读懂深度学习，才能不被AI取代

你是否想过，为什么直到最近几年，人工智能才突然变得“聪明”起来？为什么语音识别、图像识别、机器翻译这些技术在一夜之间就从科幻走进了现实？

答案藏在一段被主流科学界遗忘了近30年的历史中。这本书——《深度学习：智能时代的核心驱动力量》的作者特伦斯·谢诺夫斯基，是世界十大AI科学家之一，美国“四院院士”，亲历了深度学习的整个兴衰沉浮。他用亲身经历告诉我们：深度学习的成功，不是一夜暴富，而是一场坚持了60年的长征。

从“AI寒冬”到“深度学习热”

今天，深度学习已经无处不在。你在安卓手机上使用语音输入，在谷歌翻译中把中文译成英文，在支付宝上刷脸支付——背后都是经过深度学习训练的神经网络在默默工作。

但在30年前，情况完全不同。

20世纪60年代，人工智能领域的主流是“符号主义”——用逻辑和规则编写程序，让计算机按照明确的指令一步步推理。这种方法的代表是麻省理工学院的马文·明斯基，他是AI领域的教父级人物。

1969年，明斯基和帕普特出版了《感知器》一书，用严格的数学证明了单层神经网络的局限性。这本书的结论被广泛解读为：神经网络这条路走不通。

结果是什么？整个领域瞬间进入“AI寒冬”。几乎所有研究经费都流向了符号AI方向，神经网络研究成了“科学禁区”。弗兰克·罗森布拉特——感知器的发明者——在1971年不幸离世，年仅43岁，当时的舆论几乎一边倒地反对他的研究方向。

一小群“叛逆者”的坚持

但有那么一小群人，始终不相信神经网络是死路。他们当中最著名的三位，被称为“深度学习教父”：

杰弗里·辛顿——出身剑桥心理学，在爱丁堡获得AI博士学位。他坚信大脑的学习方式才是通往真正智能的道路，而不是编写繁琐的逻辑程序。1979年，他在加州拉荷亚组织了一场“关联记忆的并行模型”研讨会，把散落在世界各地的神经网络研究者第一次聚在了一起。

杨立昆——9岁时看了《2001太空漫游》，被计算机HAL 9000深深震撼，立志要做人工智能。他独立发明了反向传播算法的一种版本，后来在AT&T贝尔实验室开发了可以读取手写邮政编码的卷积网络LeNet。

约书亚·本吉奥——蒙特利尔大学的教授，在自然语言处理和深度学习理论方面做出了奠基性贡献。

这三个人在长达30年的时间里，几乎是在“逆风而行”。主流AI学界视他们为异类，经费申请屡屡被拒，论文难以发表。但他们相信一句话：“自然界已经解决了这个问题，我们应该能从大自然那里学到同样的方法。”

转折点：反向传播算法

1986年，大卫·鲁姆哈特、杰弗里·辛顿和罗纳德·威廉姆斯在《自然》杂志上发表了一篇论文，介绍了“误差反向传播”算法。这篇论文至今已被引用超过4万次——而学术界一半的论文从未被引用过。

什么是反向传播？用一个简单的比喻：

想象你在调一个有很多旋钮的收音机，想让它发出最清晰的声音。你不知道每个旋钮该拧到什么位置，但你可以听声音质量，然后从最后一个旋钮开始往前调——哪个旋钮对改善音质贡献最大，就优先调整它。这就是反向传播的核心思想：把最终结果的误差，一层一层“反向”传回网络的每一层，让每个神经元都知道自己该朝哪个方向调整。

有了这个算法，多层神经网络终于可以被有效训练了。

辛顿和他的学生查尔斯·罗森伯格做了一个实验：训练一个神经网络来朗读英语文本。这个叫“NETtalk”的网络，最初读出来的声音就像婴儿咿呀学语：“ba ba ba”。随着学习的深入，它开始发出“ba ga da”的声音，接着能读出短词，最后竟然能流畅地朗读英语文章。

观众被彻底震撼了。 1986年，谢诺夫斯基带着NETtalk上了《今日秀》节目，这是神经网络第一次进入大众视野。

但即便如此，主流学界仍然不看好这个方向。辛顿后来回忆说，他每次在学术会议上做报告，台下都坐满了质疑他的人。

为什么等了这么久？

如果1986年就有了反向传播算法，为什么深度学习一直到2012年前后才真正爆发？

答案很简单：数据不够，算力不足。

深度学习是“数据饥饿型”的。它需要海量的样本来训练，需要强大的计算能力来处理数百万甚至数十亿的参数。在20世纪80年代，一台价值200万美元的IBM 704计算机，每秒只能执行12000次乘法运算。而今天一部三星Galaxy S6手机，每秒可以执行340亿次操作——快了100万倍以上。

2012年，辛顿和他的学生艾力克斯·克里泽夫斯基、伊利娅·苏特斯科娃（后来成为OpenAI的首席科学家）参加了ImageNet图像识别竞赛。他们的AlexNet将识别错误率从26%大幅降低到了18%——这是一个断层式的飞跃。

一夜之间，“神经”回到了“神经信息处理系统”。

卷积网络：向视觉皮层学习

AlexNet的成功不是偶然的。它的架构直接受到了生物视觉系统的启发。

1962年，大卫·休伯尔和托斯坦·威泽尔发表了关于猫的视觉皮层的研究，发现了两种关键神经元：简单细胞——对特定方向的边缘产生反应；复杂细胞——对相同方向但位置略有偏移的刺激也能产生反应。这项研究后来为他们赢得了1981年诺贝尔奖。

