首先是视觉的功能。我们的相机可以像眼睛一样看到这个世界，却不能像大脑一样看懂这个世界，深度学习恰恰补上了这个短板。有了深度学习，Google Photo、百度识图、淘宝拍立淘才可以准确地识别照片中的物体类别，并对你的照片进行自动归类或搜索。有了深度学习，我们才可以很酷炫地在支付宝里刷脸付款。有了深度学习，格灵深瞳的行为特征分析系统可以检测场景内所有人员、车辆的行踪，对可疑和危险事件及时报警。有了深度学习，自动驾驶汽车识别周围路况时才足够准确。有了深度学习，FaceU这样的app才知道脸在哪里，五官又在哪里。
除了视觉功能，深度学习在语音识别方面应用也非常广泛。百度的Deep Speech 2在一些测试中也已经超过人类的听力。此外，Google、Apple、Microsoft以及国内的科大讯飞等也都推出了自己的语音识别产品。在深度学习的帮助下，计算机拥有了越来越强大的语音识别能力，这将逐渐改变目前目前以键盘为主的人机交互模式。
深度学习也深刻改变着机器人领域。刚才说的基于深度学习的视觉和语音识别的能力可以帮助机器人更好地感知世界。除此之外，深度学习还和增强学习(Reinforcement Learning)相结合。
所谓增强学习指机器人通过与环境交互中得到的奖赏和惩罚自主学习(Self Learning)更优策略。举个简单的例子，AlphaGO就是一个增强学习的产物，它通过跟其他棋手下棋或者和自己对弈的输赢情况自主学习更好的下棋策略。而深度学习的引入，使得增强学习方法可以找到更加复杂的策略。从AlphaGO完胜李世石可以看出，深度学习+增强学习已经有能力让机器人在相当复杂的环境下自主学习到高度优化的决策策略。
以上的这些应用只是我们平时看得见的，还有很多深度学习的应用则在我们的视线之外影响世界。互联网搜索、广告推荐、金融量化交易、机器翻译、医疗大数据分析、智能法律咨询……可以说凡是需要从大量数据中预测未知信息的领域都是深度学习可以一展拳脚的地方。未来，以深度学习为代表的人工智能技术也许会像蒸汽机、电动机、计算机、互联网一样推动新一轮科技革命，让生产力再上一个台阶。
当然，作为一个从业者，我同时害怕深度学习遭到捧杀，尤其是AlphaGO让大众熟知了这样一项技术后。深度学习才刚刚起步，就像婴儿刚刚学会走路，我们固然可以畅想他以后成为伟人，但毕竟很多技术还不成熟，相当一部分应用还难以让人满意，甚至在未来很长时间内都难以做到。人工智能的发展需要的不是大家一股脑的热情，而是持久的投入和努力。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！