另外一个东西就是去雾，这是我们专门给北京做的，当时08年奥运会的时候，所有的报道都讲北京的雾霾太严重。所以我们就做了一个算法把雾去掉了，把三维也算出来了，后来奥运会就成功的举办了。
比如说传统的去雾算法是这样的，等我们去完雾以后是这样的，我们不但把雾去掉了，还能把前景和后景进行模糊。
刚才我讲的都是在深度学习发生之前，所以很多事做的非常难。突然有一天，有一个下棋的下了几局棋结果输了四盘，所有人都知道了人工智能这个词，如果他再多赢两盘的话，今天就是我来讲了，就是科协来讲了。如果我们听到虚拟增强现实、机器人、无人汽车这里面都有深度学习的影子，深度学习改变了整个产业，深度学习的核心有三块。
一是你要设计一个网络，这个网络很多人都可以设计。但是每个人设计的网络水平是不一样的，有的人设计的网络，它的智商大概跟猴子的智商差不多，有的设计出来小学生的智商，有的设计出来博士生的智商。你设计完了以后它的脑子是空的，比如说我68年出生的时候，我是问不出来那些问题的，要经过七年的学习，最后才达到我能上小学的水平，一定要经过学习的过程。机器学习就是大数据训练的过程，大数据训练就需要超大的数据，来训练无穷大的网络。这么大的数据，这么大的网络要训练，又需要大的机器，大的GPU集群，要进行并行运算。所以这三个就是巨大的门槛，为什么说谷歌和FaceBook这些公司才能取得巨大的进展，而我们创一个小的公司，忽悠一下做一些布局，就想做人工智能，这是不大可能的，其实这是有很多准备工作要做的。
我简单讲一下人工智能深度学习的历史，其实深度学习是06年就开始出现的。06年到2011年之前一直在走弯路，基本上是不管用的，在微软里面做语音识别，取得了巨大的突破，比传统算法高了十几个百分点，以前我们都是每年走一个点，现在相当于一年走过去十年的进步。2012年又取得了更大的进步，他刚做完这件事情四个月谷歌就买了这家公司，据说是五千万美元，我们觉得这对于一个教授来说，这个钱确实是挺多的。但是后来谷歌仅过了一年又买了一家公司花了6.6亿美金，只有12个人，一个产品也没有，号称是2012年做深度学习的。
所以我跟投资人一直强调一点，我们是2011年开始做深度学习的，他们是12个人，我们是30个人，过了一年多，大家都知道了，它下棋赢了，对谷歌造成的PR效应绝对值这个钱了。紧接着谷歌、雅虎大家都开始布局，而且进展是非常快的。
首先我回答一下我们经常做的事情，比如说人脸检测，我们是全球第一个用深度学习做人脸检测的，这是非常难的图，我们基本上把所有的脸都抓出来了，这是微软做出来的效果，这是我们跟微软相比，微软漏掉的图。所以我们的人脸检测目前是全球最准的检测器，还有人脸定位，我们也是第一个用深度学习做人脸定位的，我们的五点定位和后面的六十几点和106点都是我们做的，几乎所有的公司都在说汤老师我在用你们的算法，我们有些问题想问一下。在中国基本上别人用你的东西，你是挣不了钱的，但是一定要提供售后服务，这个是业界的标准。
最近我们做的另一个有趣的工作，如果我们在互联网上看到两个人或者是几个人的照片，我们可以用深度学习来判断这两个人的关系。我们用这两个人相互的姿态和相互的表情，能判断两个人到底是什么样的关系，是亲密的关系、朋友的关系，还是敌人的关系。比如说奥巴马和拜登，我们可以判断八个纬度不同的关系。
（播放视频）我们可以在视频里实时判断两个人的关系，比如说这段视频是夫妻两个人吵架。我们可以看到他们开始吵架了，这个时候他们的关系就好了，蓝线上来了，所以我们是实时判断两个人的亲密关系。
另外一个就是我们做人脸识别，人脸识别在深度学习之前，其实真的是用不起来的，虽然你见到很多的产品。但实际上不是很管用的，后来深度学习出来以后，我们在2014年的时候做了深度学习算法。当时FaceBook也做了一个，它做到了97.35，人眼睛的识别率是97.5，我们做了98.5，做到了98.15，后来做到了99.47和99.5，我们都超过了FaceBook和人眼睛的识别率，从那以后人脸识别这件事情在很多商业上可以落地了。