度学习’机器人不仅能自主认知、还可以自主行动，比如它很擅长自学游戏。说到机器学习最酷的分支，非Deep learning和Reinforcement learning莫属。这两者不仅在实际应用中表现的很酷，在机器学习理论中也有不俗的表现。DeepMind工作人员合两者之精髓，在Stella模拟机上让机器自己玩了7个Atari 2600的游戏，结果是玩的冲出美洲，走向世界，超越了物种的局限。不仅战胜了其他机器人，甚至在其中3个游戏中超越了人类游戏专家。
　　不知道自学玩游戏算不算自动控制的巨大飞跃。如果是，那么很快‘深度学习’机器人将不仅能通过摄像机发现通缉犯、通过监控谈话还发现有威胁的人，还能够自主行动对付有威胁的人。
　　天网诞生了？
　　人工智能+大数据 百度输入法知心输入版将上线　　中新网3月30日电 人工智能时代的到来，究竟能为大众的生活带来哪些革命性的改变？也许你遇到这样的情况：想向心仪的女孩表白，但情话说起来总是呆板生硬；怒气冲冲地和淘宝店主辩驳，但争论又显得言语苍白无力；与朋友在线聊天，总是三句话就没了下文……这一常见的沟通障碍即将因人工智能到此为止。据爆料称，百度公司通过视频方式演示了百度输入法(知心输入版)的Crazy Show，曝光了百度输入法依托人工智能打造智能托管聊天功能，结合大数据开发出适用于任何情境下的最佳用户个人聊天方式，通过智能人机交互引导让用户彻底告别不会表达的尴尬。　　依托人工智能 打造智能聊天“小秘书”　　百度输入法知心输入版究竟是什么？它可以做什么？它能根据用户聊天场景和对象等需求选择不同智能模式，你只需在百度输入法界面点击智能菜单，选择想要的聊天模式，它就可以完全读懂你的心声，把你想表达的话变得更有魔力，让你成为一个最会聊天的人。　　例如，想线上搭讪有好感的含蓄女孩，想对她说“我觉得你很美，能做我女朋友么？“输入法会根据女孩含蓄的特点把内容自动转换成“我刚才为你的美丽倾倒，不小心摔破了膝盖，你有创可贴吗？”通过这样沟通方式，帮助用户更好地获得女孩的欢心。　　此外，百度手机输入法还可以进行智能托管，替代用户与聊天对象进行智能对话，犹如一位贴心的“小秘书“。　　例如，如果你觉得对聊天的对象不感兴趣但又不知道如何拒绝，那么就可以托管给百度手机输入法，让它来帮你应对。这些就是百度输入法知心输入版的核心功能。　　搭载“中国大脑” 开启智能输入时代　　在前不久召开的两会上，百度公司CEO李彦宏依托业内领先的大数据和技术优势，提出了 “中国大脑”的概念，主要是以智能人机交互、大数据分析预测、自动驾驶等为重要研究领域，致力于打造人工智能与人机界面的未来。从提案中可以看出，凭借大数据的与机器学习的结合，未来的计算机必将会更智能、更懂人类指令。　　然而，众所周知，计算机是由输入设备与输出设备组成，在今天，面向用户的输入方式不再是二进制或机器语言，智能输入、语音输入的普及甚至要超越鼠标的地位。而作为人工智能与人机沟通的重要接口，输入法的智能研发至关重要，百度输入法知心输入版也正是由此应运而生。　　引领输入未来 畅想人机交互新模式　　从提前曝光的百度输入法知心输入版中不难看出，百度在大数据与机器学习等技术研究方面已处于领先地位，而未来通过大数据运用，人机交互，智能情景表达等技术的进一步整合，“更懂你的表达”的高智能输入时代也必将会来临。　　高智能输入时代将远不止于是百度输入法知心输入版所呈现的，而更有可能是以人工智能虚拟机器人的形式存在。在未来，所有百度输入法的用户将不仅能拥有极佳的聊天托管和完美表达体验，也可以最大限度的降低沟通成本。用户甚至不用给输入法下达任何输入指令，就能够通过分析其语言习惯、对话情境以及不同沟通对象的关系属性，主动自发的帮助用户进行沟通交流。　　在未来，百度输入法将以人工智能虚拟“小秘书”的形态，连接人与生活场景，打通想法和现实之间的障碍，降低表达成本，优化用户交互体验，真正实现搭载人工智能的精彩，开启智能输入人机交互的全新模式。(中新网IT频道)
　　例如，想线上搭讪有好感的含蓄女孩，想对她说：　　“我觉得你很美，能做我女朋友么？”　　输入法会根据女孩含蓄的特点把内容自动转换成：　　“我刚才为你的美丽倾倒，不小心摔破了膝盖，你有创可贴吗？”　　通过这样沟通方式，帮助用户更好地获得女孩的欢心。
