Deep Learning for Speech Recognition
(Adam Coates, Baidu)
編者按：我們和電腦之間的交流正在發生著轉變，而深度學習也已經潤物細無聲地進入我們的生活，甚至在你意識到這一點之前，世界已經截然不同。
本文首發於fortune，分上下篇，由老呂IO、江小片及何忞聯合編譯，。
深度學習技術誕生已經幾十年了，在蟄伏一段時間後，它現在又迎來了第二春，成為了計算產業的新加速器，未來它還將徹底改變美國企業的面貌。
過去四年裡，恐怕讀者們都能清晰的感覺到，技術的提高對我們日常生活的影響。其中，最明顯的就是智慧手機中語音辨識功能的大躍進。它確實比以前好用多了，至少你命令它給自己老婆打電話時，不會無意間撥給前女友了。
事實上，我們與電腦間的交流方式正在發生轉變，原本噼噼啪啪敲個不停的方式，正在被一眾段子手語音助手所替代。百度數據顯示，在過去的一年半中，用戶使用語音交互的頻率提高了三倍。
機器翻譯和其他方式的語言處理，也正在變得越來越準確，谷歌、微軟、 Facebook 和百度每個月都會會有小小的進步。眼下，谷歌已經能在瞬息之間，將普通口語翻譯成其他 32 種語言，在文本翻譯方面它更是覆蓋了 103 種語言，在無意間還成了許多即將消失語言的保護神。
同時， Gmail 應用的收件箱，還貼心的準備了三種預製回覆，處理普通的郵件來往完全夠用了。
同時， Gmail 應用的收件箱，還貼心的準備了三種預製回覆，處理普通的郵件來往完全夠用了。
此外，圖片辨識技術也有了巨大的進步。上面提到的四家巨頭已經可以在缺乏辨識標籤的情況下，幫用戶找到他們想要的圖片了。你甚至可以讓它們專門找出帶有狗狗、雪花甚至擁抱的圖片。另外，未來圖片辨識技術還將擁有看圖說話功能，它們能在眨眼間，為你描述圖片中的內容。
不過，想達到這樣的效果可不容易，首先應用需要分清各種種類的狗狗，其次它要區分那些上下顛倒或者模糊的圖片。此外，圖片中的背景也會形成干擾，萬一來個霧霾「寶寶」可就苦了。最後，應用還得排除那些長得比較像狗狗的狼和貓。而這一複雜的過程，全靠分析像素完成，實在是太驚人了。
圖1：神經網路是如何辨識圖片中的狗狗的
除了社交應用，圖片辨識技術還順道照顧了下，其他領域的感情。一些醫學新創公司表示，它們很快就能利用電腦來分析 X 光、核磁共振和 CT 掃描的結果了，整個過程將變得更快更准，放射科的老醫生也得甘拜下風。此外，電腦還能提早發現癌細胞的存在，為病人爭取更多的治療時間。同時，新技術也是救命藥物研制中的好幫手。
不過，就在你忙著獻上膝蓋的時候，恐怕不知道它們在本質上是一種突破。其背後真正的大魔王，其實就是人工智慧技術，也就是我們所說的深度學習，另外它還有個學名叫做深度神經網路。
要說深度神經網路到底強在哪，恐怕其強悍的自學能力才是最佳答案。電腦技術發展到現在，沒有哪個程式員能直接編出一個程式或算法，來完成上面提到的任務。他們只能為電腦打造一個學習算法，日夜不斷的用數據「餵養」它，而主導這一學習過程的，並不是投餵數據的人類，而是電腦自己，它們會遨遊在數據的海洋中，自主完成學習任務。
「從本質上來說，軟體已經學會自主開發新軟體了，」英偉達公司 CEO 黃仁勳說道，該公司五年前做了一個大賭注，它正從一家我們熟悉的顯卡公司，轉變為深度學習技術巨頭。
深度神經網路的概念，其實早就不新鮮了，其歷史可追溯到上世紀 50 年代，而大多數的關鍵算法突破，這發生在上世紀 80 和 90 年代。現在這一概念重新走向前台，主要是因為我們擁有了強悍的計算和數據儲存能力，互聯網上的圖片、視訊、音訊和文本都成了「養料」。
