據(jù)連線雜志網(wǎng)站報道，在澳大利亞的西海岸，生物學(xué)家阿曼達·霍奇森（Amanda Hodgson）控制無人機飛向印度洋上的高空。這位儒艮專家使用無人機幫助他們觀察瀕臨滅絕的研究對象。不過霍奇森和她的團隊并沒有能力來篩查所有拍得的照片。在45000張照片中尋找儒艮的身影，對于未經(jīng)過訓(xùn)練的眼睛來說太難了。她的解決之道是把這工作交給深度神經(jīng)網(wǎng)絡(luò)來完成。

神經(jīng)網(wǎng)絡(luò)是種機器學(xué)習(xí)模型，大眾所熟知的“人臉識別”便是其應(yīng)用之一。此外，手機的智能語音助理之所以能理解你說的話，谷歌搜索引擎之所以能呈現(xiàn)準確的搜索結(jié)果，也都有它在背后的功勞。通過對人類大腦神經(jīng)網(wǎng)絡(luò)進行模仿，這些掃描數(shù)學(xué)模型通過對大量數(shù)據(jù)的分析來習(xí)得專項功能。前文所述霍奇森博士便使用這種技術(shù)在數(shù)千張航拍照片中尋找儒艮的蹤跡。霍奇森的神經(jīng)網(wǎng)絡(luò)基于TensorFlow打造，這是谷歌研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)。

由于儒艮習(xí)慣在水面以下捕食，所以檢測這些動物的任務(wù)需要格外的精確度。“它們的身跡很容易跟水面眩光相混淆。”她說?，F(xiàn)在她的神經(jīng)網(wǎng)絡(luò)可以識別散布海面80%的儒艮。

該項目尚處在早期階段，但它卻展示了深度學(xué)習(xí)在剛過去的一年里廣泛的影響。深度學(xué)習(xí)在2016年風(fēng)光無限。這個古老的技術(shù)被賦予新的活力，幫助谷歌在世界矚目的圍棋大戰(zhàn)中擊敗人類。這在幾個月前還是幾乎不可能的事。AlphaGo（“圍棋”的英文名字即叫“Go”）僅僅是最突出的例子。一年過去，深度學(xué)習(xí)不再只是科技極客的小眾玩寵，轉(zhuǎn)而走向了風(fēng)光臺面。谷歌、Facebook、微軟和亞馬遜籍著它從里到外煥然一新。反過來這些互聯(lián)網(wǎng)巨頭的推波助瀾——通過開放源代碼和提供云服務(wù)——也加速了深度學(xué)習(xí)的流行。

新翻譯

去年，神經(jīng)網(wǎng)絡(luò)在Google Photo等應(yīng)用上將圖像識別技術(shù)提升到新臺階，Google Now和微軟小娜也因它的加持實現(xiàn)了更優(yōu)異的語音識別效果。今年，輪到了翻譯界被改造。機器翻譯實現(xiàn)了大躍進。九月份，谷歌推出“神經(jīng)機器翻譯”服務(wù)。這種翻譯完全通過神經(jīng)網(wǎng)絡(luò)運行，將翻譯誤差率降低了55%～85%。

谷歌通過大量現(xiàn)有翻譯的集合數(shù)據(jù)來對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。培訓(xùn)材料既包括舊版翻譯軟件差強人意的翻譯，也包括由人類語言專家提供的信雅達式翻譯，后者無疑對提高素材質(zhì)量有加分。深度學(xué)習(xí)擁有克服缺陷的神奇魔法：盡管培訓(xùn)材料質(zhì)量參差不齊，但神經(jīng)網(wǎng)絡(luò)最終能夠?qū)崿F(xiàn)遠超低水平的翻譯水準。

雖然谷歌的首席工程師麥克·舒斯特(Mike Schuster)坦誠他們的造物還遠非完美，但它仍然不失是一個突破性成就。由于該服務(wù)完全基于深度學(xué)習(xí)運行，未來改進工作也將輕松許多。開發(fā)人員可以集中精力從整體上對系統(tǒng)做出改進，而不是像過去那樣再為小部件糾結(jié)。

谷歌之外，微軟也在朝同一方向努力。本月，微軟也發(fā)布了自己翻譯應(yīng)用的新版本。號稱能夠在九種語言之間實現(xiàn)即時翻譯。微軟副總裁沈向洋（Harry Shum）表示微軟翻譯的系統(tǒng)同樣完全運行在神經(jīng)網(wǎng)絡(luò)上。這意味著微軟翻譯的水平也有迅速提升的可能。