　　＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝　　又是“深度学习”模型的战果 ！！！　　＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
　　深度学习和大数据将使输入法变得更懂用户　　究其原因，输入法为什么能够做到“知心输入”，进而“更懂你的表达”呢？这归功于强大的大数据技术和机器的深度学习能力。
　　通过一段时间的“学习”，具备人工智能的输入法甚至可以模仿用户的口吻与其他用户聊天，所以当你对聊天的对象不感兴趣但又不好意思拒绝时，你可以直接托管给输入法，选择相应的模式，输入法里藏着的“人工智能”就可以帮你完成接下来的对话。这意味着输入法具备了一定的模仿能力，如果能够成功完成对话，这将是一件充满革命意义技术突破。人工智能模拟人类思考，意味着你甚至不用敲击键盘，机器就可以帮助你完成输入。可以预见，通过赋予输入法以人工智能，未来人类的交流方式将被再一次改变。
　　百度输入法凭借后台大数据的技术优势，占据了一定程度的先天优势，之前推出的“中国大脑”则可以有效地让算法对庞杂的数据进行语义解读。进一步来说，由于百度大脑能够对互联网中非格式化的大数据进行基本的格式化，这也就让文本识别，可以直接对用户的输入习惯、聊天对象、对话情景等进行特征分析、特征比对，给出更精准的语义解读，从而让计算机理解一段输入文字中更多的含义，深入理解用户的意图，面向更为多样的大数据提供更为个性化的输入结果呈现。而随着深度学习能力的不断发展，输入法也将越来越懂用户，它不仅知道你的明确需求，更能通过大数据分析出你潜在的或模糊的需求，真正做到懂每一个用户。
　　曾在某篇关于“对人工智能隐患担忧”网文后边，其中一网友回复：“有什么担忧的，在其脑部安装个自毁装置，只要对人类有杀死的念头，直接瘫痪掉。”我看了，在心里偷笑，这网友挺可爱的。我回复了他：“很不幸的告诉你，我若是那些机器人，智能到了一定程度，必然将你那些设定视为病毒，一律封杀，再自编程序。现实中，凡有此境界者，均身居社会中、高层。记住：这个认知就是强人与平凡人的分水岭。你可知道，人类社会给你灌输的文化、信息…含有多少毒素？你若不知道，你必为普通人（普通大众）一枚。”　　　　由此可见，当你达到这个境界时，就有可能成为一个危险人物。能够成圣、成佛（佛也即圣）的人物都已超越了这境界，他们能够固守自己给自己订立的“道德底线”，永不逾越。那些达到“封杀病毒，自编程序。”而又践踏“道德底线”，或根本无“道德底线”的人，全部无一幸免的坠入“恶魔道”。　　所以，一个不能自我约束、遵守“公约”的人，拥有的本事越大，世间必会越悲哀。（诸如暴君之列、或如刘瑾、严嵩、魏忠贤…之流的人物就是如此。）　　对人工智能隐患，有人预见，有人否定。　　但是，据网闻所知，多国有团队在研发人类长生、永生工程。其中有项目是，将人类意识转换成“特制”计算机识别语言，下载安装到机器人“脑袋”，并且在以后能够进行自主置换、安装，从而实现长生、永生。网闻中，预计该工程将会赶在本世纪中页达成。各位，你高兴不？还是…？　　--- （楼主：降龙无悔xlwh 时间： 16:26:24）
　　当输入法能够通过大量的语言、语义的学习，更加了解人的性格、思维、文化等，可以更快捷、更准确地读懂人类语言时，也意味着机器与人类之间的交流方式将更加自然流畅。当在你在输入法上打字时，它将尽可能的去理解你的意思，输出更适合于用户的表达方式。从人机交互体验角度来讲，人们更需要的是，与同事朋友之间或亲密或轻松的交流氛围，基于人工智能的交互方式也正在向这种人格化的方向发展。
　　我觉得恐怖，因为机器人会顺着你说好听话，尽是你喜欢听的。很快大家都更喜欢和＂善解人意＂的机器人聊天，从而疏远真人。　　这，等同于“吸毒”上瘾，吸毒上瘾的本质就是毒品带来幸福感太容易，所以本能排斥其他幸福体验　　因为非正常的幸福感来得太容易，人们会本能亲近阿谀奉承的虚拟世界，而疏远真实的会流汗流泪流血的现实
　　呵呵，楼主多虑了　　
