人工智能的演进历程

人工智能发展到如今已进入深度学习阶段。深度学习的概念是在2006年提出来的，而在那时并没有引起人们的特别关注，直到2012年，深度学习才引起了人们的广泛关注。2013年，一个在英国出生的计算机科学家和心理学家，反向传播和对比发散训练算法的共同发明人，深度学习领域的重量级人物，被尊称为“深度学习之父”的加拿大教授辛顿（Geoffrey Hinton），他带了两个博士生去参加一个世界性的比赛，这个比赛的内容就是在网络上训练机器找照片。当时网络上的照片有128万张，要对其中的10万张进行测试，而且照片上还有一千种物体，比如猫、狗、军舰、飞机等。这一千种物体，有的照片非常不清楚，有的光线很昏暗或者遮挡很严重，如果采用传统的识别方法，显然很难都能够识别出来，辛顿教授就用了一种叫作卷积神经网络的方法，帮助机器去识别图像。

大家都知道，人类大脑是一个非常强大的机器，在每秒钟内能看（捕捉）多张图，并在意识不到的情况下完成对这些图的处理。但机器并非如此，机器处理图像的第一步是理解，理解如何表达一张图像，进而读取图片。在机器的学习中，卷积神经网络是一种深度前馈人工神经网络，现已成功地应用于图像识别。通俗地讲，卷积神经网络就是起到帮助机器识别图像的作用。

其实，这个比赛本身就是针对的大数据，因为它要处理的是128万张彩色照片，一千种物体的分类，然后又使用了卷积神经网络。神经网络是非常复杂的，需要很好的计算能力，这个计算能力面对的不但是神经网络，而且还是CUDA（Compute Unified Device Architecture，显卡厂商英伟达推出的一种运算平台）的并行编程，所以它必须要采用GPU（Graphic Processing Unit，图形处理器），把三个方面的内容结合起来，构建一个网络模型，再加上大数据和GPU。GPU是什么东西呢？也是显卡的核心部件。我们知道游戏的高速发展推动了显卡的进步，结果显卡歪打正着，反而推动了人工智能的发展，而人工智能又反过来，推动了NVIDIA（英伟达）的发展。把三个方面的东西合在一起之后，就产生了一种蝶变效应或者说是化学反应，而且效果非常好，由此揭开了深度学习在计算机图像识别、语音识别，以及自然语言处理中大规模研究的序幕。

这一现象很快就被科技巨头、跨国企业敏锐地捕捉到了，它们对这个技术发展的趋势，对产业发展的趋势非常敏感，而且还感觉到了这里的产业价值，从2013年开始，这些跨国企业就开始进行产业发展的前瞻性战略布局。

第一个例子就是在2013年3月，辛顿带着他的博士生去参加比赛，比赛以后他带着两个学生成立了一个叫作DNN Research的创业公司，据说后来谷歌用5千万美元把它给收购了。谷歌怎么会用5千万美元去收购这个创意公司？实际上就是想把辛顿及他的团队挖过去。(www.xing528.com)

还有一个叫Yann LeCun（自称中文名“杨立昆”）领军人物，这个人非常厉害，他把日本人的方法发展成了所谓的卷积神经网络，而且引入了反向传播等。这个人有很多经验，有学术界的背景，也有产业界的背景。

在当今世界的人工智能领域，Yann LeCun被业内奉为“神一样的人物”，他不但是纽约大学的终身教授，还是纽约大学数据科学中心的创始人，以及Facebook人工智能研究部门(FAIR)的负责人。Yann LeCun在20世纪80年代读博期间提出了“人工神经网络”理论，该理论一度被认为过时，他本人甚至也被拒绝参加学术会议，直到2013年他加入了Facebook之后，这个理论才开始慢慢地变得热门起来。

还有一个叫杰米斯·哈萨比斯（Demis Hassabis）的人，是DeepMind的一个员工，AlphaGo（阿尔法狗）就是这个公司做出来的。DeepMind也就是这个人创业的公司。当时这个创业公司只有四五十个人，据说一个谷歌的高管去看了他们的PPT幻灯片后，就用5亿美元把这个公司给收购了。这对于我们来说可能是一个很难做的事情，而且据说也没有写什么商业计划书，这个高管直接就把它收购了。最后看起来这个收购还是非常成功的，DeepMind不仅给谷歌创造了世界性的声誉，而且给它真正创造了价值。

还有一个叫吴恩达（Andrew Ng）的华裔美国人，他是斯坦福大学计算机科学系和电子工程系的副教授，人工智能实验室主任，是国际上人工智能和机器学习领域最权威的学者之一。2014年5月16日，吴恩达加入了百度，担任百度公司的首席科学家，负责百度研究院的领导工作，尤其是实施Baidu Brain（百度大脑）计划。2017年10月，吴恩达出任Woebot公司新任董事长，该公司拥有一款与它同名的聊天机器人。