计算机识别一只猫有多难？

　　对于我们人类来说，识别一只猫可以在瞬间完成，而对于计算机来说，由于它不具备人类大脑高度发达的神经反射系统，所以识别一只猫很难，这不是计算机有了高速运算的能力就可以做得到的。谷歌公司为了在1000万个视频中找到猫的视频，用了1.6万台计算机，花了3天时间。他们把这些计算机连接起来，构成了一个庞大的计算机神经网络，并与互联网相连，让这个神经网络自己学习如何识别猫。这就是人工智能领域新一代的机器学习（machine learning）形式——深度学习(deep learning)。换句话说，就是让计算机像人脑一样去学习和思考。

　　当谷歌公司最初设计地图系统的时候，完全依赖人工来确认街拍的每一个地址。因为工作量巨大，后来搭建了能够深度学习的人工智能系统——Google Brain。现在，用这个工具处理法国所有街道的地址数据，用时不到一个小时。而谷歌公司研发的自动驾驶汽车，还有它的广告业务，都从这个智能系统中获得了很大的好处。

　　和传统的机器学习不同，深度学习是把计算机科学和人类的神经学结合起来，让计算机自主学习。比如，不是由人告诉计算机这是一只猫，然后让它来进行识别和印证。而是给计算机提供大量的图片数据，让它自己学习和分析，然后自主形成“猫”的概念，就像人类大脑的视觉皮层那样反应。有了具备深度学习能力的人工智能系统，以后驾车出行时，汽车就能主动提醒你周围的路况，还能应用于语音和脸部识别、医疗诊断等领域。

　　2016年新年伊始，脸书（Face book）创始人马克·艾略特·扎克伯格就宣布要研发一台智能机器来控制自家住宅的各项功能，并且帮助他工作，类似于一个无形的管家，并把它与《钢铁侠》（Iron Man）电影中的智能电脑贾维斯（Jarvis）相提并论。由此可见，脸书也要跻身深度学习机器人的领域了。