中国小康网 独家专稿

　　曾经，读深度学代人工智能在人们心目中的习智形象大多停留在《星球大战》等科幻片中，但AlphaGo的核心何谈面世，让人们真正意识到，驱动人工智能，力量论人真的工智来了。

　　但是读深度学代，人工智能究竟是习智如何走到现在的，它进化的核心何谈路线究竟是什么样，同时它将走向什么方向？很多人可能并不了解。驱动

　　特伦斯·谢诺夫斯基作为深度学习领域的力量论人先驱及奠基者，回答这一问题，工智是读深度学代最合适不过了。他所写的习智《深度学习：智能时代的核心驱动力量》一书，可以看作是核心何谈人工智能的发展简史。

　　著名作家尤瓦尔·赫拉利在《今日简史》中写道，人们普遍认为，机器学习将改变几乎所有的工作，从制作酸奶到教授瑜伽都无法幸免。我们有充分的理由相信这次情况不同，机器将会真正让整个情况彻底改变。

　　我们可以看几个例子。比如贷款审核员，他们评估借款人的信用好坏，是通过分析对方的面部表情、声调、手部动作甚至体味来识别生化模式。而人工智能只要搭配适当的传感器，绝对可能把这些工作做得比人类更精确可靠。比如现在的测谎仪，在测谎方面就已经超过了大多数人，不是吗？

　　所以，尤瓦尔·赫拉利指出，在过去几十年中，在神经科学和行为经济学等领域的研究，让科学家能够“破解”人类，更清楚地了解人类究竟是如何做出各种决定的。事实证明，我们从选择食物到选择伴侣，都不是出于什么神秘难解的自由意志，而是数十亿神经元在瞬间计算各种可能性的结果。过去大受赞赏的“人类直觉”，其实只是“辨识模式”罢了。

　　而谢诺夫斯基正是推动神经网络学习的先驱。出身生物学的谢诺夫斯基，对神经网络抱有坚定的信心，并幸运地遇到了他的搭档杰弗里·辛顿。两人在此领域坚持了下来，一干就是几十年。

　　谢诺夫斯基和辛顿合作研究出了一种新型神经网络模型，叫“玻尔兹曼机”，打破了阻碍一代人研究多层网络模式的僵局，证明了基于大脑式计算的全新方法是可行的，最终为深度学习的发展奠定了基础。

　　但深度学习是数据密集型的，在当时的计算机条件下，人工智能无法取得重大突破。直到30年之后，计算机开始变得足够快，同时也可以获得大量可利用的数据，这让深度学习实现了重大突破，并且在当前的人工智能领域占据主导地位。(姜奇平)

　　本文刊登于《小康》2019年3月下旬刊

(责任编辑：综合)