跟着近几年全球各大科技巨子纷纷进场人工智能领域，催生了一大批技能的开展和落地：AI 医疗、智能翻译、图像识别、智能交际机器人、无人驾驶……这些技能的背后都离不开“深度学习”。
但与此一起，越来越多缺点的凸显，也引起了大众对人工智能技能的关注，特别是无人驾驶轿车，它们运用相似的深度学习技能进行导航，但也造成了广为人知的灾难和死亡事故。
科技改动我们日子的一起，也给我们带来了某些隐忧：人工智能会不会取代我们乃至控制我们？
日前，中信出版社推出了《深度学习：智能时代的核心驱动力量》一书。本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者，亲历了深度学习在 20 世纪 70 时代到 90 时代的寒冬。但他和一众开拓者，使用大数据和不断增强的核算才能，终于在神经网络算法上获得重大突破，完成了人工智能井喷式的开展。
《深度学习：智能时代的核心驱动力量》
作者：特伦斯谢诺夫斯基
作为学习领域的通识作品，本书以恢宏的笔触，通过 3 个部分全景展示了学习的开展、演变与应用，以亲历者视角回溯了学习浪潮在过去 60 年间的开展头绪与人工智能的螺旋上升，并前瞻性地猜测了智能年代的商业图景。
中信出版社特别邀请微软（中国）CTO 韦青分享了这本书的阅读感受，以及对人工智能发展的判断。
▌深度学习不仅是常识，而是思想范式的改变
首要咱们怎么看深度学习，它到底是新的常识，仍是一种范式的改变？人工智能非常广泛，其间机器学习是一方面，深度学习又是机器学习的一个子域。我认为深度学习不仅仅是常识，更是一种思想范式的改变。
爱因斯坦说过：“咱们不能用制造问题时的同一思想水平来处理问题”。咱们处在一个智能的年代，机器开始处理许多人类本来认为自己拿手的，成果是机器更拿手处理问题，所以咱们需要努力学习新的常识。《深度学习》这本书的作者特伦斯·谢诺夫斯基，是几十年一直跟着业界发展的长辈和专家，他在这本书明晰的把“深度学习”的来龙去脉讲清楚了。其间最大的核心点，是这种常识要求咱们了解人类的思想方法，并通过数学算法改变对国际的描绘方法，让咱们了解这个国际是由许多模型构成的。
如果咱们还带着曩昔的思想方法，无论是电气化年代的思想方法，仍是信息化年代的思想方法，都无法了解智能年代人的思想方法和计算机的计算方法有什么异同。曩昔的思想方法会发生两种成果：一方面容易把人工智能所带来的成果神话和夸大，另一方面对数学和算法的进步带来的人工智能发展成果发生误解。现在呈现许多“机器是否会代替人，机器人是否让人类消亡”的忧虑，都是由于没有充分了解什么是人工智能。
▌以史为鉴，重新认识科技进步
由于技术的进步引发的新话题层出不穷，我们不断被动地接收新的理念。越来越多的人发现，人类开始进入“无人区”，没有一个大思想家或者大哲学家能够告诉我们未来会怎么样，所以人们就产生了很多争论，关于人工智能的争论，关于机器智能的争论，关于机器人的争论，关于技术和人类关系的争论等等。
微软公司 CEO 萨提亚曾在一场演讲中说：“未来没有人引导我们，那么我们可以选择以史为鉴，看看历史上发生过什么。”最有代表性的就是第一次工业革命到第二次工业革命之间，由蒸汽时代进入电气化时代。我把这个阶段总结为四种态度和四种结局。
在蒸汽时代，很多有影响力的全球性公司用蒸汽力量代替人的四肢，但当电气出现的时候，绝大多数公司态度是看不起电，因为最初电的效率并不够高。第一类公司的想法是电力不行，效率太低，没有未来，蒸汽力量足够了，一百年之后这些公司被淘汰了。
第二类公司放下一些包袱，认为电是新生事物，也有潜在发展的可能性，但是仍然坚信蒸汽机的力量，坚信只要对蒸汽机进行改良一样可以保持竞争力，这些公司也被淘汰了。
最可惜是第三类公司，他们已经放下旧的生产力，开始拥抱新的生产力和形成新的生产关系，但是思维方式没有改变。他们认为自己全面拥抱电气化时代，已经产生比蒸汽机时代超高的效率，更低的成本，但是他们还在跟蒸汽机相比，这些公司最终也被淘汰掉了。萨提亚提到，我们做了一些粗略的分析，只有不到5% 的公司在那个时代完成了转型和飞跃，真正进入了电气化时代。
当时大部分企业对于电气化的观念只是能点多少盏灯，或者生产线能够提高多少效率。只有5%的公司选择彻底放下包袱，忘记什么是电气，什么是蒸汽，而是把它们都当成是工具。这些公司要的就是进入新的时代。这代表更高的效率，更低的成本和更优秀的用户体验和产品品质。
通过历史上的事件可以发现，我们现在对未来的任何预估都是不足够的，都可能没有完全估计到未来的冲击力。
