在澳大利亞西海岸，阿曼達·霍奇森（Amanda Hodgson）正在向印度洋投放無人機，從空中俯拍海面，以便尋找珀斯灣里的海牛，從而保護這種瀕臨滅絕的海洋哺乳動物。
不過麻煩的是，霍奇森和她的團隊沒有充足的時間來篩查所有的航拍照片，因為照片實在太多（大約有4.5萬張）。而且沒有受過專門訓練的人很難發現照片中的海牛。于是，她把這項工作交給了深度神經網絡去完成。
深度學習正在重塑谷歌、Facebook、微軟和亞馬遜。神經網絡是一種機器學習模型，它不僅能夠識別你發布在社交平臺上各種照片中的人臉，還能理解你提出的問題，并輕松進行網絡搜索。
神經網絡算法大致上按照人腦的神經元網絡建模，再通過掃描分析大量的數據，從而學會執行不同的任務。
澳大利亞莫道克大學的海洋生物學家霍奇森正是利用這項技術，在數萬張開闊水域的照片中尋找海牛。目前，她在由谷歌開發的開源深度學習系統TensorFlow上運行這一神經網絡。
霍奇森說，想要從照片中識別出海牛，必須要十分眼尖才行，主要因為這些動物通常在海面下進食。“它們看起來像是白色的浪花或者反射光。”她說。但現在，神經網絡能夠識別出珀斯灣里的海牛，其準確率達到80%左右。
雖然基于神經網絡的深度學習技術還處于發展初期，但這并不能掩蓋其過去一年在世界范圍內帶來的轟動和影響。其中，最引人注目的莫過于今年3月那場轟動世界的“人機大戰”，人工智能AlphaGo以4:1的大比分擊敗了頂尖圍棋高手李世石。
深度學習不再是無足輕重的研究。繼這場博弈之后，谷歌、Facebook、微軟和亞馬遜這些互聯網科技巨頭們通過開源平臺和云計算服務將這一人類科技的結晶迅速傳播到世界各地。
新的機器翻譯
在過去幾年中，Google Photos等應用通過神經網絡技術對其圖像識別功能進行了改善，并將Google Now和Microsoft Cortana等智能機器助理的語音識別精度提升到一個新的高度。今年，他們實現了機器翻譯質量的巨大跨越，可以自動將語音從一種語言翻譯成另一種語言。
今年9月，谷歌推出了一項名為Google Neural Machine Translation（谷歌神經網絡翻譯）的新服務，據谷歌方面表示，這種新算法在進行某些語言之間翻譯時，可以將誤差率降低55%至85%。
谷歌通過將大量的現有翻譯文本輸入系統，以此來訓練神經網絡。其中既包括舊版Google Translate（谷歌翻譯）中品質較低的翻譯數據，也包括人類專家的翻譯結果，并以這種高質量翻譯數據居多。
對于深度學習算法而言，能夠克服數據缺陷是它最大的魔力之一：只要給予的數據足夠多，哪怕有些數據存在缺陷，它也可以被訓練出遠超低水平的翻譯水準。
谷歌服務部門的首席工程師麥克·舒斯特（Mike Schuster）坦言，這項服務遠遠稱不上完美，但它仍然代表了一次突破。
由于該服務完全基于深度學習，因此谷歌可以更輕松地開展相關的改進服務。它可以集中精力把系統作為一個整體去改進，而不是像老式機器翻譯服務那樣，只能調整其中的一部分。
與此同時，微軟也在朝同一個方向努力。今年12月，微軟發布了Microsoft Translator（微軟翻譯），這款應用程序可以支持9種不同語言的實時翻譯。
負責人工智能（AI）研發部門的微軟副總裁沈向洋表示，這個新系統幾乎完全基于神經網絡。這意味著，微軟的機器翻譯水平可能會更快地提高。
新的聊天機器人2016年，深度學習技術還進入了聊天機器人領域。其中最引人注目的便是谷歌在今年秋天發布的Google Allo，它基于一種名為“Smart Reply”（智能回復）的谷歌早期技術，可以自動為您分析收到的文本和照片，并立即建議應該如何答復對方。
