1982年由David Hasselhoff主演的熱播美劇《霹靂游俠》可謂有先見之明，劇中有一輛充滿未來感的“龐蒂亞克火鳥”汽車。這輛會說話的自動駕駛汽車也以好萊塢的方式生動地為我們上了一節(jié)關(guān)于圖像和語言識別的課。



如果是今天重寫劇本，Hasselhoff的AI汽車KITT將會具有從卷積神經(jīng)網(wǎng)絡(luò)（CNN）和遞歸神經(jīng)網(wǎng)絡(luò)（RNN）進(jìn)行深度學(xué)習(xí)的功能，方便觀察、聆聽和對話。

這是因為CNN如同眼睛一樣，正是目前機(jī)器用來識別對象的圖像處理器。相應(yīng)地，RNN則是用于解析語言模式的數(shù)學(xué)引擎，就像耳朵和嘴巴。

從上世紀(jì) 80 年代，CNN迎來快速發(fā)展，已成為當(dāng)今自動駕駛汽車、石油勘探和聚變能研究領(lǐng)域的“眼睛”。在醫(yī)學(xué)成像方面，它們可以幫助更快地發(fā)現(xiàn)疾病并挽救生命。

如今，數(shù)十億人也在不知不覺中享受著CNN帶來的便利：在Facebook上發(fā)布朋友的照片，使用自動標(biāo)記姓名的功能，同時也讓自己的社交活動變得更加順暢。

如果將CNN從火鳥汽車上去掉，“火鳥”便不再擁有自主駕駛的電腦眼，那么它就會淪落為另一個毫無二致的動作道具。

另一方面，如果將RNN從自動駕駛“火鳥”座駕上剝離，就會失去智能電腦聲音，以及KITT的法語和西班牙語命令。

毫無疑問，RNN正在加速基于語音的計算革命。它們是自然語言處理大腦，可為Amazon Alexa、Google Assistant和Apple Siri提供聽力和語音。它們?yōu)镚oogle的自動完成功能提供預(yù)見性，可以自行填寫搜索查詢中的行。


回到未來

如今CNN和RNN使得這種自動駕駛汽車已不再只是好萊塢式的幻想。汽車制造商正在快馬加鞭開發(fā)未來的KITT型汽車。

當(dāng)今的自動駕駛汽車甚至可以在上路之前進(jìn)行模擬測試。這樣，開發(fā)人員即可測試并驗證車輛的眼睛能否以“超人”的感知力來洞悉世界。

得益于CNN和RNN，各種AI驅(qū)動的機(jī)器都具備了像我們眼睛和耳朵一樣的能力。經(jīng)過在深度神經(jīng)網(wǎng)絡(luò)領(lǐng)域數(shù)十年的發(fā)展，以及在處理海量數(shù)據(jù)的GPU高性能計算方面的長足進(jìn)步，大部分AI應(yīng)用都已成為可能。

CNN簡史

早在自動駕駛汽車出現(xiàn)之前，人類大腦神經(jīng)元之間的生物聯(lián)系就啟迪著研究一般性人工神經(jīng)網(wǎng)絡(luò)的研究員。CNN的研究員遵循了同樣的思路。

1998年，CNN迎來了一個開創(chuàng)性的時刻。那一年，Yann LeCun及LéonBottou、Yoshua Bengio和Patrick Haffner 共同發(fā)表了一篇具有影響力的論文《基于梯度的學(xué)習(xí)技術(shù)應(yīng)用于文檔識別》(Gradient-based Learning Applied to document Recognition)。

文中描述了學(xué)習(xí)算法如何幫助用最少的預(yù)處理對手寫字母中的模式進(jìn)行分類。其研究在讀取銀行支票的精度方面打破了歷史記錄，而且這項技術(shù)現(xiàn)在已得到了廣泛的商業(yè)應(yīng)用。

它為AI的未來點燃了希望。作為該論文的首席研究員，LeCun于2003年成為紐約大學(xué)的教授，并于2018年以首席AI科學(xué)家的身份加入Facebook。

下一個突破性的時刻是2012年，多倫多大學(xué)的研究員Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton發(fā)表了一篇開創(chuàng)性的論文《深度卷積神經(jīng)網(wǎng)絡(luò)的 ImageNet 分類》(ImageNet Classification with Deep Convolutional Neural Networks)。

這項研究推動了對象識別技術(shù)的發(fā)展。該三人小組訓(xùn)練了一個深度卷積神經(jīng)網(wǎng)絡(luò)，對來自“ImageNet 大規(guī)模視覺識別挑戰(zhàn)賽”的120萬張圖像進(jìn)行分類，其錯誤率得到了空前降低。

這也引發(fā)了今天的 AI 熱潮。