[[384617]]

如果過(guò)去二十年是互聯(lián)網(wǎng)高速發(fā)展的20年，那么之后的20年就是“深度學(xué)習(xí)”（Deep Learning）崛起的20年。據(jù)ARK Invest分析，從1997年到2020年，互聯(lián)網(wǎng)公司的市值從0增長(zhǎng)到了13萬(wàn)億美元，而深度學(xué)習(xí)在未來(lái)15~20年產(chǎn)生的公司市值將會(huì)達(dá)到30萬(wàn)億美元，將超過(guò)到時(shí)候互聯(lián)網(wǎng)公司的市值。

什么是深度學(xué)習(xí)？

深度學(xué)習(xí)可能是我們這個(gè)時(shí)代最重要的軟件技術(shù)突破。

那么什么是深度學(xué)習(xí)呢？

簡(jiǎn)單來(lái)說(shuō)，傳統(tǒng)軟件是由人來(lái)編寫的，而深度學(xué)習(xí)作為人工智能（AI）的一種形式，它使用數(shù)據(jù)編寫軟件。通過(guò)“自動(dòng)化”軟件的創(chuàng)建，深度學(xué)習(xí)可以推動(dòng)每個(gè)行業(yè)的發(fā)展。

傳統(tǒng)軟件編寫的缺點(diǎn)是成本高，脆弱且難以維護(hù)。并且傳統(tǒng)軟件無(wú)法執(zhí)行認(rèn)知任務(wù)，例如圖像和語(yǔ)音的識(shí)別。

上世紀(jì)70年代，商業(yè)軟件始于微軟，Oracle和SAP的創(chuàng)立。80年代，基于面向?qū)ο蟮木幊淌沟密浖梢灾貜?fù)利用，極大擴(kuò)展了軟件的規(guī)模和功能，到2000年，互聯(lián)網(wǎng)使軟件平民化，市場(chǎng)規(guī)模從數(shù)百萬(wàn)增長(zhǎng)到數(shù)十億。

2012年，深度神經(jīng)網(wǎng)絡(luò)贏得了ImageNet挑戰(zhàn)，標(biāo)志著深度學(xué)習(xí)或“軟件2.0”時(shí)代的開(kāi)始。

[[384618]]

深度學(xué)習(xí)軟件不是由人來(lái)直接編寫的，而是經(jīng)過(guò)數(shù)據(jù)“訓(xùn)練”而成的。人先創(chuàng)建AI模型并收集標(biāo)記的數(shù)據(jù)，然后，該軟件將通過(guò)數(shù)據(jù)來(lái)學(xué)習(xí)正確的行為，之后使用更多的數(shù)據(jù)進(jìn)行改進(jìn)，這些軟件的識(shí)別能力通常會(huì)超出人類的表現(xiàn)。目前幾乎所有大型互聯(lián)網(wǎng)服務(wù)都是通過(guò)深度學(xué)習(xí)來(lái)提供的，包括搜索，社交媒體和視頻推薦等等。

我們經(jīng)常聽(tīng)說(shuō)人工智能、機(jī)器學(xué)習(xí)，那么它們和深度學(xué)習(xí)有什么區(qū)別呢？

首先“深度學(xué)習(xí)“是“機(jī)器學(xué)習(xí)”的一個(gè)分支，而“機(jī)器學(xué)習(xí)”是“人工智能”的一個(gè)分支；

人工智能是一種讓機(jī)器模仿人類智能的技術(shù)，比如學(xué)習(xí)，推理，解決問(wèn)題等；

機(jī)器學(xué)習(xí)是人工智能的一種，是一種讓機(jī)器能夠基于一些算法對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí)，從而實(shí)現(xiàn)人工智能的技術(shù)；

