摘要：隨后深度學(xué)習(xí)的研究大放異彩，廣泛應(yīng)用在了圖像處理和語(yǔ)音識(shí)別領(lǐng)域。比如的學(xué)生就用深度學(xué)習(xí)算法贏得年的。深度學(xué)習(xí)和人工智能的春天離人工智能最近的互聯(lián)網(wǎng)公司敏銳嗅到了這一機(jī)遇。

多倫多大學(xué)計(jì)算機(jī)系教授Geoffrey Hinton是Deep Learning的開山鼻祖，我們來(lái)講講他的故事。

他有個(gè)傳奇的姑姑

不過(guò)先來(lái)說(shuō)說(shuō)他姑姑吧，他姑姑Joan Hinton是一個(gè)與中國(guó)有關(guān)的具有傳奇經(jīng)歷的人物，中文名字叫——寒春，是一個(gè)參加過(guò)曼哈頓計(jì)劃的科學(xué)家，但是后來(lái)在中國(guó)養(yǎng)了幾十年牛。?

1945年，23歲的寒春已經(jīng)是美國(guó)曼哈頓計(jì)劃中的一名女科學(xué)家，參與制造了人類歷史上第一顆原子彈。中國(guó)的紅色革命也深深吸引了她，于是她放棄了純科學(xué)的研究，追隨著她的丈夫、有共同理想的美國(guó)青年陽(yáng)早來(lái)到了中國(guó)延安，并于1949年在革命圣地延安的窯洞里舉行了烽火中的婚禮。

之后兩人一起幫助中國(guó)人民發(fā)展畜牧業(yè)，為中國(guó)的奶牛事業(yè)貢獻(xiàn)了畢生，并在北京昌平設(shè)計(jì)建造了中國(guó)第一座機(jī)械化養(yǎng)牛場(chǎng)。2003年陽(yáng)早去世，骨灰就埋在 了牛場(chǎng)。

他姑姑是個(gè)傳奇，但Geoffrey Hinton的傳奇程度也不亞于她。

谷歌為了他，花幾千萬(wàn)美元專門買了一個(gè)公司

2013年，Google收購(gòu)了多倫多大學(xué)的一家初創(chuàng)公司DNNResearch，實(shí)際上，這家公司只有三個(gè)成員，Geoffrey Hinton和他的兩個(gè)剛畢業(yè)的的學(xué)生——Alex Krizhevsky 和 Ilya Sutskever。

或者我們可以理解為，Google為了讓Geoffrey Hinton為他們工作，專門收購(gòu)了這家公司，有人調(diào)侃到Google花了幾千萬(wàn)美元買了幾篇論文。

當(dāng)然在此之前，Google也給了他的研究小組提供了60 萬(wàn)美元的科研經(jīng)費(fèi)。

Deep Learning祖師爺

Geoffrey Hinton本人正是Deep Learning學(xué)派的開山祖師爺。

何為Deep Learning？簡(jiǎn)單地說(shuō)就是建立、模擬人腦進(jìn)行分析學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)。

比如一個(gè)廣為流傳的例子就是，谷歌用1.6萬(wàn)塊電腦處理器構(gòu)建了全球較大的電子模擬神經(jīng)網(wǎng)絡(luò)，并通過(guò)向其展示自YouTube上隨機(jī)選取的1000萬(wàn)段視頻。在無(wú)外界指令的自發(fā)條件下，該人工神經(jīng)網(wǎng)絡(luò)自主學(xué)會(huì)了識(shí)別貓的面孔。

自從2006年被提出后，Deep Learning極大地推動(dòng)了語(yǔ)音識(shí)別、視覺、自然語(yǔ)言處理等方面的進(jìn)展。

探秘大腦的工作原理

在劍橋大學(xué)學(xué)習(xí)心理學(xué)時(shí)，Hinton發(fā)現(xiàn)人類大腦有數(shù)十億個(gè)神經(jīng)細(xì)胞，它們之間通過(guò)神經(jīng)突觸相互影響，形成極其復(fù)雜的相互聯(lián)系。然而科學(xué)家們并不能解釋這些具體的影響和聯(lián)系。神經(jīng)到底是如何進(jìn)行學(xué)習(xí)以及計(jì)算的，這是他一直想研究的問(wèn)題。

