2016 年，超过 30 个公司说要做自动驾驶。由于数据和人才的关系，人工智能是一个大公司占优的关系。但行业内的大公司都在积极收购。根据 The Information，过去两年时间收购人工智能公司最多的是 Google，买了 9 家公司，包括 AlphaGo。接着是苹果买了 5 家人工智能创业公司，以及同样买了 4 家人工智能公司的英特尔和 Twitter。

　　2012 年到 2015 年，在代表计算机智能图像识别最前沿发展水平的 ImageNet 竞赛（ILSVRC）中，参赛的人工智能算法在识别准确率上突飞猛进。 2014 年，在识别图片中的人、动物、车辆或其他常见对象时，基于深度学习的计算机程序超过了普通人类的肉眼识别准确率。

　　33. 这次热，背后有实际的应用驱动

　　这一次浪潮背后, 是机器学习在商业产品上的应用，现在它可以解决实际问题了。Google 工程师杰夫·迪恩（Jeff Dean）说：“我认为在过去 5 年，最重大的突破应该是对于深度学习的使用。这项技术目前已经成功地被应用到许许多多的场景中，从语音识别到图像识别，再到语言理解。而且有意思的是，目前我们还没有看到有什么是深度学习做不了的。希望在未来我们能看到更多更有影响力的技术。”

　　实际上最积极推动人工智能的公司，已经把 AI 放进可用的产品之中、解决各种日常问题了。Google 不仅要知道你搜索过什么，还能看懂你上传的图片内容。亚马逊用人工智能帮助推荐商品、调整定价。整个 Facebook 上，用户看到什么信息也都是由人工智能决定。这些看上去突然对人工智能热衷起来的公司，已经投入了多年研发。

　　34. 关于 AlphaGo，经常提到深度学习，这是什么？

　　在今年的 Google I/O 开发者大会上，Google 公司的 CEO 桑达·皮蔡解释了未来战略：“我们将会在人工智能和机器学习上加大赌注。”“因为深度学习的优势，我们现在可以让图片、视频变得更有用了。”

　　这样的发言不少，很多科技公司都会声称自己进入了人工智能领域，靠深度学习。

　　传统程序是根据事件条件，给出结果。“机器学习”的定义是不用明确编写程序，就能让计算机学习——让机器大量接触数据，自己从中找到规律，改进判断。而深度学习则是机器学习里最热门的分支，被认为推动了这次人工智能跃进。

　　“深度学习就是一种人工智能学习技术，通过把大量数据‘喂’进系统，尝试自己建立模型，通过模型自己做决定，就像我们现在认为的人类大脑工作的原理那样。”英国阿尔斯特大学计算机科学教授、IEEE 安全技术专家，专门研究计算机网络和系统凯文·科伦（Kevin Curran）在早先的采访中这么对《好奇心日报》解释深度学习是什么。

　　具体到 AlphaGo 身上。深度学习是通过审视记忆来做出决定的，因为 AlphaGo 已经看过那么多的例子，接下来深度神经网络中会自动权衡重要性然后进一步做出决定。

　　所以说，深度学习是通过审视记忆来做出决定的，因为 AlphaGo 已经看过那么多的例子，接下来深度神经网络中会自动权衡重要性然后进一步做出决定。

　　之前开发跳棋应用打败所有人类的计算机教授乔纳森·谢弗用地图来解释深度学习的工作方式：

　　你可以把它想象成一个带有点和连接的网络吧。就像一个地图一样，我们假设城市是点，然后连接是路。

　　我们来假设这地图上的连接会动态变化。例如，本来从 A 到 B 点只需要走 10 分钟，但现在看着这条路的实时路况，系统自动调整了时间，例如上下班高峰期 13 分钟，其他时间 9 分钟。这就是一个学习的例子。更进一步说，这个网络还可以建新的路，所以 A 和 B 之间的最佳路径还可能会改变。

　　对应到 AlphaGo 上，每一个“城市”就是一个知识点，他们之间连接的“路”就是知识与知识之间的连接。想象使用一个地图在城市中导航，每个城市的计算价值，是连接它的路数量的总和。同样的，一个知识点的价值，也依赖于它的连接情况。

　　当我们看纸质地图的时候，这个地图是二维的。然后想想两张地图叠在一起，在地图上不同的连接也交织着。AlphaGo 使用的是十三层的网络，所以也能让不同的知识点有更多连接的可能。

　　在一场围棋比赛中的特定时刻，有些知识点会使用，而另一些则不会。就像是你能去某一些城市，另外一些则禁止你入境一样。知道这些信息，会改变“城市点”的连接情况，更会改变这个城市的连接价值——这也就是每一个棋步的来源。

　　人工智能引起的争议不少，也没有一边倒的定论

　　35. 人工智能显然会抢走工作，但它会创造新的么？

　　一方面，人工智能取代人类就业的报告一个接一个。

　　网景创始人、著名风险投资人Marc Andreessen认为，“就像今天我们大多数人都从事着 100 年前不存在的工作一样，100 年后也会是如此。”