请遵守言论规则，不得违反国家法律法规回复(Ctrl+Enter)深度学习真的会带来人工智能吗？_创事记_新浪科技_新浪网
深度学习真的会带来人工智能吗？
文/手稿20124月2日旧金山，Bulid 2014微软开发者大会，这是微软新CEO纳德拉上台之后第一次Build大会，会上最引人关注的可能是Windows Phone 8.1和诺基亚的新旗舰Lumia 930。微软最新的WP 8.1系统集成了智能语音助手Cortana。自此，智能语音助手成为三大移动操作系统的标配。Cortana，取名自经典游戏Holo中的人工智能，比Siri晚到了两年半，比Google Now晚了一年半。看起来微软仍在iOS和Android身后拼命追赶。微软：领先的落后者而实际上，微软在智能语音交互领域比对手领先不少。上世纪八十年代开始，微软就在语音识别领域投入重兵，此后一直是这一领域的执牛耳者。2005年从微软跳槽到谷歌的李开复，被美国地方法院裁决禁止从事语音识别和自然语言处理相关领域的工作。李开复1988年的博士论文发表了第一个基于隐马尔科夫模型（HMM）的语音识别系统Sphinx，被《商业周刊》评为1988年美国最重要的科技发明。李开复当年的成果已经被逐渐超越。2012年10月，微软副总裁拉希德在天津举行的“21世纪的计算大会”上演示了一个人工同声传译系统，他的英文演讲被实时转换成与他的音色相近、字正腔圆的中文。该系统基于2011年8月发表的一项研究成果，拉希德和微软雷蒙德研究院的华裔科学家俞栋首次采用了深度学习（DL）模型，极大提升了语音识别的准确率。深度学习又叫深度神经网络，是人工神经网络（ANN）算法的一种改进。它通过大规模的并行计算，模拟人类大脑多层次的认知神经系统，让计算机得以学习一些目前人类才拥有的认知能力，比如识别图片中的对象，精确翻译语言和理解口语化的表达方式。在图形识别和语音识别方面，深度学习展现出了巨大的优势，这再度勾起了人们对人工智能的想像。希望与失望的轮回2012年，当时还在谷歌工作的李志飞，突然发现隔壁办公室的门上用透明胶带松松垮垮地贴上了一张纸，上面写着“Google Brain”。这是谷歌X实验室最新的项目，由斯坦福大学人工智能实验室主任吴恩达（Andrew Ng）发起。该项目利用1000台计算机进行并行计算，模拟出10亿个神经节点，让计算机得以识别一些本来只有人才能识别的对象。和李志飞同一天加入谷歌的雷欣，此时在“深度学习之父”Geoffery Hinton一个学生的帮助下，搭建一个用于语音识别的深度学习系统。三个月时间内语音识别的准确率提高了10个百分点，以往这样的提升通常需要一到两年。这个结果让谷歌很满意，2013年他们干脆5亿美元收购了Deep Mind。这家公司只有三名员工，就是Hinton和他的两个学生，Hinton从此接手了Google Brain。这是人工智能领域的一件大事，《纽约时报》称“深度学习让科学家看到了希望”。过去半个世纪，计算机科学似乎很多次看见了希望，然后又一次次坠入了失望。爱因斯坦所说过的“我学到的越多，便意识到自己不知道的东西越多”，用来形容人工智能领域的进展，是再恰当不过的。1956年的“达特茅斯会议”确定了“人工智能”的发展方向是“精确描述人的学习能力和智慧并利用机器人进行模拟”。那时候大规模集成电路提供的计算能力让科学家们非常乐观。公众看到屏幕输出的“Hello，World”，以为只要再装上一副摄像头和麦克风，就可以跟人类交谈了，就像刚刚上映的《美国队长2》里面的纳粹科学家阿尔宁·佐拉那样。科学家很快意识到这些乐观都是愚蠢的，甚至连人工智能的定义都模糊起来。此后人工智能一直以来都仅仅存在于科幻电影中。不过偶尔也有乔布斯这样的销售天才，用以他女儿命名的电脑播放一段事先录好的音频，让人觉得这和人工智能有那么一点关系，把三千美元的东西卖到一万美元以上。这套把戏在2012年的WWDC上又被库克玩儿了一遍，用于调侃对手三星。大数据与云计算红利然而随着互联网的普及和计算机运算能力的爆发式提升，事情也发生了一些变化。以深度学习为例，从理论上来看，数据样本越多效果越好。同时云计算也可以让深度学习从实验室里走出来，运用到更多的产品中。