人工智能促進深度學習的發展

人工智能發展的速度比我們預想的要快。在引入深度學習之前，即使是最好的人工智能系統也需要專門針對特定問題，需要許多規則才能取得成功。但深度學習改變了這一點，讓許多研究人員放棄了古典人工智能方法。深度學習依賴模擬大型、多層的虛擬神經元網絡，使電腦學會識別抽象的模式（有點類似人腦的運作方式）。它可以用來解決任何一般用途的模式識別問題，也就意味著它適用于任何能夠獲取大量數據的活動。

深度學習是一個巨大的投資機會，不僅僅因為技術本身，更因為通過它對其他技術的杠桿作用使得它變得很強大：在線服務擴張所產生的大數據，存儲能力的提升，GPU和計算能力的進步，豐富的云計算，廉價傳感器的發展，以及物聯網產生的新數據（IOT）。最終結果是使深度學習有機會解決各行各業所面臨的挑戰。

所有的大型軟件公司正在大力投資建設深度學習能力并將其納入他們的許多產品。這些公司不僅推動深度學習在內部使用，同時通過發布軟件框架和庫提升整個行業的應用。谷歌最近宣布，它最新的機器學習系統TensorFlow開源；Facebook免費公開了它用于運行人工智能軟件的強大的新服務器的設計；IBM開源了機器學習代碼SystemML；Elon Musk和其他人建立了非營利的人工智能研究小組OpenAI。還有許多其他的例子。這些大型軟件機構大量的內部研究為人工智能的創業公司提供了很好的機遇。

隨著時間的推移，建立一流人工智能技術并利用其建立一個積極的數據網絡的創業公司會變得非常有價值。人工智能公司之間的競爭將越來越激烈，這種良性循環將導致自然壟斷，在未來的幾年里將誕生強大的人工智能公司。

http：//venturebeat.com