而深度學(xué)習(xí)又是機(jī)器學(xué)習(xí)的一種，它受到人類大腦神經(jīng)網(wǎng)絡(luò)的啟發(fā)，以人工神經(jīng)網(wǎng)絡(luò)(ANN)為架構(gòu)，對(duì)數(shù)據(jù)進(jìn)行學(xué)習(xí)，也是目前最主流的機(jī)器學(xué)習(xí)方法。

深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的區(qū)別在于，機(jī)器學(xué)習(xí)需要由人先提取出一個(gè)事物的特征，然后讓機(jī)器學(xué)會(huì)辨別出這個(gè)事物；而“深度學(xué)習(xí)”則不需要人來(lái)提取一個(gè)事物的特征，而是通過(guò)大量的數(shù)據(jù)自己學(xué)會(huì)辨別一個(gè)事物。舉個(gè)例子，如果你要寫一個(gè)軟件讓它去識(shí)別一輛轎車，如果使用機(jī)器學(xué)習(xí)，你需要人為提取汽車的特征，比如大小和形狀等；而如果你使用深度學(xué)習(xí)，那么人工智能神經(jīng)網(wǎng)絡(luò)會(huì)自行提取這些特征，不過(guò)它需要大量的標(biāo)識(shí)為轎車的圖片來(lái)進(jìn)行學(xué)習(xí)。

上面提到，深度學(xué)習(xí)和傳統(tǒng)軟件的一個(gè)很大不同就是它可以進(jìn)行圖像和語(yǔ)音的識(shí)別，所以深度學(xué)習(xí)的兩個(gè)重要應(yīng)用場(chǎng)景就是——計(jì)算機(jī)視覺(jué)（Computer Vision）和語(yǔ)言能力。

最近兩年非?；馃岬闹悄芤粝浔闶巧疃葘W(xué)習(xí)在語(yǔ)言理解方面的一個(gè)重要應(yīng)用。

[[384620]]

除了智能音箱以外，2020年，Google發(fā)布了Google Duplex，它是一個(gè)聊天機(jī)器人，可以幫助用戶通過(guò)電話進(jìn)行餐廳預(yù)訂。餐廳員工的在與機(jī)器人對(duì)話的過(guò)程中，幾乎無(wú)法感知到這個(gè)來(lái)預(yù)定的電話對(duì)面僅僅是一個(gè)聊天機(jī)器人而已。

除了語(yǔ)言理解以外，計(jì)算機(jī)視覺(jué)也是深度學(xué)習(xí)的一個(gè)重要應(yīng)用方向，比如醫(yī)療領(lǐng)域里面用來(lái)分析核磁共振的影像等等應(yīng)用。

無(wú)人駕駛汽車被認(rèn)為是深度學(xué)習(xí)最重要的應(yīng)用領(lǐng)域之一。特斯拉的全自動(dòng)駕駛有望今年超過(guò)人類駕駛水平。

此外，深度學(xué)習(xí)還被用來(lái)進(jìn)行視頻推薦，抖音便是使用這個(gè)技術(shù)在日活用戶數(shù)上迅速超過(guò)Snap和Pinterest的總和。

結(jié)語(yǔ)

相信深度學(xué)習(xí)會(huì)和互聯(lián)網(wǎng)技術(shù)一樣，為我們提供之前可能意想不到的產(chǎn)品和服務(wù)，從而深刻地改變我們的生活方式。

不管你之后是不是從事這個(gè)行業(yè)，對(duì)于一個(gè)會(huì)如此影響我們未來(lái)生活的技術(shù)，最好的策略就是做好學(xué)習(xí)研究，多去了解一些。擴(kuò)大自己的知識(shí)范圍對(duì)自己一定是有幫助的。

對(duì)于做投資的人來(lái)說(shuō)更是如此。

如果你還想閱讀其它像這樣的文章，請(qǐng)點(diǎn)贊，關(guān)注，轉(zhuǎn)發(fā)。我們?cè)谶@里探討如何通過(guò)投資來(lái)抓住——每個(gè)人都有的財(cái)富自由機(jī)會(huì)。