AI 入行那些事儿（7）深度神经网络的发展及其应用

2021 巨献 —— 系列文章《AI 入行那些事儿》，为您讲述：

• 人工智能的基础原理、发展历程、当前应用
• 成为 AI 技术人员所需的入门技能和学习途径
• 以及求职、面试的全过程

几度沉浮的神经网络

神经网络模型的发展几经沉浮，早在20世纪40年代，它就被提出来了，到80年底曾经达到过一次巅峰，但很快又归于平静，直到近年才又大放异彩。

早期的神经网络结构过于简单，层数、神经元都太少了，因此得出的模型往往质量不高，如果增加层数和神经元，把结构做得很复杂，又会因为数据和硬件运算力不足导致无法运行。

几十年来，计算机硬件的运算能力、训练数据和算法的欠缺一直是困扰和制约神经网络发展的重要原因。

直到2006年，加拿大多伦多大学的辛顿（Hinton）教授发表了一篇关于深度神经网络的论文，把当时硬件的发展和神经网络结合起来，将GPU应用到深度学习的训练中。

这一次运算力的问题终于被解决了，神经网络在理论研究和硬件设备两个必要条件都具备了。同一时期大数据技术的发展又为训练深层神经网络提供了原材料。

神经网络又一次被推上了高潮，深度神经网络成了学术界和工业界共同的青睐，深度学习领域也随之出现了。

深度学习 vs 机器学习

机器学习和深度学习最主要的区别是特征提取不同。机器学习的特征提取主要依靠人工，深度学习则可以全部交给神经网络去完成，操作时只需要把一个事物的所有特征全部导入就可以了。

在训练足够充分的前提下，深度学习模型的自适应性也比机器学习模型更好。当然对于资源和运算能力也会有相应的要求。它所需要的数据量跟机器学习完全不在一个量级，训练一个机器学习模型可能只需要几千个样本，训练深度学习模型至少需要几万个样本。

深度学习对数据的需求量这么大，它对计算能力的需求也相应地远远超过了机器学习模型，一个机器学习模型也许对硬件要求不高，训练的时间几分钟或几小时就够了，而深度学习模型必须使用带有GPU的机器才可以训练，训练的时间动辄十几、几十个小时，几周几个月都有可能。

深度学习的应用

说到深度神经网络，大家想必都听说过颇负盛名的AlphaGo。它是2016年上线的智能机器人，当年挑战了韩国的九段棋手李世石，并以4:1的战绩大获全胜。

2016-2017年，它又化名Master，在线上连续击败了六十多位来自中国大陆、中国台湾、日本和韩国的高段位棋手。2017年，它又以3:0的战绩击败了当时世界排名第一的中国棋手柯洁。

其实，像Alphago这样和人类对弈的程序出现得很早。20世纪90年底，IBM公司推出了一个国际象棋对弈系统——“深蓝”，这个系统挑战了当时国际象棋世界排名第一的俄罗斯棋手卡斯帕罗夫，也取得了胜利。

在当时，媒体和学术界的一些人都认为，计算机程序虽然能在国际象棋上击败人类，却不可能在围棋上击败人类。因为在那场比赛中，“深蓝”采取了穷举法，把国际象棋盘上六十四个格子里所有可能出现的排列全部枚举了一遍，然后再计算每一种排列取胜的概率，这才战胜了人类。

但围棋的棋盘上有361个点，如果全部枚举，最终得到的排列情况将会是一个天文数字，可能比整个宇宙中原子的数量还要多，这是根本不可能做到的。

AlphaGo挑战了这一观点，它并没有去穷尽所有可能，只是学习了一百多万盘人类对弈的棋局，然后利用深度神经网络从中提取人类对弈的各种模式，获取有效步骤，忽略无效步骤，这就是它的神奇之处。

AlphaGo虽然神奇，却离我们很远，我们很难有机会接触到它。离我们最近的一个深度学习应用是智能音箱。

现在智能音箱的种类非常多，不管是哪种，都可以实现通过语音控制执行各种操作，这涉及到语音识别功能。我们还可以和智能音箱进行对话，这是聊天机器人功能，包括了语音识别和语音合成。

这些功能是利用机器学习或深度学习实现的，语音是目前深度学习落地最充分、实战性最强的一个领域。

另一个深度学习的应用领域是自动驾驶，包括特斯拉在内的许多公司都进行了这方面的研究。

自动驾驶非常复杂，是一系列综合技术。研发者除具备汽车工程方面的相关技术外，还应掌握感知技术和驾驶算法。现在一般采用两种方法进行感知，一种是利用图像识别，通过对采集来的图像进行分析，另一种是通过激光雷达进行感知。

利用驾驶算法对感知结果进行计算并决策，判断当前汽车应该进行什么样的操作，到底是加速还是减速，左拐还是右拐，起步还是停车。这种算法相当复杂，也是当前热门的深度学习研究方向之一。

目前，自动驾驶技术还很不成熟，很多公司在自动驾驶测试过程中都出现过交通事故。自动驾驶过程中的交通事故认定也很复杂，学术界和法律界也一直在争论事故的责任人到底是人还是机器学习，所以这种技术离真正实现还有很长的路要走。

现阶段，从工业实践的角度而言，深度学习主要应用于语音处理、图像处理、自然语言处理和知识图谱等领域。