這項技術一經問世便廣受好評，這很大程度上是因為它尊重了當前機器學習技術的局限性。Allo建議的回復內容往往簡短幽默，而且程序經常提供不止一個建議，因為谷歌也知道目前的AI也并不總能把事情做對。
在Allo內部，神經網絡技術也能響應你對谷歌搜索引擎提出的問題。它們會幫助谷歌搜索助手了解您的需求，，并提供答案。
谷歌研發產品經理大衛·奧爾（David Orr）說，如果沒有深度學習技術，Allo不可能知道如何回答。“你需要使用神經網絡，甚至可以說這是我們找到的唯一方法。我們必須使用我們擁有的所有最先進的技術。”
現在，對于神經網絡技術而言，其實距離真正的人機對話還很遙遠，這種聊天機器人仍有很長的路要走。但是，谷歌、Facebook等機構的研究人員正在更深入地探索深度學習技術，以幫助達到這個崇高的目標。
真正意義上的人機對話將成為下一個前沿領域。
新的數據中心今年夏天，繼AlphaGo征服圍棋之后，戴米斯·哈薩比斯（Demis Hassabis）和他的谷歌DeepMind實驗室又宣布，他們打造了一種全新AI系統——它使用深度強化學習技術可以幫助操作谷歌全球計算機數據中心網絡。
這套AI系統知道何時應打開位于數據中心的數千臺服務器中的散熱風扇，并根據需要打開數據中心窗戶以進行額外冷卻，甚至還能決定何時需要打開室內空調。總之，它控制著每個數據中心內的120多項功能。
彭博社報道稱，這種AI系統非常有效，可以為谷歌每年節省數億美元開支。2014年時，谷歌以大約6.5億美元收購DeepMind，如今看來，也算是物有所值了。
目前，DeepMind計劃在這些數據中心里安裝更多的傳感器，以便收集更多數據，訓練該AI系統達到更高的水平。
新的云服務互聯網巨頭不僅把深度學習技術用于自己的產品，它們還把這項技術交給其他人。2015年年底，谷歌發布開源人工智能學習平臺TensorFlow。
在過去一年，這款一度只掌握在一家之手的軟件傳播世界各地，一直傳到像阿曼達·霍奇森教授這樣有需要的人手中。
同時，谷歌、微軟和亞馬遜開始通過云計算服務提供他們的深度學習技術，讓任何程序員或公司都可以使用這些技術來打造自己的應用程序。人工智能作為一項服務或許將成為這三家互聯網巨頭的最大業務。
隨著AI的發展，計算機科學家的角色正在改變。
今年以來，這一新興市場的井噴式發展也引發了AI人才搶奪大戰。谷歌聘請了斯坦福大學的華人女教授、AI專家李飛飛，擔任谷歌云計算機器學習負責人，她的加入讓谷歌在機器學習和人工智能上有了新布局。亞馬遜則聘請了卡內基梅隆大學教授亞歷克斯·斯摩納（Alex Smolna），讓他在亞馬遜云計算帝國中扮演類似的角色。
科技巨頭竭盡全力招攬AI人才，沒有為其他公司留下多少機會。所幸，他們競爭產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，計算機科學家的角色也正在發生改變。傳統的只會寫代碼的程序猿們也許將慢慢變得沒那么重要，而越來越多的需要那些可以訓練神經網絡的科學家們，后者所需的技能非同以往。
與自己開發東西相比，它更類似于誘導數據產生想要的結果，而不是獨自造東西。谷歌、Facebook等公司不僅積極招攬新型人才，并且也在著重培養員工這方面的能力。在未來，AI將會在每個人生活中重新定義科技。
京公網安備 11010502049343號