Yann LeCun 是 Facebook 人工智能研究的負責人，也是紐約大學計算機科學系的教授，雷鋒網對這位大師有過多次介紹。他創(chuàng)建的“神經網絡”可以用來識別照片并對人類日常的語言作出反應。而類似的技術也正在推動著Google Android手機的語音識別、微軟Skype服務的即時語言翻譯和許多其他能夠隨著時間推移而“學習”的在線工具。

利用計算機處理器所構成的龐大網絡，這些由人類所創(chuàng)造的近似于人類大腦神經網絡的系統(tǒng)，在某些方面反而可以超越人類本身。

本周在《自然》科學期刊上，LeCun聯合另外兩名學者在論文中詳細介紹了“深度學習”技術的現狀：其中一位是現任于Google的多倫多大學教授Geoff Hinton (根據雷鋒網的消息，他已被Google挖走)，另一位是蒙特利爾大學的Yoshua Bengio。這篇論文詳細介紹了深度學習在近年來普遍的一個進展，呈現出科學界如何將這項技術用于重塑我們的互聯網服務。

Yann LeCun

LeCun還表示，深度學習的運用不僅僅局限于互聯網服務，還可以延伸至現實世界中能夠操作的設備上，例如機器人和自動駕駛汽車。就在上周，加州大學伯克利分校的研究人員透露，使用深度學習技術的機器人系統(tǒng)能夠自己學會如何擰開瓶蓋。今年年初，大牌芯片制造商Nvidia和以色列一家名為Mobileye的公司透露，他們也正在開發(fā)深度學習系統(tǒng)，可以用來驅動自動駕駛汽車。

LeCun在過去的十年時間也一直在探索類似的“機器人感知”，他在2003年發(fā)表了他的第一篇論文，當時的想法是利用深度學習算法作為機器人識別和避開障礙物的方式，而這些技術和自動駕駛汽車所需要的技術沒什么不同。

雷鋒網報道過，Google、梅賽德斯和奧迪等企業(yè)已經向人們展示了自動駕駛汽車。但根據研究人員以及LeCun表述，深度學習可以進一步提高自動駕駛技術，如圖像識別和語音識別。深度學習算法可以追溯到上世紀80年代，但現在公司和研究人員可以利用更加強大的機器網絡，并讓系統(tǒng)通過分析大量的數據來自學。

Google 已經在其自動駕駛汽車上使用了深度學習技術，據 Google 研究員 Jeff Dean 表示，除了自動駕駛汽車以外，Google公司目前在數十個服務上都使用了這項技術。Trevor Darrell 是伯克利深度學習機器人的研究人員之一，他表示他的團隊也在探索在自動駕駛汽車中使用該技術。

深度學習有意思的地方在于，它可以改變很多不同領域的研究。在過去，研究人員需要使用不同的技術用于語音識別、圖像識別、翻譯和機器人。但現在使用這一項技術，就能用于所有這些研究領域。這項技術的加入導致的結果就是：所有這些領域都演變速度都會變得更快。

via wired

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。