這個(gè)問(wèn)題在他的努力下已經(jīng)取得了部分進(jìn)展。他和他的伙伴建立了一層層互相連接的人工神經(jīng)元模型，模仿大腦的行為，處理視覺和語(yǔ)言等復(fù)雜問(wèn)題。他也致力于研究可以使神經(jīng)網(wǎng)絡(luò)變得更好的方法，來(lái)更好的模擬人腦的某些方面。

在80年代初，電腦性能還遠(yuǎn)遠(yuǎn)不能處理人工神經(jīng)網(wǎng)絡(luò)(ANN)需要的巨大數(shù)據(jù)集，神經(jīng)網(wǎng)絡(luò)的研究在短暫的火熱后，就陷入了低潮。

板凳坐得“三十年”冷

在之后的二十幾年，雖然還是有一些研究人員堅(jiān)持人工神經(jīng)網(wǎng)絡(luò)的研究，但整個(gè)學(xué)術(shù)界關(guān)于人工神經(jīng)網(wǎng)絡(luò)的研究基本都陷入了停滯，研究人員拿到不到相關(guān)的科研基金，與人工神經(jīng)網(wǎng)絡(luò)有關(guān)的優(yōu)質(zhì)論文發(fā)表量極少。連著名的學(xué)術(shù)會(huì)議NIPS（Advances in Neural Information Processing Systems，神經(jīng)信息處理系統(tǒng)進(jìn)展大會(huì)）都變成基本與神經(jīng)網(wǎng)絡(luò)無(wú)關(guān)的會(huì)議。

Geoffrey Hinton的學(xué)術(shù)生涯也像人工神經(jīng)網(wǎng)絡(luò)一樣起起伏伏，所幸的是他一直沒有放棄人工神經(jīng)網(wǎng)絡(luò)的研究。他們?yōu)閷?shí)現(xiàn)自己的想法，定期聚集在一起召開研討會(huì)，構(gòu)建了更強(qiáng)大的深度學(xué)習(xí)算法，操作更大的數(shù)據(jù)集。

然而學(xué)術(shù)圈的依舊對(duì)神經(jīng)網(wǎng)絡(luò)的研究不感興趣，他們的研究也很難申請(qǐng)到科研經(jīng)費(fèi)。學(xué)術(shù)圈的冷落其實(shí)不無(wú)理由，人工神經(jīng)網(wǎng)絡(luò)的很多成果，很難用數(shù)學(xué)予以解釋或者證明，大家只是在不斷調(diào)整參數(shù)，改善算法，以得到更好的結(jié)果。

事情的轉(zhuǎn)機(jī)出現(xiàn)在2006年左右，Geoffrey Hilton和他的學(xué)生發(fā)明了用GPU來(lái)優(yōu)化深度神經(jīng)網(wǎng)絡(luò)的工程方法，并發(fā)表在《Science》和相關(guān)期刊上發(fā)表了論文，首次提出了“深度信念網(wǎng)絡(luò)”的概念。他給多層神經(jīng)網(wǎng)絡(luò)相關(guān)的學(xué)習(xí)方法賦予了一個(gè)新名詞–“深度學(xué)習(xí)”。

隨后深度學(xué)習(xí)的研究大放異彩，廣泛應(yīng)用在了圖像處理和語(yǔ)音識(shí)別領(lǐng)域。比如Geoffrey Hilton的學(xué)生就用深度學(xué)習(xí)算法贏得2012年的ImageNet。

