它是未來的一部分，我們才剛剛開始。圖片來源：BRUCE ROLFF
3年前，美國加利福尼亞州山景城神秘的谷歌X實驗室的研究人員從YouTube視頻中提取了1000萬個靜態圖像，并將其輸入“谷歌大腦”——由1000臺計算機構成的網絡，從而試圖像一個蹣跚學步的孩子一樣吸收這個世界的信息。經過3天尋找重復出現的模式后，谷歌大腦憑自身判斷，它可以識別一些特定的重復類別：人類面孔和人類身體，甚至是貓。
谷歌大腦發現互聯網上到處都是關于貓的視頻，這還曾引起一連串的笑話。不過，谷歌大腦是深度學習復興的一個里程碑。深度學習是一項有著30年歷史的技術，其中大量數據和強大的處理能力幫助計算機破解那些人類幾乎可以憑直覺就可解決的難題——從識別人臉到理解語言。
深度學習本身是對神經網絡這個更老的想法的復興。這些系統的靈感大多來自于大腦中緊密連接的神經元，通過改變模擬神經連接的強度來模擬人腦學習。谷歌大腦擁有約100萬個模擬神經元和10億個模擬連接，比之前任何深度神經網絡強度都要高10 倍。該項目建立者Andrew Ng目前是加州斯坦福大學人工智能實驗室的負責人，他的開發已經使深度學習系統的強度又提高了10倍。
人工智能(AI)領域取得的這些激動人心的進步試圖讓電腦像人類一樣思考。紐約大學數據科學中心主任、深度學習領域先驅Yann LeCun說：“人工智能已經失敗了無數次，其間只有少許的進步。如今它實現了一次超越。”
“在未來幾年，我們將看到一種瘋狂的情況：很多人會跟隨深度學習的潮流。”加州大學伯克利分校從事圖像識別研究的Jitendra Malik表示同意。但是從長遠看，深度學習并不占上風，一些研究人員正在尋求其他有前景的技術。“我是不可知論者。”Malik說，“隨著時間的推移，人們會決定不同領域的最佳技術。”
Malik稱，初期的深度學習程序并不比其他更簡單的系統有更好的表現。另外，它們還很難處理。“神經網絡管理一直是一種精妙的藝術，其中有一些黑魔法。”該網絡需要從豐富的事例來源中進行學習，就像一個嬰兒從世界收集信息一樣。在20世紀八九十年代，并沒有太多可用的數字信息，而且計算機消化這些存在的信息需要很長時間。當時的相關應用很少，LeCun開發的技術是為數不多的應用之一，現在還被銀行用于讀取手寫支票。
然而到了21世紀，像LeCun和其前任主管、加拿大多倫多大學計算機科學家 Geoffrey Hinton這樣的提倡者確信，計算能力的提高和數字數據的爆炸意味著是時候重新推動這一技術了。Hinton現在的學生George Dahl說：“我們想向世界展示，這些深度神經網絡真的很有用，并能提供真正的幫助。”
在開始時，Hinton、Dahl和其他一些人解決了語音識別中對商業應用很重要的一些難題。2009年，研究人員報告稱，通過典型數據集的練習，他們的深度學習神經網絡已經打破了將口語轉化為文本的精度紀錄。
當谷歌在其安卓系統的智能手機操作系統中采用基于深度學習的語音識別技術時，它的文字錯誤率下降了25%。“人們本來期待在10年后才能達到這種下降程度。”Hinton表示，“這相當于實現了10項突破。”
同時，Ng說服谷歌，讓自己使用其數據和計算機，谷歌大腦由此產生。該項目指認貓的能力是對無監督學習的有力證明，無監督學習是最困難的學習任務，因為其輸入中不包含任何像名字、標題或者類別等解釋性信息。不過Ng很快就遇到了麻煩，谷歌公司之外很少有研究人員擁有進行深度學習研究的設備。因此Ng在回到斯坦福大學后，開始使用圖像處理單元(GPUs)研發更大、更便宜的深度學習網絡。Ng 說：“使用價值約10萬美元的硬件，我們可以用64個GPUs建立一個有著110億個連接的網絡。”
不過，要想說服計算機視覺領域的科學家還需要更多努力：他們希望看到標準測試中的收獲。Malik認為，在國際知名的ImageNet競賽中取得勝利將會達到理想的結果。
