1982年由David Hasselhoff主演的熱播美劇《霹靂游俠》可謂有先見(jiàn)之明，劇中有一輛充滿(mǎn)未來(lái)感的“龐蒂亞克火鳥(niǎo)”汽車(chē)。這輛會(huì)說(shuō)話(huà)的自動(dòng)駕駛汽車(chē)也以好萊塢的方式生動(dòng)地為我們上了一節(jié)關(guān)于圖像和語(yǔ)言識(shí)別的課。



如果是今天重寫(xiě)劇本，Hasselhoff的AI汽車(chē)KITT將會(huì)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(guān)察、聆聽(tīng)和對(duì)話(huà)。

這是因?yàn)镃NN如同眼睛一樣，正是目前機(jī)器用來(lái)識(shí)別對(duì)象的圖像處理器。相應(yīng)地，RNN則是用于解析語(yǔ)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(lái)快速發(fā)展，已成為當(dāng)今自動(dòng)駕駛汽車(chē)、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(jué)中享受著CNN帶來(lái)的便利：在Facebook上發(fā)布朋友的照片，使用自動(dòng)標(biāo)記姓名的功能，同時(shí)也讓自己的社交活動(dòng)變得更加順暢。

如果將CNN從火鳥(niǎo)汽車(chē)上去掉，“火鳥(niǎo)”便不再擁有自主駕駛的電腦眼，那么它就會(huì)淪落為另一個(gè)毫無(wú)二致的動(dòng)作道具。

另一方面，如果將RNN從自動(dòng)駕駛“火鳥(niǎo)”座駕上剝離，就會(huì)失去智能電腦聲音，以及KITT的法語(yǔ)和西班牙語(yǔ)命令。

毫無(wú)疑問(wèn)，RNN正在加速基于語(yǔ)音的計(jì)算革命。它們是自然語(yǔ)言處理大腦，可為Amazon Alexa、Google Assistant和Apple Siri提供聽(tīng)力和語(yǔ)音。它們?yōu)镚oogle的自動(dòng)完成功能提供預(yù)見(jiàn)性，可以自行填寫(xiě)搜索查詢(xún)中的行。


回到未來(lái)

如今CNN和RNN使得這種自動(dòng)駕駛汽車(chē)已不再只是好萊塢式的幻想。汽車(chē)制造商正在快馬加鞭開(kāi)發(fā)未來(lái)的KITT型汽車(chē)。

當(dāng)今的自動(dòng)駕駛汽車(chē)甚至可以在上路之前進(jìn)行模擬測(cè)試。這樣，開(kāi)發(fā)人員即可測(cè)試并驗(yàn)證車(chē)輛的眼睛能否以“超人”的感知力來(lái)洞悉世界。

得益于CNN和RNN，各種AI驅(qū)動(dòng)的機(jī)器都具備了像我們眼睛和耳朵一樣的能力。經(jīng)過(guò)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(jì)算方面的長(zhǎng)足進(jìn)步，大部分AI應(yīng)用都已成為可能。

CNN簡(jiǎn)史

早在自動(dòng)駕駛汽車(chē)出現(xiàn)之前，人類(lèi)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(lái)了一個(gè)開(kāi)創(chuàng)性的時(shí)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(shí)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(duì)手寫(xiě)字母中的模式進(jìn)行分類(lèi)。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(xiàng)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(lái)點(diǎn)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(gè)突破性的時(shí)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(kāi)創(chuàng)性的論文《深度卷積神經(jīng)網(wǎng)絡(luò)的 ImageNet 分類(lèi)》(ImageNet Classification with Deep Convolutional Neural Networks)。

這項(xiàng)研究推動(dòng)了對(duì)象識(shí)別技術(shù)的發(fā)展。該三人小組訓(xùn)練了一個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)，對(duì)來(lái)自“ImageNet 大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽”的120萬(wàn)張圖像進(jìn)行分類(lèi)，其錯(cuò)誤率得到了空前降低。

這也引發(fā)了今天的 AI 熱潮。