互聯(lián)網(wǎng)的巨頭開始注意到他們，這個(gè)領(lǐng)域才開始火熱起來(lái)，深度學(xué)習(xí)領(lǐng)域也涌現(xiàn)出以Hinton、吳恩達(dá)等為首的四大深度學(xué)(tiao)習(xí)(can)天王。

深度學(xué)習(xí)和人工智能的春天

離人工智能最近的IT互聯(lián)網(wǎng)公司敏銳嗅到了這一機(jī)遇。從2011年開始，深度學(xué)習(xí)算法的成熟令人工智能技術(shù)實(shí)現(xiàn)飛躍，包括微軟、蘋果、谷歌、Facebook、國(guó)內(nèi)BAT在內(nèi)的企業(yè)都開始深度布局人工智能和深度學(xué)習(xí)，試圖把握風(fēng)口，成為下一個(gè)產(chǎn)業(yè)變革的巨擘。

國(guó)內(nèi)長(zhǎng)期堅(jiān)持布局人工智能的還有老牌電器廠商 - 長(zhǎng)虹

長(zhǎng)虹從2012年開始進(jìn)入人工智能和深度學(xué)習(xí)的基礎(chǔ)研究工作，先后在語(yǔ)音識(shí)別芯片開發(fā)應(yīng)用、基于大數(shù)據(jù)的人工智能技術(shù)研發(fā)及應(yīng)用、機(jī)器視覺（人臉識(shí)別）技術(shù)研發(fā)應(yīng)用等研究。目前，長(zhǎng)虹在人臉識(shí)別、目標(biāo)檢測(cè)、目標(biāo)分類方面已經(jīng)積累了先進(jìn)、成熟的計(jì)算機(jī)視覺算法成果。

他們近期發(fā)布了全球首款CHiQ人工智能電視。長(zhǎng)虹人工智能電視用于認(rèn)知、決策、反饋三大能力。

在“認(rèn)知”層面上，基于長(zhǎng)虹自主研發(fā)的Ciri+語(yǔ)音平臺(tái)，CHiQ實(shí)現(xiàn)了高效語(yǔ)音交互協(xié)同及語(yǔ)義識(shí)別與理解。其中，語(yǔ)音識(shí)別率達(dá)到97%，語(yǔ)音整機(jī)覆蓋率50%，使人與電視開放式的自然語(yǔ)音交互距離達(dá)到30米，即用戶在家庭中的任意角落都可以用語(yǔ)音和電視交互。

而在“決策”層面，長(zhǎng)虹CHiQ人工智能電視可基于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法做出業(yè)務(wù)邏輯判斷。在“反饋層面”，其內(nèi)置的個(gè)性化推薦平臺(tái)，通過(guò)持續(xù)的推薦效果反饋、模型優(yōu)化和產(chǎn)品迭代，真正實(shí)現(xiàn)推薦的自學(xué)習(xí)和可成長(zhǎng)。

長(zhǎng)虹小白，就是“住”在這個(gè)電視中的機(jī)器人精靈，她陪伴、學(xué)習(xí)、服務(wù)于用戶，在看電視、聽音樂、玩游戲等黑電業(yè)務(wù)上讓用戶得到貼心的個(gè)性化服務(wù)。

（長(zhǎng)虹小白形象）

通俗來(lái)說(shuō)，就是你可以與長(zhǎng)虹小白對(duì)話：

小白，告訴我，有什么節(jié)目好看？Hi，我想看高分電影~

這些問(wèn)題它都能給你及時(shí)回復(fù)（3秒內(nèi)搜索啟播）。它還會(huì)學(xué)習(xí)你的觀看喜好與歷史，給你個(gè)性化推薦節(jié)目。

據(jù)說(shuō)，未來(lái)小白還會(huì)加上實(shí)體形態(tài)，加載投影能力、視覺圖像技術(shù)、自動(dòng)充電等等黑科技。

可以說(shuō)，這款產(chǎn)品標(biāo)志著長(zhǎng)虹電視率先進(jìn)入人工智能時(shí)代。

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識(shí)

QQ群：81035754