最近，有新的人工智能技術(shù)出現(xiàn)，我們把它稱為深度學(xué)習(xí)，深度學(xué)習(xí)不僅會(huì)為互聯(lián)網(wǎng)IT公司帶來巨大價(jià)值，人類也將因此迎來巨大變革。

人工智能的迅速發(fā)展

現(xiàn)在，三個(gè)領(lǐng)域正在發(fā)生重大的創(chuàng)新，一個(gè)是圖像，第二個(gè)是語音，第三個(gè)是行為。

圖像 新的人工智能技術(shù)的出現(xiàn)，使計(jì)算機(jī)學(xué)習(xí)了更多人類的神經(jīng)系統(tǒng)，更好地解決了譬如圖形識(shí)別的問題。若想真正把深度學(xué)習(xí)做好，就必須要了解人腦在做什么，人腦當(dāng)中發(fā)生了什么。然后我們使用這些計(jì)算的結(jié)果和海量數(shù)據(jù)，從而獲得更好的計(jì)算機(jī)視覺，做更好的辨識(shí)。

為什么人工智能在最近幾年才獲得比較快速的發(fā)展？

我們以如何構(gòu)建火箭為例，火箭構(gòu)建中很重要兩件事情，一個(gè)是發(fā)動(dòng)機(jī)，另外一個(gè)是燃料，兩者比例配合得當(dāng)才能夠確?；鸺郎?zhǔn)確地發(fā)射到軌道當(dāng)中。這給我們深度學(xué)習(xí)也帶來了一些啟示。巨大的神經(jīng)網(wǎng)絡(luò)每天都在發(fā)生著巨大的活動(dòng)，我們?cè)谏疃葘W(xué)習(xí)的過程當(dāng)中就像發(fā)射火箭那樣，人們的活動(dòng)多數(shù)都是圍繞著其手機(jī)和電腦來開展的。我們?nèi)绾卫眠@種新的情況呢，或者新的環(huán)境更好地幫助我們了解巨大的神經(jīng)網(wǎng)絡(luò)呢？

當(dāng)今社會(huì)越來越多地進(jìn)行數(shù)據(jù)化或者數(shù)字化。在很多年前，當(dāng)深度學(xué)習(xí)這個(gè)概念剛剛開始的時(shí)候，更多的是使用CPU技術(shù)，構(gòu)建小的神經(jīng)元網(wǎng)絡(luò)只有100萬或1000萬的連接，我所說的是計(jì)算機(jī)連接的數(shù)目。之后我們?nèi)〉昧艘恍┻M(jìn)展，其中在2008年，GPU技術(shù)的發(fā)展，讓我們看到它的連接數(shù)目也發(fā)生了巨大的增長(zhǎng)。GPU是手機(jī)上、平板上的硬件，作用是幫助做計(jì)算，有些人就意識(shí)到了硬件對(duì)加速深度學(xué)習(xí)的重要性——我們借助GPU可以構(gòu)造越來越大的神經(jīng)元網(wǎng)絡(luò)。在往后，我們看到了更多大規(guī)模的發(fā)展，像谷歌的深度學(xué)習(xí)項(xiàng)目，使我們更多地了解相關(guān)的知識(shí)，我們有了更多的云，更多的CPU來推動(dòng)相關(guān)的發(fā)展。現(xiàn)在我們看到的，我認(rèn)為這也是下一階段的趨勢(shì)，就是我們要從云技術(shù)或者說僅僅利用純技術(shù)跳到HPC （High Performance Computing，高性能計(jì)算）。HPC和云，這可能是兩個(gè)比較分離的社區(qū)，研究云和研究HPC的人也是兩類人。隨著云技術(shù)的發(fā)展，你可以同時(shí)使用上千臺(tái)計(jì)算機(jī)，不用擔(dān)心這么多計(jì)算機(jī)會(huì)發(fā)生崩潰。而HPC技術(shù)比較小數(shù)目，但卻是更貴、更高性能的硬件，而我們也認(rèn)為這對(duì)于我們構(gòu)造更好比例的“火箭引擎”也是更佳的一個(gè)解決方案。

和其他公司相比，例如谷歌、臉書，他們的“火箭燃料”（數(shù)據(jù)）比我們多。但是我們?cè)诎l(fā)動(dòng)機(jī)上的投資比他們多，這給我們帶來了巨大的好處。我們?cè)诎l(fā)動(dòng)機(jī)和燃料的比例方面要做得好才能確保這是一個(gè)好的火箭，我們正在發(fā)動(dòng)機(jī)方面進(jìn)行大量的投資，所以我們才在人臉識(shí)別領(lǐng)域和其他領(lǐng)域比其他國(guó)際上領(lǐng)先的大公司要做得好，我們?cè)谌四樧R(shí)別只有0.3多的錯(cuò)誤率。

語音識(shí)別 我們過去是用鍵盤來敲字，這是比較浪費(fèi)時(shí)間的，現(xiàn)在大家用語音進(jìn)行溝通，所以語音識(shí)別是一個(gè)非常重要的發(fā)展方向。

而大家現(xiàn)在普遍反映在手機(jī)上進(jìn)行語音通信時(shí)，如果手機(jī)離得較遠(yuǎn)，效果不是很好，要比較近時(shí)語音識(shí)別才做得比較好。我們?cè)谙嚓P(guān)的IT技術(shù)方面也做了一些探索，從傳統(tǒng)領(lǐng)域來看，這是語音識(shí)別所做的事情，基本上所有做語音識(shí)別的公司都是使用非常復(fù)雜的管道——改善語音系統(tǒng)，突出聲音特征，做一些不同的模塊組合起來識(shí)別這個(gè)人到底講了什么。

