1、AndrewNg和深度學習

　　對于AndrewNg，大家最熟悉的事件可能是他在谷歌期間借助深度學習讓機器通過對數(shù)百萬份YouTube視頻的學習自行掌握了“貓”的概念，這成為世界深度學習領域廣為人知的成功案例之一，也成為對谷歌人工神經(jīng)網(wǎng)絡“DistBelief”的一次有力驗證。

　　80年代初期，當時的人工智能研究都在試圖尋找捷徑，希望可以繞過人腦神經(jīng)網(wǎng)絡來直接模擬出行為，而不是試圖通過模仿大腦運作來實現(xiàn)。但有兩位技術牛人一直堅持研究模擬神經(jīng)網(wǎng)絡的深度學習，最終他們的算法得到了全球人工智能界和科技公司的關注和重視，他們就是深度學習的領軍人物、后來分別被谷歌和Facebook招致麾下的Hinton和LeCun。AndrewNg在大學時期曾經(jīng)一度放棄了人工智能的研究，直到后來被JeffHawkins（Palm創(chuàng)始人，《人工智能的未來》作者）的HTM算法（意思是人類智能來源于這個單一算法）所影響，重新開始了對人工智能的研究，而他的研究方向一直是深度學習。

　　如今，已經(jīng)轉投百度的AndrewNg在不久前的百度世界大會上再次強調了深度學習對人工智能的重要意義。從目前看來，深度學習是實現(xiàn)人工智能最有效、也是取得成效最大的實施方法。AndrewNg在演講中提到目前百度大腦的新算法就是屬于深度學習，他雖然沒有具體指明該算法的領先程度，但卻強調了其在處理數(shù)據(jù)方面比傳統(tǒng)人工智能算法存在的優(yōu)越性，并可以使人工智能實現(xiàn)一種正循環(huán)。

　　2、奇點臨近——人工智能的正循環(huán)

　　人工智能的正循環(huán)是AndrewNg演講中的核心要點，在擁有深度學習算法之后，將不再懼怕海量數(shù)據(jù)，反而會因為數(shù)據(jù)的增長而取得更好的效果，而這些效果將直接體現(xiàn)在圖像搜索、語音識別等具體的互聯(lián)網(wǎng)服務中，從而為用戶提供更好服務并吸引更多用戶，這又會產(chǎn)生更多數(shù)據(jù)。