Yann LeCun是著名人工智能研究者，像Facebook、谷歌和微軟等公司在做的一樣，他致力于將人工智能帶到更高的等級。

　　作為Facebook AI 研究的領頭人，LeCun負責監管用于識別圖片和日常人類語言的龐大“神經網絡”。神經網絡的工作還包括在谷歌安卓手機上進行語音識別，在微軟Skype中提供即時翻譯，它在網絡上通過“自主學習”實現了諸多功能。他們用一個由眾多處理器組成的網絡來模擬人類大腦內部工作方式，這些神經網絡的能力甚至在某些方面超過了人類大腦。

　　本周在科學類雜志《自然》上，紐約大學計算機教授LeCun和另兩位學者共同發表文章，詳細描述了“深度學習”技術目前的發展狀況。文章詳細描述了近年來廣泛應用的深度學習技術，向人們描述了這項技術如何在日益廣泛的互聯網領域內重新定義了網絡服務，以及在將來它會怎樣繼續影響我們的生活。

　　但正如LeCun向《連線》雜志強調的那樣，深度學習不會僅僅停留在虛擬的網絡世界之中，它們終究會進入機械設備，實實在在地走入現實世界。這一點從機器人、自動駕駛汽車之中就可見端倪。就在上周，加州大學伯克利分校的研究者們成功通過深度學習讓一個機器系統自己學會了給一個瓶子擰瓶蓋。今年早些時候，著名芯片制造商英偉達和以色列公司Mobileye合作研發了可以改善自動駕駛汽車的深度學習系統。

　　LeCun在十年中一直在探索類似的機器認知系統，在2003年發表了在此領域內的首篇論文。他提出通過深度學習算法教會機器人識別和躲避路上的障礙，這種概念與當下熱門的自動駕駛汽車不謀而合。

　　谷歌和一些其它公司已經向人們展示了自動駕駛汽車。但LeCun等研究者表示深度學習技術可以大幅提升自動駕駛汽車的技術水平，就像它給圖像識別和語音識別帶來的進步一樣大。深度學習算法可以追溯到1980年代，但當時的硬件水平限制了它的發展，今天的公司和研究者們擁有了巨大的計算資源和網絡資源，可以通過龐大的數據庫來訓練智能算法。

　　協助研發谷歌自動駕駛汽車項目的Sebastian Thrun在去年秋季表示：“深度學習技術是我們把學習模型從簡單的、有限的領域帶到開放的新世界的絕佳機會。”

　　Thrun已經離開了谷歌，但有趣的是谷歌卻在探索使用深度學習技術來改善自動汽車的可能性。最快將會在今年夏天實驗這種汽車。據谷歌研究院Jeff Dean的消息，谷歌目前在十幾種服務中應用了此類技術，而非常依賴圖像識別的自動駕駛汽車技術是最明顯的一種。

　　在加州大學伯克利分校從事深度學習研究的Trevor Darrell表示，他的團隊正在也在研究將此技術用于自動載具。他說道：“從一個研究者的角度看，讓機器手臂把一顆釘子放進孔里和讓汽車、飛機躲避路徑中的障礙在本質上是相似的。”

　　他同時表示深度學習是非常有趣的，因為它已經改變了許多領域的研究現狀。在過去，研究圖像識別、聲音識別、翻譯和機器人化的科學家使用著完全不同的技術。而現在，深度學習這一方法可以滿足他們的所有需求。

　　結果是上述領域都隨著深度學習的進步而迅速發展。人臉識別已經達到了人類的水平，語音識別也是如此。自動汽車預計在五年內進入市場。人工智能已經誕生，它將化身為各種不同的技術出現在我們的生活中。