新聊天

2016年，深度學(xué)習(xí)也在聊天機器人領(lǐng)域大顯身手。其中最引人注目的當數(shù)Google Allo。Allo于今年秋天推出，通過對用戶文本和照片的分析，能夠提供即時的智能回復(fù)。其功能的實現(xiàn)基于谷歌此前一項名為“智能回復(fù)”（Smart Reply）的技術(shù)，該技術(shù)與電子郵件技術(shù)在很大程度上有相似之處。

Allo不僅僅是一個聊天app，它還能在你毫無察覺中提升你的谷歌搜索體驗。程序幫助搜索引擎理解你的需求，從而使搜索返回的結(jié)果更合乎你的需求。根據(jù)谷歌搜索產(chǎn)品經(jīng)理大衛(wèi)·奧爾(David Orr)的說法，如果沒有深度學(xué)習(xí)，程序就無法實現(xiàn)回答。“使用神經(jīng)網(wǎng)絡(luò)是我們找到的唯一方法?！彼f?！拔覀儽仨毷褂梦覀兯莆盏淖钕冗M科技。”

盡管有其強項，但進行真正的對話仍然讓神經(jīng)網(wǎng)絡(luò)力不能及。造出這種完全以假亂真的“聊天機器人”還有很長的路要走。當下，谷歌、Facebook和其他地方的研究員正在積極探索深度學(xué)習(xí)技術(shù)，以期有朝一日能實現(xiàn)宏偉目標?？梢源_定的是這些技術(shù)探索將會帶來和“語音識別”、“圖像識別”和“機器翻譯”一樣偉大的進步?！傲奶鞕C器人”就是下一個技術(shù)前沿。

新數(shù)據(jù)中心

谷歌在深度學(xué)習(xí)的路上停都停不下來。今年夏天，在打造了名聲大噪的AlphaGo之后，Google DeepMind實驗室領(lǐng)導(dǎo)人杰米斯·哈薩比斯（Demis Hassabis）表示他們還開發(fā)了一個AI來管理谷歌全球計算機數(shù)據(jù)中心網(wǎng)絡(luò)。使用一種被稱為“深度強化學(xué)習(xí)”（Deep Reinforcement Learning）的技術(shù)，AI能夠智能管理服務(wù)器中冷卻風(fēng)扇的開關(guān)和溫度控制?？傊粋€數(shù)據(jù)中心超過120項功能全由它掌控。

彭博社報道，這個AI的部署幫助谷歌節(jié)省了數(shù)億美元。2014年谷歌花6.5億美元收購DeepMind，現(xiàn)在已經(jīng)完全撈回了成本。目前DeepMind正計劃在這些計算設(shè)施外安裝更多傳感器，收集更多數(shù)據(jù)來訓(xùn)練AI到更高的水平。

新的云計算

當互聯(lián)網(wǎng)巨頭紛紛用新技術(shù)武裝自己時，他們也通過自家服務(wù)將之獻給大眾。2015年底，谷歌宣布將TensorFlow開源。僅僅一年內(nèi)，這個一度專有的軟件造福了像阿曼達·霍奇森這樣的千萬大眾。與此同時，谷歌還與微軟、亞馬遜一道在云計算服務(wù)中提供自己的深度學(xué)習(xí)技術(shù)，讓任何個人或組織開發(fā)者使用它們來構(gòu)建自己的程序?！叭斯ぶ悄芊?wù)”可能成為這三個網(wǎng)絡(luò)巨頭的最大業(yè)務(wù)。

在過去的十二個月中，技術(shù)的火熱讓領(lǐng)域內(nèi)的人才變得炙手可熱。李飛飛（Fei-Fei Li）是AI研究領(lǐng)域技術(shù)領(lǐng)袖級人物，谷歌聘請她來管理其AI云計算組織。亞馬遜則聘請卡內(nèi)基梅隆大學(xué)教授亞歷克斯·斯摩納（Alex Smolna）坐鎮(zhèn)其云計算帝國?？萍季揞^竭盡全力招攬人才，彼此毫不相讓。所幸他們競爭產(chǎn)生的研究成果都會為公眾所用，這倒不是壞事。

隨著AI的演變，計算機科學(xué)家的角色也正在發(fā)生改變。傳統(tǒng)意義上能夠編寫代碼的人變的不那么重要，新趨勢需要的是更多能夠訓(xùn)練神經(jīng)網(wǎng)絡(luò)的人。后者所需的技能非同以往，與自己開發(fā)東西相比，它更像是誘導(dǎo)數(shù)據(jù)產(chǎn)生結(jié)果。谷歌這些大企業(yè)不僅積極招徠新式人才，并且也在將已有員工往這方向引導(dǎo)。未來AI將會使每個人生活中的技術(shù)變革一新。