《本文開始》
2013/4/13 Wired 雜誌報導：大陸搜索引擎百度在加州 Cupertino 設立了一個深度學習的實驗室（The Institute of Deep Learning），該實驗室的負責人 Kai Yu表示百度為了和Google競爭，不得不在Google的後院建立據點，吸收同樣的養分（深度學習的人才）。
深度學習是一項新興的技術，以電腦軟硬體來模擬人腦的結構和運作，來解決今天的電腦以數值計算無法解決的問題。
IBM早在1956年就開始研究模仿人腦功能的電腦，曾經用512個人造的神經元來模擬計算。2008年11月20日IBM宣佈，和美國5所大學共同合作一個名為「Cognitive Computing via Synaptronics and Supercomputing（C2S2）」的項目，用奈米尺寸的元件模擬神經細胞（神經元）和其接合部分（突觸），開發大小和能耗與人腦相似的系統。而且，考慮將各種感測器等嵌入認知電腦，作為元件加以利用。目標是開發近似人腦能耗和尺寸的『電腦』，可高速處理大量數據去模仿人腦的感覺、理解、動作、相互關聯、認識等功能。
當時IBM定義這是一個會思考的電腦，稱之為「認知電腦」。採用和今天完全不同的系統的架構和編程概念，可以組合大量零亂的數據，正確解開複雜的難題並快速得出結論。
2009/11/14 IBM曾發表新聞『IBM Research Almaden與Lawrence Berkeley National Lab合作，首次以接近即時(real-time)的效果、成功地進行了規模超過貓腦的大腦皮層模擬實驗』。
今天的電腦把所有的數據編碼，以數值和邏輯的運算來處理數據，我們日常生活使用的文字、圖形和照片都可以編碼用來運算，把妳的照片數據運算成沒有皺紋，兩個眼睛的相對位置/幅度/大小比例比照林志玲的規格調整一下下，今天的電腦辦得到，妳看了也很滿意，覺得妳還是妳，漂亮一點也沒影響妳認識的妳。
但是，如果採用電腦的臉型辨識功能，電腦就可能認不出妳了，因為電腦辨識系統不看整個臉的圖形，而是取圖形中某些特徵的相互關係位置來辨識，特徵改變了電腦就認為不是同一個人。
如果，採用認知電腦，就能認出被PS （利用電腦為你的照片整形）過的妳，還是妳。
人腦神經元（神經細胞）和突觸（連接神經元的開關）經過多年的學習和記憶，從沒有皺紋和有皺紋的兩個圖形中，找到相同的線索，『理解』兩個都是妳。認知電腦以人腦的架構去學習和記憶，不去比對特徵資料庫，也能從兩個的圖形中去找出線索來『理解』。
深度學習就是讓認知電腦學做人腦的技術研究過程。
2012年6月，Google與Stanford University合作發表一項深度學習的成就的成果，他們讓神經元網路『看』大量的YouTube影片，不需要教這個認知電腦特別的知識，電腦自己生成了『貓』的概念，理解『貓』為何物。
人知道『貓』是什麼，大貓小貓黑貓白貓波斯貓蘇格蘭折耳貓不一定要看過查過貓科總覽，人就是知道這些都是貓，這些大公司投下巨大的資源，就是要讓電腦看到『貓』就知道是『貓』。
今天深度學習的研究雖然還沒有成功，其實，蘋果公司的Siri，Google的人聲識別系統(voice recognition system) 和全球街景(Google Street View)背後都應用了深度學習階段性的成果。
這就是百度面對和Google的競爭，知道電腦比不過人腦，不投入開發深度學習的技術不可的原因。
《end》
|
