編者按

　　北京時間3月27日晚，ACM（美國計算機協(xié)會）宣布把2018年度圖靈獎頒給了深度學(xué)習(xí)“三巨頭”——加拿大蒙特利爾大學(xué)教授約舒亞·本希奧(Yoshua Bengio)、谷歌副總裁杰弗里·欣頓 (Geoffrey Hinton) 和 紐約大學(xué)教授揚·萊坎 (Yann LeCun)，以表彰他們在深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)上的工作。

　　要知道，有關(guān)人工智能神經(jīng)網(wǎng)絡(luò)的想法在上世紀(jì)50年代就被提出，但后來一度遇冷，在質(zhì)疑聲中仍堅持相關(guān)研究的人實在屈指可數(shù)。這三位科學(xué)家一直在一片不看好下堅持到了今天，并帶來重大突破，如今相關(guān)方法成為研究主流。

　　“深度學(xué)習(xí)”這四個字對于普通人來說多少有些遙遠，很多人會問“深度學(xué)習(xí)”關(guān)我什么事呢？其實，它和我們的生活的各個方面都息息相關(guān)。

什么是深度學(xué)習(xí)？

　　舉個簡單的栗子，如果你在聯(lián)網(wǎng)的手機或翻譯平臺上使用了語音識別功能，你其實是在與經(jīng)過深度學(xué)習(xí)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)進行交流。

　　聽起來有點不可思議吧，但其實深度學(xué)習(xí)是機器學(xué)習(xí)的一個分支，它根植于數(shù)學(xué)、計算機科學(xué)和神經(jīng)科學(xué)。深度網(wǎng)絡(luò)從數(shù)據(jù)中學(xué)習(xí)，就像嬰兒認知周圍世界那樣，從睜開眼睛開始，到慢慢獲得駕馭新環(huán)境所需的各種技能。

　　深度學(xué)習(xí)的起源可以最早可追溯到20世紀(jì)50年代人工智能的誕生。

深度學(xué)習(xí)與我們有什么關(guān)系？

　　AI醫(yī)療

　　隨著機器學(xué)習(xí)的成熟并被應(yīng)用于可獲取大數(shù)據(jù)的許多其他問題，各個行業(yè)也將發(fā)生轉(zhuǎn)變，首當(dāng)其沖的便是AI醫(yī)療的應(yīng)用。

　　基于數(shù)百萬患者病情記錄的醫(yī)學(xué)診斷將變得更加準(zhǔn)確。

　　最近的一項研究將深度學(xué)習(xí)運用到了囊括超過2000種不同疾病的13萬張皮膚病學(xué)圖像中，這個醫(yī)學(xué)數(shù)據(jù)庫是以前的10倍大。計算機對新患者醫(yī)學(xué)影像的診斷與21位頂級皮膚科專家的結(jié)論基本一致，甚至在某些情況下還要更準(zhǔn)確。

　　試想一下，在不久的將來，看皮膚病就2步——對疑似患病部位拍照、上傳立即進行診斷。任何一個擁有智能手機的人都可以完成。而現(xiàn)在要完成同樣的過程，至少需要4步——先去醫(yī)院，掛號排隊，看醫(yī)生，等診斷結(jié)果。

　　AI醫(yī)療的運用使得我們可以很快得到專家診斷，我們會在皮膚病（或者再擴大一些，其他同樣適用的病）的早期階段，也是更容易治療的階段就開始就醫(yī)，而不是現(xiàn)在一想到去醫(yī)院就頭大，一拖再拖錯過了最佳治療時期。同時，對醫(yī)生來說，借助深度學(xué)習(xí)，醫(yī)生將能更準(zhǔn)確地診斷罕見的皮膚病。

　　不單是皮膚病，借助深度學(xué)習(xí)的診斷，醫(yī)生可以將癌癥診斷的準(zhǔn)確度從0.966提高到0.995。不要小看這一點點進度，惠及的可是千萬人的生命。屆時，誤判的情況將大大減少，更多生命將被挽救。在未來，每個人都將是AI醫(yī)療的受益者。

　　自動駕駛

　　不久之前，人們還常說，計算機視覺的辨別能力尚不如一歲大的孩子。如今看來，這句話要改寫了。計算機不僅能和大多數(shù)成年人一樣識別圖片中的物體，在馬路上駕駛汽車的安全性還高過16歲的青少年。

　　更神奇的是，如今的計算機不再是被動按照指令識別和駕駛，而是像自然界的生命由數(shù)百萬年前開始進化那樣，自主地從經(jīng)驗中學(xué)習(xí)。

　　最終，如果一輛自動駕駛汽車能夠在一分鐘內(nèi)出現(xiàn)，將你安全帶到目的地且無須停車，在城市擁有汽車就顯得不那么必要了。

　　今天，汽車行駛時間平均僅占4%，這意味著它其余96%的時間都需要停放在某個地方。由于自動駕駛汽車可以在城市外圍維修和停放，城市中被大量停車場占用的空間將得以重新高效利用——讓停車場變成公園、綠地、圖書館這些公共設(shè)施，街邊的停車道也可以成為真正的自行車道。

