转载

神经网络发神经，人类会怎么样？

吴恩达认为人类无需担心人工智能的发展，对所谓邪恶机器的过度关注，会使得人类丧失技术进步所带来的好处。

计算机已经能够理解一幅画

这位来自百度首席科学家在The Big Talk硅谷专场的演讲中，甚至举例说，在未来，他的儿子或者孙子可能会问他当年他小时候的微波炉不能和他打招呼是不是会不礼貌。

他只是想表达，人工智能技术的进步和发展，会让一起机器设备变得具有“智能”，而这种智能是指机器已经具备了能够自主的根据新的环境变化，做出适应性调整。

这要拜深度学习领域研究的进展，是的人类在用计算机技术处理“抽象概念”方面获得的突破性的进展。

深度学习起源于人工神经网络——是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。尽管对人脑的运行机制人类还没有完全能够认识清楚，但是即使是如此粗糙的对人脑工作机制的简单抽象，也已经给我们的人工智能带来巨大的进步。

吴恩达在现场演讲中提到百度的深度学习技术已经可以理解某种图像：当把一副黄色大巴车在路上行使的图像作为输入的时候，计算机能够告诉你：黄色大巴开在路上。

不是梦，神经网络具有了自我意识

就像人一样，当你看到一副图，或者听到一种声音，你会自动自发的对这幅图有一个描述。

在The Big Talk的现场，另外一位演讲者，来自康奈尔大学的Hod Lipson教授举了另外一个例子：他们设计了一个深度学习网络，输入大量的图片，用来训练这个深度网络识别狗和猫。在学习的过程中，令人惊讶的是，他们发现其中的一个神经元开始追踪人的面部了，但是这个网络不是被培训进行面部跟踪的，只是让他区分狗和猫的，可是它一下学会了识别人脸。

在普通人看来，这样的神经网络就像发了神经一样，可能失去了控制，但是在Hod Lipson教授看来：这是一个让人惊讶惊喜的技术。

也就是说，当大量的数据被输入之后，一个神经网络将会怎么演化，或许将不受设计者最开始的设计目标的约束，具备了某种意义上与人一样的“自主思考和决策的能力”。

如果再想想已经如火如荼的3D打印技术，难免有人会担心，终有一天机器人会自己生育（打印）自己，而且可能会变得越来越聪明？！

传统上，我们都是认为，电脑程序是我们人类编写的，计算机只能按照我们输入的指令运行，所以计算机只能作为人类的奴隶。

但是在深度学习网络中，软件编程能力已经不再重要！

人工智能的发展，重要需要两个引擎来推动：超大规模的神经网络和海量的数据。

这被吴恩达比喻为建造火箭需要的强有力的发动机引擎和大量的优质航天燃料。

在互联网的时代，我们已经能够获得海量的数据，这些数据所蕴含的的大量信息，已经能够为神经网络的自动进化提供良好的基础，即使最开始的算法和程序设计并不是那么好，那么只要有足够的数据，这个深度网络也会变得越来越好。

深度学习研究进展已经非常神速，人类正在逼近真正人工智能

笔者检索到一篇来自中国石油大学自动化研究所刘建伟等人著写的《深度学习研究进展》论文中看到，科学家们已经在深度学习模型方面形成了至少三种比较成熟的模型，包括卷积神经网络（Convolutional neural network）、深度信任网络（ＤＢＮ和堆栈自编码网络（Stackedauto encoder network）。

当前，由于深度学习能够解决很多高度抽象的复杂问题，很多研究人员开始投入精力，“从初始化方法、网络层数和激活函数的选择、模型结构、学习算法和实际应用等方面对深度学习开展了大量富有成效的研究。

按照刘建伟的介绍，深度学习的最新应用主要集中在语音和音频应用（语音识别，尤其是自然复杂环境下的语音识别）、手写体字符识别、人脸识别、图像识别和检索、自然语言处理和检索等多个领域。

但是我们对深度学习走向真正的人工智能还并不能完全的乐观，这方面的挑战也依然很大，在刘的文章中，有学者认为：“在在线学习场景中一旦进入微调阶段就有可能陷入局部极值，因此目前的算法对于在线学习环境是不可行的，未来需要研究是否存在训练深度学习的完全在线学习过程能够一直具有无监督学习成分。”