頂級風投 Andreessen Horowitz 的合伙人 Frank Chen 認為，「深度學習迎來了屬於自己的寒武紀大爆發，」各種高等級生物在一夜間萌發了出來。
這一巨大的轉折點也點燃了許多人的激情。研究公司 CB Insights 的數據顯示，上季， AI 新創公司的融資額再創記錄，突破十億美元。 2016 年第二季，此類公司共完成了 121 輪融資，而 2011 年同期這一數字僅有 21 輪。 5 年之間，投入 AI 領域的資金達到 75 億美元，而其中 60 億都是 2014 年後才入場的。
2012 年時，谷歌只有兩個深度學習項目，但現在這一數字已經膨脹到超過 1000 個。同時這些項目也是遍地開花，谷歌旗下的搜索、安卓、 Gmail 、翻譯、地圖、 YouTube 和自動駕駛汽車都是其受益者。
此前， IBM 的 Waston 系統只靠 AI ，就能在各種比賽中稱王，但現在它們也順應潮流用上了深度學習， Waston 旗下的 30 個構建服務項目，都透過該技術得到了增強。
五年之前，恐怕沒幾家風投懂得深度學習為何物，但現在如果新創公司不懂這項技術，它們投資前就會非常猶豫。「我們生活在一個新時代，」 Frank Chen 說道。「複雜的軟體應用成了必備品。人們很快就會意識到這一巨大轉變，未來人類之間的對話也會圍繞它們展開。」
微軟研究院的 Peter Lee 認為，許多公司已經將深度學習技術，整合進了自己的日常流程。「我們的銷售團隊就在利用神經網路，預測產品前景，並根據用戶特點進行精準推薦。」
深度學習技術的快速發展，也震動了硬體產品的世界，摩爾定律不再是無可辯駁的真理，英偉達的 GPU 也能成為計算能力的倍增器。對深度學習計算來說，這種原本用來渲染 3D 遊戲的產品，比傳統 CPU 的效能高 20-50 倍。
去年八月份，英偉達新一季財報顯示，該公司數據中心部門的營收同比翻番，達到 1.51 億美元。該公司CEO 認為，「該部門營收能取得巨大進步，主要靠的就是深度學習。」在總長僅有 83 分鐘的財報電話會議上，「深度學習」一詞更是破紀錄地出現了 81 次。
芯片巨頭公司英特爾也受到了影響，在上兩個月中它並購了兩家做深度學習計算的新創公司：Nervana System（超過 4 億美金）和 Movidius （未公佈價值）。
關於這一點，Google在五月份表示，去年他們使用定制晶片——張量處理器（TPUs）來透過深度學習，實現應用程式。張量是像矩陣這樣的一列數字，在深度學習計算中，通常用一個乘以另一個。
實際上，公司現在已經處在轉折點上。百度研發中心的首席科學家 Andrew Ng 說：「過去許多標準普爾500的首席執行官，都希望他們能搶先應用因特網，我想未來五年會有更多的首席執行官希望能及早的應用人工智慧。」
儘管現在因特網，還不能使利用人工智慧的深度學習的價值，得到充分利用，但 Andrew Ng說：「100 年以前電力的出現，改變了工業時代，那麼現在人工智慧就充當著電力的角色。」
深度學習只是小小的一部分，人工智慧包含了許多技術，例如傳統邏輯算法系統，利用這種系統能使電腦和機器人，像正常人類思考那樣解決問題。深度學習是機器學習的一個分支，機器學習聽起來不好理解，但是對於讓電腦根據經驗解決問題來說，機器學習是很重要的數學算法。
百度的 Ng 說：「舉個例子來說，深度學習就像是 A 到 B 的映射，你輸入音頻，然後就可以聽到副本，這就是語音辨識。只要你有數據運行軟體，就都有可能完成。」他補充說：「如果你收到郵件，它就會辨識是否是一封垃圾郵件。如果收到貸款申請，它就會預計客戶償還的概率。如果詢問駕駛路線，它就會告訴你接下來該怎麼走。」
沒有留言:
張貼留言