在該競賽中，各團隊基于大約含有100萬個圖像、屬于同類別的一個數據集開發計算機項目。 2012年，Hinton的實驗室成為首個使用深度學習的競爭者，其錯誤率只有15%。這一次的勝利使Hinton在谷歌獲得了兼職工作，而2013年5 月，谷歌公司使用該程序更新了其圖像搜索軟件。
Malik被說服了。他說：“在科學上，你必須接受經驗證據，而這正是明顯的證據。”之后，他使用該技術在另一個視覺識別比賽中打破了紀錄。很多其他團隊也跟隨這一趨勢，2013年，ImageNet比賽的參與團隊都使用了深度學習技術。
隨著深度學習技術在圖像和語音識別方面取得勝利，人們越來越有興趣將其應用于自然語言理解(例如，充分理解人類話語來改述或者回答問題)或者翻譯語言。同樣，這些工作目前可以通過使用手工編碼規則和對已知文本的統計分析來實現，例如谷歌翻譯。眾包專家Luis von Ahn說：“深度學習技術將有機會比現在使用的技術做得更好。”他的公司Duolingo位于賓夕法尼亞州匹茲堡市，依賴于人，而不是計算機進行文本翻譯。“每個人都認為，是時候嘗試一些不同的東西了。”
與此同時，深度學習技術被證明可用于完成各種科學任務。2012年，默克制藥公司為那些可以幫助預測有用候選藥物的最佳項目提供了獎金。Dahl和同事使用深度學習系統贏得了2.2萬美元。
盡管深度學習技術取得了不少成功，但它仍處于起步階段。“它是未來的一部分。”Dahl稱，“我們才剛剛開始。”
圖為勝利石油工程公司員工對鉆桿機加工后外徑檢測結果進行確認。受訪單位供圖9月13日記者獲悉，在中石化勝利石油工程有限公司（以下簡稱“勝利石油工程公司”）技術發布會上，國內首臺全自動套管鉆機、復雜結構井......
2026年5月29日，在第二十三屆中國國際科學儀器及實驗室裝備展覽會（CISILE2026）開展首日，由分析測試百科網【安特百科(北京)技術發展有限公司】主辦的“政策紅利與技術迭代的雙輪驅動-科學儀器......
商務部公告2025第62號公布對稀土相關技術實施出口管制的決定為維護國家安全和利益，根據《中華人民共和國出口管制法》《中華人民共和國兩用物項出口管制條例》等法律法規相關規定，經國務院批準，決定對稀土相......
工業和信息化部辦公廳近日印發了《第一批先進適用技術名單》。經過自主申報、初審推薦、專家評審和公示等嚴格程序，最終確定了涵蓋有色、化工、通用機械、輕工、電子等多個行業的111項先進適用技術。這些技術不僅......
近日，廣東省特種設備檢測研究院珠海檢測院申報的《檢驗檢測技術、專利、標準聯動創新指南》地方標準，經專家審議、現場答辯，獲珠海市市場監管局批準立項。為了保障檢驗檢測質量，提升檢驗能力，發揮標準化作用在檢......
10月10日，2024中國汽車工程學會越野車技術分會第十六屆學術年會暨特種車輛大會在長沙舉行。大會已舉辦16屆，本屆以“匯智、融通、協創、勇拓”為主題，設置高峰論壇、展覽展示、論文證書頒發等環節。大會......
關于征集“集成芯片前沿技術科學基礎”重大研究計劃2025年度項目指南建議的通告國家自然科學基金重大研究計劃“集成芯片前沿技術科學基礎”2025年度項目指南建議征集已通過科學基金網絡信息系統(https......
在生命科學領域，基因編輯技術尤其是CRISPR/Cas9系統的出現，為科學研究帶來革命性突破。這項技術改變了人類對基因的認知，重新定義了自然選擇與人工干預間的界限。老百姓眼中，基因編輯可能也是類似于“......
9月26日至27日，國家能源水電工程技術研發中心2024年數智水電技術交流論壇在長沙舉辦。論壇現場。主辦方供圖論壇以“數智水電，賦能發展”為主題，圍繞數智水電前沿技術及發展趨勢進行研討，包括5場主旨報......
9月27日，國防科技大學聯合湖南省人民政府、軍事科學院、中國電子信息產業集團有限公司、中國兵器裝備集團有限公司舉辦的第二屆國防科技高地論壇主論壇在長沙舉行。論壇現場。王昊昊攝論壇由國防科技大學牽頭發起......