人工智能促进深度学习的发展

人工智能发展的速度比我们预想的要快。在引入深度学习之前，即使是最好的人工智能系统也需要专门针对特定问题，需要许多规则才能取得成功。但深度学习改变了这一点，让许多研究人员放弃了古典人工智能方法。深度学习依赖模拟大型、多层的虚拟神经元网络，使电脑学会识别抽象的模式（有点类似人脑的运作方式）。它可以用来解决任何一般用途的模式识别问题，也就意味着它适用于任何能够获取大量数据的活动。

深度学习是一个巨大的投资机会，不仅仅因为技术本身，更因为通过它对其他技术的杠杆作用使得它变得很强大：在线服务扩张所产生的大数据，存储能力的提升，GPU和计算能力的进步，丰富的云计算，廉价传感器的发展，以及物联网产生的新数据（IOT）。最终结果是使深度学习有机会解决各行各业所面临的挑战。

所有的大型软件公司正在大力投资建设深度学习能力并将其纳入他们的许多产品。这些公司不仅推动深度学习在内部使用，同时通过发布软件框架和库提升整个行业的应用。谷歌最近宣布，它最新的机器学习系统TensorFlow开源；Facebook免费公开了它用于运行人工智能软件的强大的新服务器的设计；IBM开源了机器学习代码SystemML；Elon Musk和其他人建立了非营利的人工智能研究小组OpenAI。还有许多其他的例子。这些大型软件机构大量的内部研究为人工智能的创业公司提供了很好的机遇。

随着时间的推移，建立一流人工智能技术并利用其建立一个积极的数据网络的创业公司会变得非常有价值。人工智能公司之间的竞争将越来越激烈，这种良性循环将导致自然垄断，在未来的几年里将诞生强大的人工智能公司。

http：//venturebeat.com