【deep learning】

Andrew Ng homepage：http://robotics.stanford.edu/~ang/

【CSDN综合编译】Google本月收购了加拿大神经网络方面的创业公司 DNNresearch，公司由Geoffrey Hinton与他的两个研究生Alex Krizhevsky和Ilya Sutskever于去年成立。Geoffrey Hinton是Deep Learning领域的领军人物。

图：Geoffrey Hinton（右一） 

Geoffrey Hinton是Google一系列人才收购行动的最新成果。此前在2011年，斯坦福大学教授Sebastian Thrun成为Google的合伙人，并创立了Google X，即著名的Google无人驾驶汽车和Google Glass。（2012年，Sebastian离开Google创立专注教育的 Udacity公司，他还受邀在2012MDCC大会上做主题演讲，披露了他 为什么选择投身教育。）

在2010年，Google还从哈佛大学挖来了Matt Welsh，在 这里Matt记录了自己选择Google的原因：

Google提供了完美的研究环境，庞大的数据集和更多的计算机是任何一所大学不具备的，在这里更有趣。

他还提到，在大学中做研究越来越难：

申请研究经费、教学和行政工作占据了大量的时间，而在Google可以专心做一件事。 

Andrew Ng是Google招募的另外一名教授，他领导了备受瞩目的 Google知识图谱项目，他曾在公开的演讲中表示： 

要做好Deep Learning，需要集中大量领袖级专家，斯坦福大学做不到这点，而Google恰恰提供了这一条件。 

Mohammed AlQuraishi是哈佛医学院系统生物学合伙人，在Wolfram Research从事系统生物学的研究。他在blog中对Google一系列的招募行动进行了评论。Mohammed AlQuraishi同意Andrew Ng的观点，他认为：

这种现象很容易被认为是商业因素驱动的结果，但这只是一部分原因。一个客观原因是Deep Learning研究需要大规模的数据集做基础。 

同时，在没有大数据和大量工程师基础的Deep Learning研究将变得越来越困难。因为机器学习算法，特别是神经网络的研究要基于大量非线性的数据和计算资源。这些算法在小数据集上的表现往往很糟糕，如果能提供大量数据供算法学习，它们的表现会好的多。这可以解释为什么神经网络研究再次兴起的原因。 

Mohammed还预测了Deep Learning被商业化的时间，他指出： 

目前我们正在进行包含数千万节点的以及数十亿参数的神经网络进行 研究，这个规模与人类 大脑实际的神经元数量还相差三个数量级。假设计算能力每两年翻一番，20年后我们就可以完成对人类大脑的模拟。

按照Mohammed的预测，学术界将在21世纪30年代完成大量基础研究，到2050年至2060年世界上最聪明的不再是人，而是具备人工智能的计算集群。（文/ 包研  审校/仲浩）