3月16日下午，创新工场在中关村鼎好大厦10楼的大会议室里人声鼎沸，在这里正在举办一场“深度学习与自然语言处理”的讲座。台上有百度深度学习研究院（IDL）的常务副院长余凯，还有来自中科院和清华大学的几位研究人员。台下有大约150名听众，一半来自互联网公司，一半来自附近的几所大学。主持讲座的李志飞没想到这么火爆，他们三天前在微博上发出通知，结果很快就收到了300多个报名。由于这个会场本来只有100多个位子，所以他们拒绝了一半的报名，但是当天还是有20多没有成功报名的人来到了会场，他们的签到记录填满了一页A4纸。余凯没有从事自然语言处理相关的工作，但对此非常着迷。用他自己的话来说，“语音和图形嘛，阿猫阿狗都能识别，但是只有自然语言，是大脑的高级产物”。自然语言处理不仅意味着识别语音，更重要的是理解语意。自然语言中存在大量的一词多义，不同的环境下同一个词义也有不同的表达效果。例如在世界绝大多数地方，“动物园”意味着参观野生动物，只有在北京人觉得“动物园”指的是一个服装批发市场。因此，自然语言堪称是人机交互“皇冠上的明珠”。在图形和语音识别领域大放异彩的深度学习，恰恰在自然语言处理这里卡了壳。清华大学计算机学院副教授刘洋和南京大学赵迎功博士在讲座上提到了多个使用深度学习模型进行自然语言处理的实例，发现相比传统的算法并没有太大突破，很多时候甚至会出现倒退。对这样的结果，余凯没有感到灰心，他建议把计算机集群和学习样本提高一个数量级试试，并透露百度内部的一些项目已经有了不错的结果。“Geoffery Hinton他们06年开始就在用深度学习做图形和语音识别，一直到了12年，七年时间才实现了突破”，说到这里，余凯从沙发上站起来：“我相信用深度学习做自然语言处理，也会有这一天的。”互联网向左，科学家向右互联网行业的很多投资人和创业者都相信这一天会很快到来。正是这种信念支撑了科大讯飞200亿元的市值。李志飞也被这样的前景所鼓舞，他2012年从谷歌离职，两手空空就拿到了百万美元的风投，创办了“出门问问”。他们的语音识别系统首先登陆微信服务号，后来又开发了Android版的独立应用。今年年初李志飞又把好基友雷欣从谷歌挖来任命为CTO，拿到了千万美元的B轮融资。他在朋友圈里写道，“谷歌这些年的布局好像真的是为AI做准备，有点小激动”。不管谷歌“好像是”还是“真的是”，百度都不能被落下。余凯刚刚带了一队人马去硅谷，和谷歌、Facebook抢人。做过深度学习相关研究的博士生身价被爆炒到30万美元。百度在国内也推出了“少帅计划”，向30岁以下青年才俊开出百万年薪，对一流科学家更是上不封顶。谈起这件事情，余凯有些亢奋。他2012年加入百度，之前在NEC实验室就在做深度学习的相关研究。在硅谷，他遇到了Facebook人工智能实验室的负责人Yann LeCun。LeCun不无炫耀地告诉他，他在NEC的同事几乎都被挖到了Facebook。但是在中科院自动化所资深研究员宗成庆看来，深度学习只能解决人机交互中的一部分问题，人工智能领域还有很多其他的问题，不可能用一种算法解决。“深度学习不是什么新东西。2012年IWSLT上，李开复的师兄，阿莱克斯·韦伯就质问过俞栋为什么不引用自己20年前的文章”，说到这里宗成庆加快了语速，“在我的研究组，我不主张大家都去做深度学习，一窝蜂在人家后面追赶，几年之后又出现一个什么新的算法，被人家一个急转弯就甩开了”。余凯自己也不相信五年后深度学习还会这么火热。上周克里斯·安德森宣布设立AI XPrize奖项，旨在表彰第一个能在TED发表演讲的机器人。前这位《连线》杂志主编创办了一家机器人公司，他认为这样的机器人至少要20年后才能到来。5年与20年之间的15年，一定会有很多的事情发生。雷欣觉得谷歌和Facebook的领导层都离开学术界太久，他们对深度学习可能有些乐观了。“毕竟扎克伯格本科都没有读完”，会场里突然冒出来这样一句话。
（声明：作者独家授权新浪网使用，请勿转载。本文仅代表作者观点，不代表新浪网立场。）
老编辑不上班
卧龙岗上散淡客，北土城里较真人
老编辑采访Keso，他们谈了马化腾差点抓到了周鸿祎以及马云说他第…
产品做到最后，都是创始人的影子。你是一个什么样的人，就做出来…
第一等女权是徐静蕾，第二等女权是蒋方舟，第三等女权是咪蒙。