“计算”未来数字化生活

开篇：润墨网以专业的文秘视角，为您筛选了一篇“计算”未来数字化生活范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

吴恩达认为，深度学习是机器学习的一种，但它更像是模拟人脑过程来进行学习

下一代深度学习算法将助力搜索、物联网和机器人设备。

研究人员正在竭力开发一套新的算法，以支持更方便的搜索、自动驾驶汽车、更灵巧的智能手机以及物联网。

深度学习算法基于对大脑进行的松散模拟，已用于推动诸多技术的发展，比如语音识别、自然语言处理和机器人自主等技术。

现在，研究人员致力于研发下一代的此类算法，下一代算法将广泛应用于机器学习和人工智能领域，有望成为重大技术发展赖以生存的基础。 深度学习算法

加布里埃尔咨询集团（Gabriel Consulting Group）的分析师丹・奥尔兹（Dan Olds）表示，如果我们想要看到“影响深远”的技术进步――比如可以让我们小睡或阅读的自动驾驶汽车，以及会飞起来、自动将人载往目的地的汽车，就需要更好的深度学习算法。

“这些自动驾驶汽车依赖这个本领，即能够‘观察’路面上的障碍，然后灵活避开障碍。汽车辨别行人和路标的水平越高，察觉潜在危险的能力就越强。”奥尔兹说，“此外，受影响的不仅仅是我们未来的数字化生活，还有我们的现实生活。如果我们可以把在全国或全世界运送货物的重任交给系统去处理，那会怎样？如果我们可以在开车去上班的路上，坐在后面睡觉，又会怎样？”

从根本上说，尽管大多数人连深度学习算法听都没听说过，但更好的算法有望带来这种美好的未来：家居更智能化，机器人设备能够替我们照顾父母以及遛狗。

Moor Insights & Strategy公司的分析师帕特里克・穆尔黑德（Patrick Moorhead）说：“这种研究意义重大，因为它有望带来更有效的方式，以便处理物联网和移动技术带来的无限扩展的数据集。尽管大多数人对深度学习一无所知，但它是未来数字化生活的一个重要组成部分。”

吴恩达（Andrew Ng）是斯坦福大学的计算机系副教授，也是百度公司的首席科学家。百度是一家中国互联网服务公司，也是数一数二的中文搜索引擎。吴恩达正与斯坦福大学和百度的科学家进行合作，潜心研发下一代深度学习算法。

近日，他在《麻省理工科技评论》（MIT Technology Review）杂志于马萨诸塞州坎布里奇市举办的新兴技术大会上作了发言，畅谈深度学习技术如何应用于搜索和未来的技术。

吴恩达拥有这方面所需的扎实背景。他曾在谷歌公司效力过一年半，一手创办了谷歌的深度学习项目Google Brain。

除了谷歌外，微软、Facebook和百度等公司也在致力于研发更好的深度学习算法，因为它们都有大量的数据需要处理。

吴恩达在接受采访时表示，“你将数量越来越多的数据交给传统算法处理时，它们就开始停顿、变慢，最终束手无策。深度学习算法却不是这样。这种算法的魅力在于，交给它们的数据越多，它们处理起来就越顺畅。”

人脑的处理分析能力非常强，因为大脑里面充斥着大量通过电脉冲进行联系的神经元。基于模拟神经网络的深度学习算法正是模仿了人脑。

吴恩达解释：“随着我们建立起越来越庞大的人脑模拟体系，这些模型在消化并理解大量数据方面显得比较高效。这些是能力非常强的学习算法。” 语音和可视化的未来

眼下，这方面的工作正在迅速开展之中。

大概4年前，规模最大的神经网络（即深度学习算法集合）大约有1000万个连接节点。吴恩达指出，而到2011年年初，当时他刚开始启动Google Brain项目，那个模型里面的连接节点数量已激增至10亿个。去年，他已与斯坦福大学的科研团队一起建立约有100亿个连接节点的模型。

吴恩达的一部分工作是改进算法，不过他及其同事还在致力于使用GPU（即图形处理单元），而不是使用较传统的CPU（即中央处理单元）。事实证明，专门为处理计算机图形而设计的芯片用来构建大型神经网络的效果好得多，因为它们更善于处理这类运算。

吴恩达说：“我们正在搭建使用GPU硬件的新型深度学习平台，有助于提高可扩展性。我和合作伙伴是最早大规模开展这项工作的。其他公司也在开始亦步亦趋;不过据我所知，百度是第一家针对深度学习构建大规模GPU集群的公司。”

让这些算法拥有更强大的能力，意味着语音识别和可视化搜索方面将获得巨大进展。据吴恩达称，那将具有重大意义。

由于越来越多来自落后贫困地区的人们上网，会有越来越多的用户将通过语音、而不是通过打字来进行搜索。预计还会有越来越多的人对搜索对象拍照，而不是输入描述内容。

“5年内，会有一半的查询请求将通过语音和图片来进行，所以我们在往这项技术投入巨资。”吴恩达说。

经过改进的语音识别意味着，司机在驾驶过程中可以大声发出指令，放在乘客座位上的手机会向朋友发送短信，表示晚点才到。

“全世界在向移动迈进，我认为没人设计出真正适合移动设备的用户界面，这就是为什么在智能手机上的那些超小键盘上打字速度那么慢。”吴恩达说，“语音识别技术已大有改进，但还没有达到我们的预期要求。等这项技术变得更完善后，我乐意围绕语音识别，重新设计手机上的用户界面。”

深度学习算法还可以用在我们的智能设备、智能汽车和可穿戴式设备上――通过得到大力倡导的物联网，把一切串联起来。

吴恩达说：“我认为，到时遥控器会从你家消失。如果你在家里，想听某首歌曲，用不着掏出手机，给手机解锁，再按一大堆按钮，只要舒服地躺在沙发上，让百度设备播放Justin Timberlake的某首歌曲。我希望在将来孙儿女会问我：‘以前家电设备果真听不懂你说的话吗？’他们会很好奇家里怎么会有五、六只遥控器。”