结语：深度学习的进化

本次课程是该系列课程中的最后一课。在本次课程中，我们将从宏观的角度来讨论人工智能的相关问题，包括人工智能与深度学习的关系、人工智能未来的应用前景等。

目前我们所谈论的人工智能这一概念可以追溯到 1956 年达特茅斯会议，当时与会的人有香农、明斯基等人。虽然受限于历史原因，达特茅斯会议并没有讨论出太多具有实质性意义的规划或者科学技术，但是与会人基本都认同会议的主题是关于机器模仿人的，由此人工智能（Artificial Intelligence，AI）的概念被第一次提出并在今后的几十年中不断发展。

在 AI 的概念被提出来后，很多科学家都比较乐观地认为在 20 年时间内就可以将其实现。但现在回头看当时的那段历史，显然这是不会成功的，至少算力方面根本达不到要求。在沉寂了一段时间后，基于专家系统的 AI 实现方案逐渐流行，并且在一些简单问题上确实可以体现一定的智能。可是专家系统的缺点也是比较明显的，就是其泛化能力较弱，AI 再次面临低谷。

时间来到 2006 年，以 Hinton 为代表的科学家提出深度神经网络的概念并且在 2012 年的 ImageNet 比赛上，深度卷积神经网络取得各项指标的重大突破成为 AI 发展新的里程碑。在 2012 年以后，AI 的发展逐渐进入一个新的发展高潮，到目前为止，语音识别、人脸识别为代表的 AI 技术逐渐落地为智能音箱、智能支付等产品，并且落地的产品越来越多。下面我们就三个方面讨论人工智能