1956年，达特茅斯人工智能夏季研究计划首次提出“人工智能”一词，标志着这一学科的正式诞生，并鼓舞了一代又一代的科学家不断探寻可以媲美人类智慧的信息技术的潜力。近年来，由于深度学习和神经网络技术的广泛应用，人工智能步入黄金时代，实现井喷式发展，对人类社会的生活和生产方式都产生了十分深刻的影响。
作为人工智能从概念到繁荣得以实现的主流技术，“深度学习”也被全球各大科技巨头纷纷拥抱。自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo…… 我们今天所看到的各种形式的人工智能，背后都是“深度学习”在发挥神奇的作用。
深度学习究竟是什么？它是如何一步步影响科技、商业和社会生活的？未来若干年，它又将如何影响我们所处的世界？如何让深度学习为个人和生产赋能，发挥作用呢？ 2019年2月，全球人工智能十大科学家之一、深度学习先驱及奠基者 特伦斯·谢诺夫斯基将出版新书《深度学习：智能时代的核心驱动力量》，首次以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升，并前瞻性地预测了智能时代的商业图景。
《深度学习：智能时代的核心驱动力量》
“深度学习”是人工智能发展历程中承上启下的重要阶段
“深度学习”是机器学习的一个分支，它根植于数学、计算机科学和神经科学。是指通过模仿人脑的神经网络，让机器像人类一样拥有学习能力的一种技术。经过深度学习训练的计算机，不再被动按照指令运转，而是像自然进化的生命那样，开始自主地从经验中学习。它脱胎于60年前开启的人工智能研究，而其自身的概念形成，到落地开花，则只有十多年的光景。
“微软小冰之父”李笛在本书的推荐序中写道：与过去相比，深度学习极大地推进了人工智能各个分支课题的发展速度；与未来相比，我们今天所取得的一切成果，都是非常粗糙的，注定会被更好的成果取代。因此，了解深度学习，就如同站在一个关键的节点上向时间河流的上下游看，一览无遗。
AI领域奠基者，首次以亲历者视角全景解析“深度学习”
特伦斯·谢诺夫斯基是世界十大AI科学家之一，全球人工智能顶级会议NIPS基金会主席。作为深度学习领域的先驱和奠基者，他亲历了深度学习在20世纪70年代到90年代的寒冬。但他和一众开拓者，利用大数据和不断增强的计算能力，终于在神经网络算法上取得重大突破，实现了人工智能井喷式的发展。
作为神经网络的先驱，早在1986年，特伦斯就与深度学习之父杰弗里·辛顿共同发明了玻尔兹曼机，把神经网络带入到研究与应用的热潮，将深度学习从边缘课题变成了互联网科技公司仰赖的核心技术，实现了人工智能井喷式的发展。
1989年，特伦斯加入美国索尔克生物研究所(美国生命科学领域成果最多的研究机构)，与DNA双螺旋结构的发现者之一弗朗西斯·克里克作为同事，共同研究神经网络科学。
在全球最大的在线学习平台Coursera上，特伦斯还与奥克兰大学的教授芭芭拉·奥克利共同开设了一门叫做《学会如何学习》的课程，通过系统讲解大脑认知的底层知识，让学习者可以改变思维模式，提高学习的能力和效率。现在这个课程已经有超过300万学员参与，成为了全球最受欢迎的互联网课程。
人工智能时代，你不可不知的五大重要趋势
人工智能时代，每个人都与深度学习息息相关。在《深度学习：智能时代的核心驱动力量》一书中，特伦斯不仅首次全景展现了深度学习的演变与应用，更前瞻性地预测了智能时代的商业图景和重要趋势。
趋势1——AI医疗：更准确的诊断和治疗
通过对超过2000种不同疾病的13万张皮肤病医学图像数据库的深度学习后，计算机对新患者医学影像的诊断与21位顶级皮肤科专家的结论基本一致，甚至在某些情况下还要更准确。
以前我们看病要先去挂号、看医生、拍片子、等诊断结果，以后我们只要拿手机拍下意思皮肤病变的照片，就可以立即进行诊断——这让我们可以在早期就开始治疗，并且不用承担遇到庸医的风险。不单是皮肤病，通过深度学习的诊断，医生可以将癌症诊断的准确度从0.966提高到0.995。误判的情况将大大减少，更多生命将被挽救。
《深度学习》会告诉你更多AI医疗的应用场景，以及我们将如何受益。
趋势2——未来教育：成为更好的学习者
传统的教育体系像是一个流水线系统，对学生按年龄进行划分，教师在大班里年复一年地传授相同的课程。当工作岗位需要更高水平的培训和终身学习来更新工作技能时，这个系统就落伍了。最优质和最有效的教学方式是让经验丰富的成人教师和学生之间进行一对一交流。
2011年秋季，三位斯坦福大学教授在网上公开发布了自己的“人工智能导论”上课视频，不收取任何费用，他们的这一举动打开了潘多拉盒子。这门课程吸引了16万人注册，有23000人坚持学完了该课程。在这之后，曾在谷歌任职的塞巴斯蒂安·图伦教授参与创办了网上大学Udacity，主要提供大量在线公开课程，或者简称“慕课”。
慕课不仅仅是在线学习，它改变了“老师给学生传授知识”这种自上而下的传统模式，取而代之的是大不相同的紧密联系模式，即教师与学生之间、学生彼此之间不再是层级关系，而是共同学习、探索和讨论的关系。
趋势3——社交变革：社交机器人的崛起
人工智能已经成为我们生活中的一部分，比如生活中常见的智能音箱，或者苹果手机智能语音助手Siri。社交聊天机器人可以在闲聊中帮助用户执行多种任务。
2014年5月微软发布小冰，之后她成为使用最广泛的社交聊天机器人。她理解用户的情感需求，进行人际沟通，在对话中鼓励用户、吸引用户参与对话、逗用户开心。这些对话使用户的情绪变得更加积极，为用户提供情感支持和社交归属感。
趋势4——跨文化交流：语音识别和语言翻译
早在1946年第一台计算机发明之初，就有科学家提出利用计算机自动进行语言翻译的设想。经历70多年的发展，机器翻译先后涌现出多种方法。近几年，随着深度学习技术被应用到翻译领域，翻译质量大幅跃升，百度、谷歌、微软等巨头公司相继发布了一系列基于最新人工智能技术的翻译系统和产品。当语音识别和语言翻译结合到一起时，实时的跨文化交流将有可能实现。《星际迷航》中那种万能翻译机将触手可及。
趋势5——未来的身份认证：面部识别和生物扫描
在我们的生活的很多场景中都会用到面部识别系统，比如手机屏幕解锁、支付宝刷脸支付。除了固定的面部图像之外，人工智能已经学会识别人类的面部表情。美国一家名为“Emotient” 的公司开发的深度学习网络能够以 96% 的准确率，在各种不同的照明条件下，利用面部信息识别人物情绪，并实时地对自然行为做出判断。在不久的将来，你的iPhone可能不仅会问你为什么不高兴，还可能帮助你冷静下来。
正如李笛在《深度学习》的推荐序中写道：“《深度学习》并非教科书，而是一本面向未来的历史书。”站在科技拐点，是被AI取代，还是让AI把你变得更聪明成为时代的驾驭者，取决于你对深度学习的理解。
