深度學習旨在升級智能手機的大腦
在大多數的廣告行業當中，人們喜歡巨幅的宣傳海報、帶有耀眼光澤的宣傳品以及各種前沿高科技的東西。當聽見虛擬現實技術讓曾經的搖滾明星以全息圖的形式出現在舞臺上時，所有人不禁心頭一震，其中包括那些代理商們。
每個人都想方設法在新科技衝擊的浪潮中，尋找爆點，以賺取名利。但目前人們的耳朵裡已經聽到太多的技術名詞了，反而成了某種累贅，失去了誘惑力，比如深度學習的東西。
為什麼深度學習會如此火熱？因為深度學習技術可以讓你使用你的指紋解鎖手機，它使Facebook和政府機構能夠在圖片中識別你的臉，這有助於Siri和Alexa瞭解你到底在說什麼，廣告商正在試驗使用深度學習來計算有多少路人會抬頭觀看廣告牌，自動駕駛汽車也正在使用深度學習來避免路障和行人等。
隨著技術能力的發展，深度學習很快將會做的更多。未來學家們已經在考慮新的（有時是反烏托邦式的）它可以用於營銷策略的方式，應用程序開發者們也越來越多地開始通過深度學習來增強圖像和進行圖像識別了。
至少在20世紀90年代以來，深度學習已經就作為一個學術研究領域而存在。但是由於其需要強大的計算和數據處理能力，鑑於當時的硬件限制，導致了創新的侷限性。
隨著硬件和軟件技術的不斷髮展，到2010年初，學術界和一些企業開始嘗試通過深度學習進行更多的實驗。然後就像互聯網一樣，貓圖像識別改變了一切。 2012年，Jeff Dean和Andrew Ng帶領的Google研究團隊將16,000個計算機處理器連接到一個神經網絡自學成識別大量靜止圖像數據庫中的貓的圖像。
“結構化數據難以聚類，成本昂貴，但它是監督學習（最常見的機器學習）的基石，”位於洛杉磯的人工智能公司GumGum的計算機視覺技術主管Cambron Carter說。“Ng，Dean等人設法訓練一個網絡，從原始的YouTube縮略圖中識別出貓，臉和人性化的結構，“
在谷歌取得突破之後，Facebook、IBM和微軟等公司的團隊都取得了進一步的發展，使得深度學習更便宜，更容易融入消費者的科技產品和服務中。
深度學習軍備競賽
然而，深度學習的廣泛應用並不容易，即使是上市的Google、Facebook和微軟等公司也很關心如何將深度學習深入到他們目前的產品以及他們未來規劃的研發中。
但是，大多數情況下，只能從公開的研究論文、會議演講等方面獲取一些零碎的知識，能夠為未來深度學習的應用提供一些思路。例如自動駕駛汽車、虛擬現實、幫助盲人瀏覽世界、文字翻譯、場景講述等等。
Nvidia是一家硬件公司，其圖形處理單元（GPU）由於深度學習的興起而銷售旺盛，在其網站上列出了用於識別圖像中使用的字體的Adobe DeepFont，到國家中心適用於超級計算應用，可實時檢測數百萬英里外的引力波。
從根本上來說，深度學習可以讓電腦做它們已經在做的事情，並且會更好。巧妙執行的深度學習算法意味著系統可以識別哪些車在Instagram照片中最常出現，或追蹤觀眾觀看電視廣告多久才會感到厭倦。
蘋果和其他供應商正在盡全力幫助軟件開發者將深度學習功能集成到應用程序中。例如，微軟提供免費的Cognitive Toolkit，據微軟稱，該工具包旨在通過讓用戶創建、訓練和評估自己的神經網絡來幫助創建企業級AI。該工具套件已經加速了一家中國公司AdDoc的野外空間數據分析，AdDoc技術可快速檢測糖尿病併發症的發病情況。
智能手機=AI超級計算機？
攝影記憶，即時藝術作品，即時翻譯，逼真的虛擬現實等等都會到你的口袋裡。
在新的iOS 10/11中，神經網絡人工智能在拍攝每張照片的十分之一秒內執行110億次計算，以找出他們是誰，甚至是他們的心情。iOS10+的新照片應用程序只是越來越多的手持式人工智能的最新例子。 Aipoly發佈的一款應用，可以識別物體並大聲說出名字，以便讓失明的人看到。只要將相機指向需要翻譯的文字，Google翻譯就可以將其翻譯成你自己能看得懂的文字。而越來越多的應用程序嵌入了人工智能，讓你的智能手機更加的智能化、人性化。
移動設備的發展也正在向著更加智能化發展，即將發佈的某款手機，直接使用了人工智能芯片，讓整臺設備成了一個微型、但是快速的人工智能平臺。可想而知，在不久的將來，人人都手持著一臺人工智能計算機，時刻都在進行著人工智能活動。而更加智能化的應用程序正在改變著人類生活的各個方面。
我們將邁入一個全新的智能化時代，也將面臨更加嚴峻的安全考驗。讓我們拭目以待。
閱讀更多 TalkingData 的文章
