神经网络也并非新兴技术。其概念可以回溯到上世纪 50 年代，而神经网络很多重要的算法突破都发生在 20 世纪 80 到 90 年代。让情况有所不同的是，如今的科学家终于将强大的计算力和海量的数据握在手中——从图像、视频、音频到文本，互联网上到处都是数据——而且人们发现，数据是让神经网络运行良好的关键。“这是深度学习的寒武纪大爆发，”投资公司 Andereesen Horowitz 的合伙人 Frank Chen 说。

　　这一剧变引发之下，AI 创业公司数量暴涨，根据调研公司 CB Insights，AI 投资额在过去一季度超过了 10 亿美元。2016 年第二季度有 121 轮融资，而 2011 年同期只发生了 21 笔。投资额从 2011 年第二季度到 2016 年第二季度超过 75 亿美元，其中有 60 多亿美元都是在 2014 年后产生的。（今年 9 月，5 家 AI 巨头——亚马逊、Facebook、谷歌、IBM 和微软——成立了一个非盈利组织，旨在促进公众理解 AI 技术并就伦理、操作规范展开调查。）

　　2012 年时，谷歌有两个深度学习项目。现在这个数字超过了 1000。根据一位谷歌发言人，现在谷歌所有主要产品分区中，从搜索、安卓、Gmail、翻译、地图、YouTube 到无人车，都有深度学习的影子。IBM 旗下的 Watson 赢得 Jeopardy 时虽用了人工智能，但没用到深度学习。但现如今，Watson CTO Rob High 表示，Watson 提供的 30 多种服务都因为深度学习而得到增强。

　　5 年前根本没有听说过深度学习的投资人，如今对于初创公司没有深度学习技术感到无比焦虑。“我们身处这样一个时代，”Chen 认为：“将来每个人都必须能够编写复杂的应用程序。”很快人们就会说，“你们自然语处理的版本在哪里？”“我该怎么跟你的 App 对话？因为我懒得打字。”

　　这些公司已经将深度学习整合进了每天的工作日程。微软研究院的 Peter Lee 说：“我们的销售团队使用神经网络与买房取得联系。”

　　硬件市场同样感受到了震动。摩尔定律带来芯片升级换代，更重要的是英伟达生产的图像处理器在进行深度学习计算时要比传统 CPU 快上 20 到 50 倍。过去的 8 月份，英伟达公布第 3 季度财报，数据中心这部分的销售额是去年同期的两倍多，达到了 1.15 亿美元。英伟达的 CTO 告诉投资人，大部分的增长来自深度学习。在 83 分钟的投资人会议里，深度学习被提到了 81 次。

　　芯片巨头英特尔当然没有什么都不做。在过去的两个月里，（超过 4 亿美元）和 ，两家针对深度学习做技术的公司。

　　至于谷歌，则在 5 月份公布它在过去一年多的时间里，偷偷使用自己的定制芯片 TPU 加速深度学习。

　　企业或许真的到了又一个转折点。百度首席科学家吴恩达说：“很多 S&P 500 CEO 都想着自己要是早些开始思考互联网战略就好了。再过 5 年，很多 S&P CEO 会想着自己要是早些思考 AI 战略就好了。”

　　在吴恩达看来，拥有深度学习的 AI 比互联网还强大。他说：“AI 是新的电力，就像 100 年前电力引发产业革命一样，AI 也会改变许许多多的行业。”

　　从感知机到 AlphaGo，你知道的和不知道的深度学习

　　你可以将深度学习看做一个子集里包含着一个子集。“人工智能”涵盖很广，传统的逻辑推理和符号系统也在其中，这门学科的目的是让计算机和机器人以一种至少表面看来很像思考的方式解决问题。其中，有一个叫做机器学习的领域，里面有很多重要的数学技巧，计算机可以以此优化性能。最后，在机器学习领域里，还有一个子领域叫深度学习。

　　百度的吴恩达说，你可以把深度学习看为“从 A 到 B 的映射”。“你可以输入一段音频然后输出录音，那就是语音识别。”吴恩达说，只要你有数据训练软件，可能性就是无限。“你可以输入电子邮件，输出可以是：这是不是垃圾邮件？”输入贷款申请，输出可以是顾客归还这笔款项的可能。输入一组用车的用户数据，输出就可以是接下来将汽车派往哪里。

　　从这个观点来说，深度学习将改变几乎整个产业。“既然计算机视觉真的起作用，会发生一些根本性的变革。”谷歌大脑计划的主管 Jeff Dean说，他又不安地变换了一下说法：“既然计算机已经睁开了它们的眼睛。”