　　其他汽車相關(guān)行業(yè)也將受到影響，包括汽車保險業(yè)和修理廠。超速和停車罰單將不復(fù)存在。由醉駕和疲勞駕駛導(dǎo)致的交通事故死亡人數(shù)也會相應(yīng)減少。通勤浪費的時間也將被節(jié)省下來做其他事情。

　　專家們預(yù)計，卡車會在10年內(nèi)實現(xiàn)自動駕駛，出租車要花上15年，15~25年后，客運無人車將全面走入我們的生活。

　　你期待那一天的到來嗎？

　　智能翻譯+語音識別

　　語言翻譯是人工智能的一只圣杯，因為它依賴于理解句子的能力。

　　谷歌最近推出了基于深度學(xué)習(xí)的最新版谷歌翻譯（Google Translate），代表了自然語言翻譯質(zhì)量的重大飛躍。幾乎一夜之間，語言翻譯就從零散雜亂的拼湊短語，升級到了語意完整的句子。

　　也許有一天，機器能夠通過整合莎士比亞的所有詩歌來翻譯他的作品。

　　人工智能的另一只圣杯是語音識別。

　　這一突破性成果將在之后的幾年漸漸影響我們的社會和生活，計算機鍵盤會被自然語言接口取代，以前動手的，現(xiàn)在動口就可以了。正所謂君子動口不動手。

　　隨著數(shù)字助手，如亞馬遜的Alexa、蘋果的Siri以及微軟的Cortana先后進入千家萬戶，這種取代已經(jīng)在發(fā)生了。就如隨著個人電腦的普及，打字機退出了歷史舞臺一樣，會不會有一天電腦鍵盤也將成為博物館的展品？

　　語音識別和語言翻譯結(jié)合到一起時，實時的跨文化交流將變?yōu)榭赡堋ｋ娪啊缎请H迷航》中那種萬能翻譯機將觸手可及。

　　社交機器人+情緒識別

　　電影里經(jīng)常將人工智能描述為像人類一樣走路和說話的機器人，不過目前看來，人工智能的進展主要集中在感官和認知方面，運動和行為智能的進展相對緩慢。

　　加州大學(xué)圣迭戈分校神經(jīng)計算研究所機器感知實驗室發(fā)明了一個著名的社交機器人Rubi。Rubi的頭可以旋轉(zhuǎn)，眼睛是相機，嘴和眉毛都十分富有表現(xiàn)力。Rubi頭頂上濃密的光纖會隨著它的心情而改變顏色。18個月大的幼兒可以通過Rubi腹部的平板電腦與Rubi進行互動。

　　你的面部表情是你腦內(nèi)情緒狀態(tài)的窗口，深度學(xué)習(xí)現(xiàn)在已經(jīng)可以探進這個窗口了。

　　艾克曼是世界著名的面部表情專家，是美劇《別對我撒謊》中男主卡爾.萊特曼博士的原型。艾克曼開發(fā)了面部動作編碼系統(tǒng)來監(jiān)控面部44塊肌肉的狀態(tài)。

　　面部表情是動態(tài)的，一般可以延續(xù)若干秒，但是艾克曼發(fā)現(xiàn)，有些表情只持續(xù)了幾幀。這些“微表情”是受到抑制的大腦狀態(tài)的情感泄漏，常常很能說明情感狀態(tài)，有時會揭示無意識的情緒反應(yīng)。

　　例如，大數(shù)據(jù)告訴你，突然快速眨巴眼睛，耳朵輕微的顫動，臉上肌肉突然抽搐幾下，下意識地摸摸鼻子，頭不自覺的微微擺動，一邊說話時一邊聳肩，腳來回掃地——這些細微表情和動作，都是撒謊時的無意識表現(xiàn)。

深度學(xué)習(xí)的其他深度影響

　　法律

　　深度學(xué)習(xí)剛剛開始影響法律界。以后輔助審核或調(diào)查將慢慢被人工智能接管，它可以瀏覽數(shù)千份文件以獲取合法證據(jù)，且絲毫不會感到厭倦。自動化深度學(xué)習(xí)系統(tǒng)將為現(xiàn)在無法負擔(dān)高昂律師費用的普通人提供法律建議。法律工作不僅收費會更便宜，也會更高效。

　　投資

　　機器學(xué)習(xí)正在推動算法交易，它比傳統(tǒng)的長期投資策略更快速，比股票市場中的高頻交易更加慎重。許多不同類型的機器學(xué)習(xí)算法被組合運用以獲得最佳回報。以后手頭的錢需要怎么投資才能獲得理想回報，你可能需要問問你的手機。

　　競技

　　一個名為“DeepStack”的深度學(xué)習(xí)網(wǎng)絡(luò)和33名德州撲克職業(yè)選手進行了4萬多場比賽。令撲克專家震驚的是，在德州撲克這種詐唬、欺騙技巧和拿到的牌一樣重要的游戲里，它以相當(dāng)大的優(yōu)勢擊敗了最出色的撲克玩家。

　　這意味著，如果這一成就能復(fù)制到其他基于不完全信息、需要人來做判斷的重要領(lǐng)域，比如政治學(xué)和國際關(guān)系，其影響可能是極其深遠和顛覆的。