人工智能革命为什么会爆发？深度学习算法功不可没

人工智能历史悠久，最早可以追溯到十三世纪的西班牙人拉曼鲁尔和十七世纪的著名数学家莱布尼茨。不过普遍认为，这一轮人工智能革命的最直接的源头来自于一位叫做GeoffreyHinton的加拿大多伦多大学的教授，他被认为是这一轮以深度学习为代表的人工智能革命的开创者，他也有这一轮人工智能专家的标志性的头衔，就是“神经科学家+计算机科学家”。

一、深度学习的原型：用计算机模拟人类大脑GeoffreyHinton教授在上中学的时候一个朋友告诉他，说大脑是用全息的方式存储外界信息的，这勾起了他对大脑功能的兴趣，这一个小事件就把他引向了后来一生从事的事业。他从大学起就开始研究神经科学，并且从上世纪80年代初就开始研究用计算机系统架构来模拟人类大脑，就是我们今天说的深度学习的原型。

第一，因为深度学习要求分层，就是分层输入和输出，每一层的输出成为下一层的输入。每一层该怎么单独优化，这个问题是GeoffreyHinton到2006年才解决的。文章发表在2007年的《认知科学趋势》这本杂志上，成了这一轮人工智能革命启动的标志，标志着深度学习的算法初步被完善了。第二，是在理论完备之后的好几年里，深度学习依然不被认可。

一个就是斯坦福的教授，也是后来谷歌大脑的创始人吴恩达教授。因为他发现深度学习需要有更强的计算能力，所以他找到了英伟达的GPU（GraphicsProcessingUnit，图形处理单元），使得计算能力提升了上百倍。另外一个人也是斯坦福的教授，也是华人，李飞飞，她建立了一个图像识别资料库。而且这个库里面的所有的图像都是标注过的，也就是说，如果图里有山就会标注出山，如果有树就标注出树。

一方面证明了训练的重要性。另一方面证明了深度学习是人工智能里面最好的一个算法。所以，我们回顾这段历史的时候，会得到一个启示：很多时候，一个伟大的科技突破刚刚出现的时候，它的表现并不令人满意。