在历史上的某个阶段，古人类开始发现和使用工具，比如用骨头或者石片可以敲东西，完成手完成不了的能力。著名的科幻电影《2001太空漫游》中有一个非常著名画面，猿人忽然有一天发现可以拿骨头去敲另外一个骨头，可以把别的骨头敲碎，这就是人类历史上大的进步。他就发现这个骨头不仅可以敲骨头，也可以敲肉，可以敲瓜果，敲野兽，也可以用来防身。那时候人类发现，原来可以拓展四肢的能力，利用外部工具去提高自己的能力。
工业革命之后，人类发现不仅靠传统的工具，还可以靠各种机械的力量代替人类的四肢。我们现在不会无聊到说在肌肉能力方面还可以跟机器一拼，比如去和一辆汽车比赛跑步，应该没有人会这样做了。其实不仅是肌肉的机能，我们连计算的机能都都已经被淘汰掉了。有没有人可以马上开 7 的 3 次方？应该没有。我们可以十几块钱买一个计算器，计算器就可以做到。我们为什么对这种现象不会抱恐惧心理，而对人工智能抱有莫名其妙的恐惧心理？
▌技能是拿来用的，而不是拿来吹和炒的
许多业界专家都有这样的感受，现在媒体对人工智能的炒作过热，反而让广大读者，乃至是决策者失去了对这件事的核心掌握。人工智能的核心实践上就是机器学习的才干，就是一种机器智能。现在首要表现方法是深度学习，但并不意味着咱们从前尝试的符号学，用逻辑推理的方法其实并没有过时，只不过还无法实现。现阶段深度学习取得了巨大打破，引领咱们进入到新的未来。新的未来里面会不会是深度学习和其他人工智能、机器学习的方法共存的方法？咱们并不知道，所以咱们不要排挤这种观点，特别不要以为现在就是深度学习这一种学习方法。未来应该是人类的学习才干、机器学习才干、深度学习才干和逻辑推理才干是共融共生的阶段，这或许是愈加客观描述未来年代特征的一个方面。
智能年代之前的深度学习要靠数据的堆积去学习和驱动。可是现在的数据既不行大，也不行好。尽管咱们有许多数据，可是并不算真实的大和好。大数据的概念并不是多，咱们数据结构和数据来历没有构成万物互联的社会，物联网没有布设到，5G 没有到位，或许数据不行那么多，不行那么好。支撑万物互联的根底架构恰恰是一个云计算的架构。所以倒着讲是智、大、物、云，正着去演绎是云、物、大、智。
▌怎么了解人工智能
怎么了解人工智能我总结了四点：首要，一定要应用。如果咱们去学了“学会怎么学习”的课程就会发现，现在最流行的方法是 Problem-Based Learning，就是以问题为导向的学习，以实践解决问题计划的学习。未来是终身学习的年代，不存在大学毕业之后就不学习了。怎么终身学习？一定要带着问题去学，这样学得越来越深化，学得越来越有用。人工智能也是相同的，它是一种学习的进程。学习不能为了学而学，一定是问题为导向的。
我的第二个观点就是，深度学习的发展不仅仅要靠数学的前进，不仅仅要靠计算机科学的前进，还要对人类自己的神经、脑神经、传输神经、感知神经的了解，才干知道是怎么回事。
现在咱们每个人有根底的学习才干，机器学习也是相同，仅仅通过开放的接口开放学习的通用才干。未来每个人一定要在通用才干之上，掌握行业的学习才干，才干够真实为人类带来更大的福祉。
第四点就是要真实产生深度学习才干，咱们需求有数据，需求有人才，还要有算法和算力。像微软这样专业公司或许会提供更强壮的算法和算力，更多的公司需求在人才培养，数据搜集上面下很大功夫，这样才干产生互动的促进作用。数据、人才、算法、算力这四者缺一不可。每一方面在未来都巨大的商机，正是由于咱们即将进入智能社会，商机恰恰不是只在智能本身，而是各个方面。
▌没有专家的年代，每个人都要终身学习
我用盲人摸象的寓言来举例，这个年代是没有专家的年代，咱们每个人都在学习。不存在输在起跑线上，由于每天都在新的起跑线。咱们只需不抛弃学习，不抛弃自己，不要以为我到了某种年纪或某种位置，我就不去学了，也不要由于我是学文科或许我是学理科的我就不要再学其他的常识。未来需求的是天天学习。由于这个伟大年代还没有来，咱们最多是摸着大象的其中一部分，所以每个人都有或许成为终究摸到大象整体的那个人。
正是由于这个年代没有专家，一起也是没有所谓的公理的年代，每一个理论都有或许成为其时可行的理论，可是并不意味着可以成为永久的理论，永久成功的规律。咱们要去学习，不要唯各种专家，不要唯新，更重要唯实，你自己去试，小马过河，水是深浅只有自己知道。听别人说可以，包括我现在讲的，这也仅仅我在微软这么多年的领会和了解，并不代表所有人领会和了解，特别不代表是否是正确的。咱们无妨可以自己去试一下，斗胆去试发现原来水既不像A说得那么是深，也不像B说的那么浅，对你来说最适合的就是最好的方法。
最终以比尔·盖茨先生的这段话作为结尾：“人们大都倾向于高估他在一年内所能完成的事情，但又容易轻视他们坚持十年后可以取得的成果。”咱们一定要明代，榜首没有专家，第二没有起跑线，第三每天都在重新更新有新常识新理念呈现，咱们先不要抛弃自己，一起掌握最基本的对自己的自傲和信仰，认真学习。