卷积网络的设计，几乎就是对视觉皮层的“逆向工程”：

• • 卷积层像简单细胞，用滤波器扫描图像，提取边缘、纹理等基本特征
• • 池化层像复杂细胞，对小幅度的位移不敏感，提供了“平移不变性”
• • 层级的加深像视觉系统的层级结构——从简单特征逐步组合成复杂对象

生物学和深度学习的融合，产生了惊人的协同效应。 麻省理工学院的詹姆斯·狄卡罗最近的研究表明，深度学习网络中每层神经元的统计特性，与猴子视觉皮层中神经元的统计特性惊人地接近。

AlphaGo：从围棋到通用智能

2016年3月，全世界的目光聚焦在韩国首尔。围棋世界冠军李世石对阵DeepMind开发的AlphaGo，最终以1:4落败。

围棋的复杂程度远远超过国际象棋。 围棋的合法棋局总数是10的170次方——这个数字比宇宙中的原子总数还要多。没有任何程序能通过“暴力搜索”来下围棋。

AlphaGo的秘密武器是强化学习——一种受动物学习行为启发的算法。它的核心是“时间差分学习”，通过不断和自己对弈，从每次输赢中学习，逐步提升棋艺。

更令人惊叹的是，AlphaGo在第五局下出了一步让李世石思考了将近10分钟的“神之一手”。机器教会了人类新的围棋思路。 这在此前从未发生过——我们通常以为AI只是模仿人类，但AlphaGo超越了它的训练数据，创造了新的策略。

AlphaGo Zero的后续版本更进一步：它完全抛弃了人类棋谱，从零开始自学，仅用三天时间就以100:0击败了击败李世石的版本。完全忽视人类知识，它反而变得更强大。

现实中，它正在改变一切

医疗诊断

Google的研究团队用13万张皮肤病学图像训练了一个深度学习网络，涵盖超过2000种疾病。它的诊断准确率与21位皮肤科专家不相上下，在某些情况下甚至更准确。 未来，每个人用手机拍一张皮肤照片，就能获得专家级的诊断。

在转移性乳腺癌的诊断中，深度学习网络单独达到0.925的准确率，人类专家是0.966。但当两者结合时，准确率飙升到0.995——几乎完美。这说明未来不是人机对抗，而是人机协作。

语言翻译

2016年11月，谷歌翻译迎来了质的飞跃。新的深度学习系统不再只是零散地翻译单词组合，而是能在整个句子中寻找词汇之间的依赖关系，输出语意完整的句子。

有人做了个测试：把海明威《乞力马扎罗的雪》的开头译成日文，再译回英文。结果新版谷歌翻译的译文几乎完美保留了原意，而旧版则惨不忍睹。

自动驾驶

2005年，塞巴斯蒂安·特隆团队的自动驾驶汽车Stanley赢得了DARPA挑战赛，穿越了132英里的沙漠赛道。随后特隆加入谷歌，创立了Google X实验室，启动了自动驾驶汽车项目。

今天，自动驾驶不仅是技术革命，更是社会变革。 我们的汽车平均96%的时间都在停放——自动驾驶可以彻底改变这一点。停车场变成公园，街边停车位变成自行车道，醉驾和疲劳驾驶成为历史。每年340万年的通勤时间被释放出来，可以做更有意义的事情。

普通人需要担心被取代吗？

谢诺夫斯基的回答是：不必过度担心，但要积极适应。

就像工业革命时的蒸汽机放大了人类的物理能力，人工智能将放大我们的认知能力。AI不会取代你的工作，但会使用AI的人可能取代你。

新的工作机会正在涌现：亚马逊创造了38万个新工作岗位来支撑其电商和物流体系；自动驾驶产业催生了传感器、激光雷达、测试设施等全新的供应链。

但我们也需要终身学习。好消息是，慕课（MOOC）正在让优质教育触手可及。谢诺夫斯基和芭芭拉·奥克利在Coursera上开设的“学会如何学习”课程，已经成为全球最受欢迎的在线课程，拥有超过300万学习者。

智能的本质：我们还在路上

谢诺夫斯基在书的结尾提出了一个发人深省的观点：

我们的大脑不只是凭空产生抽象的想法。它们与身体的所有部位密切相连。生物智能是“具身的”——它是在与环境的互动中、在漫长的发育过程中、在不断试错的学习中逐渐成熟的。

深度学习网络已经能识别图像、翻译语言、下围棋、诊断疾病。但要让一个AI系统像三岁小孩一样自主地在真实世界中生存，我们还有很长的路要走。

大自然有数亿年的时间通过进化找到解决方案。对这些解决方案进行逆向工程，将让我们受益匪浅。

正如西德尼·布伦纳所说：“没有进化论，生物学中的任何东西都讲不通。”深度学习，本质上就是我们向自然界数亿年的智慧结晶——大脑——学习的过程。

结语：智能时代，我们都是学习者

60年前，一小群研究者在AI的寒冬中默默耕耘。他们没有丰厚的经费，不被主流认可，但仍然坚持着。因为他们相信：大自然已经解决了智能问题，我们只需要找到解码的方法。

今天，他们的坚持改变了世界。而我们站在这个变革的十字路口，面对的不是“被取代”的命运，而是“被赋能”的可能。

读懂深度学习，不是为了成为AI专家，而是为了理解这个正在被算法重塑的世界，在这个世界里找到自己的位置。

正如谢诺夫斯基所说：“AI不会让你失业，它会让你更聪明。”但前提是——你要愿意学习。