（2）
第二個(gè)例子是谷歌訓(xùn)練機(jī)械手抓取。
傳統(tǒng)方法肯定是看到那里有個(gè)機(jī)械手，就寫好函數(shù)，move到xyz標(biāo)注的空間點(diǎn)，利用程序?qū)崿F(xiàn)一次抓取。
而谷歌現(xiàn)在用機(jī)器人訓(xùn)練一個(gè)深度神經(jīng)網(wǎng)絡(luò)，幫助機(jī)器人根據(jù)攝像頭輸入和電機(jī)命令，預(yù)測(cè)抓取的結(jié)果。簡單說，就是訓(xùn)練機(jī)器人的手眼協(xié)調(diào)。機(jī)器人會(huì)觀測(cè)自己的機(jī)械臂，實(shí)時(shí)糾正抓取運(yùn)動(dòng)。
所有行為都從學(xué)習(xí)中自然浮現(xiàn)，而不是依靠傳統(tǒng)的系統(tǒng)程序。
為了加快學(xué)習(xí)進(jìn)程，谷歌用了14個(gè)機(jī)械手同時(shí)工作，在將近3000小時(shí)的訓(xùn)練，相當(dāng)于80萬次抓取嘗試后，開始看到智能反應(yīng)行為的出現(xiàn)。據(jù)公開資料，沒有訓(xùn)練的機(jī)械手，前30次抓取失敗率為34%，而訓(xùn)練后，失敗率降低到18%。
這就是一個(gè)自我學(xué)習(xí)的過程。
（3）
有人問了，深度學(xué)習(xí)，能學(xué)習(xí)寫文章嗎？
來看這個(gè)例子。斯坦福大學(xué)的計(jì)算機(jī)博士andrej kapathy曾用托爾斯泰的小說《戰(zhàn)爭與和平》來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。每訓(xùn)練100個(gè)回合，就叫它寫文章。100個(gè)回合后，機(jī)器知道要空格，但仍然有亂碼。500個(gè)回合后，能正確拼寫一些短單詞。1200個(gè)回合后，有標(biāo)點(diǎn)符號(hào)和長單詞。2000個(gè)回合后，已經(jīng)可以正確拼寫更復(fù)雜的語句。
整個(gè)演化過程是個(gè)什么情況呢？
以前我們寫文章，只要告訴主謂賓。而以上過程，完全沒人告訴機(jī)器語法規(guī)則。甚至，連標(biāo)點(diǎn)和字母區(qū)別都不用告訴它。不告訴機(jī)器任何程序。只是不停將原始數(shù)據(jù)進(jìn)行訓(xùn)練，一層一層訓(xùn)練，最后輸出結(jié)果——就是一個(gè)個(gè)看得懂的語句。
一切看起來都很有趣。人工智能與深度學(xué)習(xí)的美妙之處，也正在于此。
?。?）
我還去硅谷看過一家公司——完全顛覆以往的算法，利用深度學(xué)習(xí)實(shí)現(xiàn)圖像深度信息的采集。
眾所周知，市面上已經(jīng)有無人機(jī)，可實(shí)現(xiàn)人的跟蹤。它的方法是什么呢？一個(gè)人，在圖像系統(tǒng)里，一堆色塊的組合。通過人工的方式進(jìn)行特征選擇，比如顏色特征，梯度特征。拿簡單的顏色特征舉例：比如你穿著綠色衣服，突然走進(jìn)草叢，就可能跟丟?；?，他脫了件衣服，幾個(gè)人很相近，也容易跟丟。
此時(shí)，若想在這個(gè)基礎(chǔ)上繼續(xù)優(yōu)化，將顏色特征進(jìn)行某些調(diào)整，是非常困難的。而且調(diào)整后，還會(huì)存在對(duì)過去某些狀況不適用的問題。
總之，這樣的算法需要不停迭代，迭代又會(huì)影響前面的效果。
而硅谷這個(gè)團(tuán)隊(duì)，利用深度學(xué)習(xí)，把所有人腦袋做出來，只區(qū)分好前景和背景。區(qū)分之后，背景全部用數(shù)學(xué)方式隨意填充，再不斷生產(chǎn)大量背景數(shù)據(jù)，進(jìn)行自學(xué)習(xí)。只要把前景學(xué)習(xí)出來就行。
據(jù)我所知，很多傳統(tǒng)方法，還在采用雙目視覺。用計(jì)算機(jī)去做局部匹配，再根據(jù)雙目測(cè)出的兩個(gè)匹配的差距，去推算空間另一個(gè)點(diǎn)和它的三角位置，從而判斷離你多遠(yuǎn)。
可想而知，深度學(xué)習(xí)的出現(xiàn)，使得很多公司辛苦積累的軟件算法直接作廢了。
“算法為核心競爭力”，正在轉(zhuǎn)變?yōu)?，“?shù)據(jù)為核心競爭力”。
技術(shù)人員必須進(jìn)入新的起跑線。
?。?）
最后再舉個(gè)例子。
大家都做過胃鏡。尤其胃痛，很痛苦。腸胃鏡要分開做，而且小腸看不見。
有一家公司出了一種膠囊攝像頭。吃進(jìn)去后，在你的消化道，每5秒拍一幅圖，連續(xù)攝像，此后再排出膠囊。所有關(guān)于腸道胃部的問題，全部完整記錄。但醫(yī)生光把那個(gè)圖看完，就需要五個(gè)小時(shí)。原本的機(jī)器主動(dòng)檢測(cè)漏檢率高，要醫(yī)生復(fù)查。
后來，他們采用深度學(xué)習(xí)。采集8000多例圖片數(shù)據(jù)灌進(jìn)去，用機(jī)器不斷學(xué)，不僅提高診斷精確率，減少了醫(yī)生的漏診，以及對(duì)稀缺好醫(yī)生的經(jīng)驗(yàn)依賴。只需要靠機(jī)器自己去學(xué)習(xí)規(guī)則。
深度學(xué)習(xí)算法，可以幫助醫(yī)生作出決策。