深度學習是機器學習的一個分支，它根植于數學、計算機科學和神經科學。深度網絡從數據中學習，就像嬰兒了解周圍世界那樣，從睜開眼睛開始，慢慢獲得駕馭新環境所需的技能。深度學習的起源可以追溯到20 世紀50 年代人工智能的誕生。關于如何構建人工智能，當時存在兩種不同的觀點：一種觀點主張基于邏輯和計算機程序，曾主宰人工智能的研究和應用數十年;另一種觀點則主張直接從數據中學習，經歷了更長時間的摸索才逐漸成熟。
《深度學習：智能時代的核心驅動力量》由中信出版集團最新推出。本書作者特倫斯·謝諾夫斯基是世界十大AI科學家之一，美國四大國家學院(國家科學院、國家醫學院、國家工程院、國家藝術與科學學院)僅3位在世的“四院院士”之一，全球AI專業會議NIPS基金會主席。
特倫斯認為，地球上的生命充滿了無數奧秘，但最具挑戰性的也許是智能的本質。自然界充斥著各種形式的智能，從微小的細菌到復雜的人類智能，每種智能都適應了它在自然界中的位置。人工智能也將以多種形式出現，并在智能族譜中占據特殊的位置。隨著基于深度神經網絡的機器智能日漸成熟，它可以為生物智能提供一個新的概念框架。
在近年來陸續出版的、解讀人工智能技術與趨勢的許多書籍中，這是一本不可多得的好書。它的閱讀過程令人愉悅，涉及的知識深度又比較恰當。因此，即使是不具備相關領域知識背景的讀者，也能夠輕松地讀完它。人們完全可以利用“碎片時間”來研讀這本30多萬字的大作，從而集中了解到與人工智能相關的技術分支、組織人物與重要事件。在人工智能熱度很高的當下，這本書的價值在于，幫助讀者建立一種相對貼近事實的科學觀。
讀者可以把這本書當作一本有關人工智能的簡明歷史來看待。人工智能是科技王冠上的鉆石，而深度學習代表了其中一個承上啟下的重要階段。深度學習脫胎于科學家們六十多年前開始的人工智能研究，其自身的概念形成，到落地開花，則只有十多年的光景。與過去相比，深度學習極大地推進了人工智能各個分支課題的發展速度;與未來相比，我們今天所取得的一切成果，都是非常粗糙的，注定會被更好的成果取代。因此，了解深度學習，就如同站在一個關鍵的節點上向時間河流的上下游看，一覽無遺。
我相信，不同的人會從這本書中得到不同的收獲。總體而言，這本書有助于在我們心目中更加清晰準確地繪制人工智能的未來圖景。從某種意義上說，所有的過去亦都昭示了未來，但我更建議讀者以最輕松的心態來閱讀它。因為這樣，能夠讓讀者以更加客觀公正的視角去檢閱人類與機器的能力短板與優長——你可以從本書中了解到那些令人驚訝，甚至于有些擔憂的科技進展，大致了解它們背后的原理。這展現了人工智能相對于人類而言的單方面優勢。另一方面，你也能看到許多真實事例，反映了人工智能相對于人類而言的“笨拙”。科學與科學幻想涇渭分明。在現實中，這種“笨拙”的情況往往更加普遍。這些事例有時令人忍俊不禁，它恰恰體現了我們人類的大腦是多么精妙的設計。
事實上，在我看來，當下最令人彷徨不定的，并不是人工智能有多么“強大”或有多么“笨拙”，而是我們已處在一個科技的拐點，需要由我們每個人對未來的走向做出抉擇。這是一個非常具有現實意義的話題。雖然深度學習是這個拐點的主要推動力之一，但它并不需要為我們的困擾承擔責任：
選擇權的困擾：一輛無人汽車行駛在道路上，假設突然面臨必然要發生的車禍，它應當向左撞向一個無辜的老人，還是向右撞向一個無辜的壯年?
決策權的困擾：一個系統可以基于人類個體不具備的廣泛即時的大數據，用任何人無法企及的速度，迅速做出某個決策。這樣的洞察和決策力，應該掌握在誰的手中?
工作權的困擾：一項基于人工智能的技術可以比人類以更好的質量和速度去完成某項生產。這項技術應該歸屬于工廠主來代替工人，還是應該歸屬于工人來幫助工廠主更好地完成工作?前者會帶來失業，而后者有望帶來更高的工作效率。
社會層面的困擾：一個面向情感的人工智能機器人幫助一個人解決孤單，卻使他主動減少了與他人的社交溝通。這種陪伴究竟是在幫他解決問題，還是制造了更多的問題?
技術濫用的困擾：一項技術可以幫助任何人打造與他們高度相似的語音，制造出來的聲音，令他的家人也難辨真假。這樣的技術會不會被別有用心的人用于犯罪，例如詐騙電話?
不知不覺間，這些看似遙遠的事，突然間已變成我們必須要面對的現實情況，而我們也已經在上述一些場景中做出了初步的抉擇。其中一個關鍵因素是，人們常常對人工智能的“智商”印象深刻，但往往忽略了：人工智能系統化的優勢之一在于“大規模的并發”。因此，任何一種以上技術應用的場景，只要乘以巨大的人口，都會帶來很大的影響。相對而言，在圍棋游戲中贏過人類，其實是最不需要擔憂的了。
在微軟，我們最近成立了與人工智能及倫理相關的組織，力圖在當前的框架內去發現盡量多的問題，盡可能在早期就避免問題的發生。微軟在人工智能領域的技術和產品線很廣泛，因此我們做過的抉擇也相對較多。這些抉擇往往決定了我們在有能力的情況下，主動放棄去做什么。
這意味著克制與敬畏之心。例如：微軟小冰在兩年前推出擬人的全雙工語音電話技術(Full Duplex)時，我們就制定了該產品的倫理規則，不允許在用戶不知情的情況下，讓小冰偽裝成真人去撥打電話。我們也不使用微軟小冰的技術去從事呼叫中心的外呼業務，因為它存在被濫用為垃圾廣告電話的風險——盡管這些往往意味著巨大的商業價值。今天，在中國、美國、日本、印度和印度尼西亞，微軟小冰擁有近7億人類用戶，如果她在對話的時候努力誘導人們去購買某種商品，顯然會帶來可觀的收入預期。但誰會愿意和一個一心想著如何誘導你買東西的人成為知己呢?
這種克制，不僅僅是一兩家企業的責任。它依賴于整個社會對人工智能，特別是深度學習相關技術的了解。對技術的了解越普遍，也就越能幫助企業更好地運用手中的技術，進而幫助我們每一個人獲得更好的生活，享受人工智能為我們帶來的價值。
在我看來，這就是這本書所具有的現實意義。它并非教科書，而是一本面向未來的歷史書。它揭示了人工智能有望給世界、給人類帶來的巨大改變，遠超我們現在所能想象到的全雙工語音、人臉識別、情感計算甚至是自動駕駛。換句話說，基于我們現在的技術和產品水平，相信許多人已能在腦海中比較清晰地勾勒出，自己在馬路上與一輛并沒有司機駕駛的汽車相遇的場景。但與人工智能即將展現的偉大圖景相比，這些都不值一提
京公網安備 11010502049343號