現(xiàn)在，我們把所有這些東西用先進(jìn)的人工智能技術(shù)替代掉，用先進(jìn)的深度學(xué)習(xí)技術(shù)進(jìn)行替代，這就是百度的深度語音，也是我們的火箭發(fā)動(dòng)機(jī)。百度還將用1萬的數(shù)據(jù)集進(jìn)行人工智能處理，這就是我們的火箭燃料。這些研究結(jié)果是不可想象的。

人們之前從來不會(huì)想到能利用這么多的數(shù)據(jù)，我們使用神經(jīng)元系統(tǒng)以及數(shù)據(jù)燃料可以極大地提高語音識(shí)別的準(zhǔn)確性。在百度，我們已經(jīng)看到了使用語音識(shí)別的用戶越來越多了，然而在這個(gè)領(lǐng)域，我們還有很多需要提高的。很多人低估了語音識(shí)別95%的準(zhǔn)確率和99%的準(zhǔn)確率的差別。如果我們能夠做到95%，也就是今天的狀況——你說話要非常清楚，而且要離話筒非常近，必須這樣才能識(shí)別出來。如果我們將來能做到99%的準(zhǔn)確率，我們甚至可以把所有手機(jī)的接口做重新的設(shè)計(jì)和修改，使我們更加習(xí)慣于語音通話指令的發(fā)送方式，從而推動(dòng)這個(gè)領(lǐng)域的革新，到那時(shí)你手里的東西也將不是傳統(tǒng)上的手機(jī)了。

在手機(jī)之外，我認(rèn)為語音識(shí)別還會(huì)推動(dòng)物聯(lián)網(wǎng)的革命，從汽車界面到家用設(shè)備再到可穿戴設(shè)備將會(huì)發(fā)生很多的改變。遙控電視、遙控空調(diào)等是不夠的，在未來幾年，我們將能夠和電視通話，和更多的家電通話，這將是未來面臨的發(fā)展，我們將有很多的路由器內(nèi)置到這些機(jī)器當(dāng)中。

行為 我們看到很多技術(shù)公司現(xiàn)在都能夠獲取到一些大數(shù)據(jù)來了解人們?cè)诨ヂ?lián)網(wǎng)的環(huán)境中究竟是什么樣的行為，這是技術(shù)的發(fā)展。我們可以從這些數(shù)據(jù)中挖掘更多的價(jià)值。正如很多人都知道的，百度的廣告在人工智能方面也下了很大的工夫，我們搜集了很多關(guān)于人的行為的數(shù)據(jù)，而這些深度學(xué)習(xí)可以使我們了解人們的行為——他們傾向于做什么事情，他們喜歡做什么事情。因?yàn)槲覀兊臄?shù)據(jù)中心還有很多其它數(shù)據(jù)搜集起來，使我們了解不僅僅是人的行為，還有機(jī)器的行為，從而使我們更好地管理數(shù)據(jù)中心，提高安全性。美國(guó)、中國(guó)和歐洲現(xiàn)在越來越多地使用深度學(xué)習(xí)來了解人的行為、機(jī)器的行為，在IT世界當(dāng)中以及IT世界之外挖掘更多的機(jī)會(huì)，這也推動(dòng)了我們未來的成功。

趨勢(shì)、機(jī)會(huì)和挑戰(zhàn)

人工智能的循環(huán)發(fā)展是非常迅速的，15年前，我們提出AI人工智能的良性循環(huán)。那時(shí)我們認(rèn)為如果構(gòu)造優(yōu)秀的產(chǎn)品就可以吸引更多的用戶，有了更多的用戶就可以獲得更加大量的數(shù)據(jù)。事實(shí)證明，現(xiàn)實(shí)就是這樣。

而我們以前想過但還未發(fā)生的事情就是把更多的數(shù)據(jù)通過人工智能被更好地利用，推動(dòng)更多的優(yōu)秀產(chǎn)品被生產(chǎn)出來，這是我們?cè)谧罱鼛啄瓴抛龅氖虑?。如今現(xiàn)實(shí)情況是我們的火箭引擎已經(jīng)不夠大了，而燃料卻越來越大，所以不能深度地利用這些數(shù)據(jù)。而深度學(xué)習(xí)之所以能給我們帶來更多的價(jià)值是因?yàn)槲覀儸F(xiàn)在可以從越來越多的數(shù)據(jù)當(dāng)中受益，開發(fā)越來越多的潛能。深度學(xué)習(xí)確實(shí)會(huì)改變我們的生活，改變傳統(tǒng)的人工智能，使我們最終可以把 “發(fā)動(dòng)機(jī)”和“燃料”的連接做得更好，把產(chǎn)品、大量用戶和海量數(shù)據(jù)之間的連接做得更加通暢。

雖然之前我們主要關(guān)注了圖像、語音和行為，但是對(duì)于人工智能的機(jī)會(huì)來說遠(yuǎn)不止這三個(gè)方面，譬如自然語言的處理方面以及在生物技術(shù)方面的人工智能，這些創(chuàng)新都在發(fā)生的過程當(dāng)中，人工智能也可以更多地被應(yīng)用到機(jī)器人的開發(fā)。

百年前的工業(yè)革命在當(dāng)時(shí)推動(dòng)了一些新技術(shù)的發(fā)展，未來的工業(yè)革命將把人們從日常重復(fù)繁重的工作當(dāng)中解放出來，把人性解放出來，把人的思想解放出來，使人們不再成為思想的奴隸。我很期待未來的發(fā)展，當(dāng)人力、大腦和思想被解放后，我們能做的事情將更多。

（本文系根據(jù)吳恩達(dá)博士在“2015深圳IT領(lǐng)袖峰會(huì)”上的演講整理而成）