回顾深度学习的兴起展望未来十年技术飞跃( 三 )_文|AI国际站艾娃编|唐恩本文由AI国际站

深度学习为手机的面部解锁功能提供了动力，这就是Alexa和Siri理解您的声音的原因。这就是使Microsoft Translator和Google Maps正常工作的原因。如果不是用于深度学习， Spotify和Netflix将不知道您想接下来听什么。

它是如何工作的？实际上，它比您想象的要简单。机器使用算法来筛选答案，例如一系列的筛选器。您将一堆数据放在一侧，它通过抽象层从中提取特定信息，然后机器输出基本上是精选的见解。其中很多事情发生在所谓的“黑匣子”中，在该地方，算法以无法用简单数学解释的方式处理数字。但是，由于结果可以根据我们的喜好进行调整，因此在进行深度学习时，是否可以“展示我们的工作”通常并不重要。

像所有人工智能技术一样，深度学习并不是新生事物。这个词在1980年代由计算机科学家引起了人们的注意。到1986年，包括杰弗里·欣顿（Geoffrey Hinton）在内的一组研究人员设法提出了一种基于反向传播的训练方法，这种方法在无人监督的人工神经网络开始时就很受关注。几年后，年轻的Yann LeCun训练了AI以使用类似技术识别手写字母。