Yann LeCun是著名人工智能研究者，像Facebook、谷歌和微软等公司在做的一样，他致力于将人工智能带到更高的等级。

　　作为Facebook AI 研究的领头人，LeCun负责监管用于识别图片和日常人类语言的庞大“神经网络”。神经网络的工作还包括在谷歌安卓手机上进行语音识别，在微软Skype中提供即时翻译，它在网络上通过“自主学习”实现了诸多功能。他们用一个由众多处理器组成的网络来模拟人类大脑内部工作方式，这些神经网络的能力甚至在某些方面超过了人类大脑。

　　本周在科学类杂志《自然》上，纽约大学计算机教授LeCun和另两位学者共同发表文章，详细描述了“深度学习”技术目前的发展状况。文章详细描述了近年来广泛应用的深度学习技术，向人们描述了这项技术如何在日益广泛的互联网领域内重新定义了网络服务，以及在将来它会怎样继续影响我们的生活。

　　但正如LeCun向《连线》杂志强调的那样，深度学习不会仅仅停留在虚拟的网络世界之中，它们终究会进入机械设备，实实在在地走入现实世界。这一点从机器人、自动驾驶汽车之中就可见端倪。就在上周，加州大学伯克利分校的研究者们成功通过深度学习让一个机器系统自己学会了给一个瓶子拧瓶盖。今年早些时候，著名芯片制造商英伟达和以色列公司Mobileye合作研发了可以改善自动驾驶汽车的深度学习系统。

　　LeCun在十年中一直在探索类似的机器认知系统，在2003年发表了在此领域内的首篇论文。他提出通过深度学习算法教会机器人识别和躲避路上的障碍，这种概念与当下热门的自动驾驶汽车不谋而合。

　　谷歌和一些其它公司已经向人们展示了自动驾驶汽车。但LeCun等研究者表示深度学习技术可以大幅提升自动驾驶汽车的技术水平，就像它给图像识别和语音识别带来的进步一样大。深度学习算法可以追溯到1980年代，但当时的硬件水平限制了它的发展，今天的公司和研究者们拥有了巨大的计算资源和网络资源，可以通过庞大的数据库来训练智能算法。

　　协助研发谷歌自动驾驶汽车项目的Sebastian Thrun在去年秋季表示：“深度学习技术是我们把学习模型从简单的、有限的领域带到开放的新世界的绝佳机会。”

　　Thrun已经离开了谷歌，但有趣的是谷歌却在探索使用深度学习技术来改善自动汽车的可能性。最快将会在今年夏天实验这种汽车。据谷歌研究院Jeff Dean的消息，谷歌目前在十几种服务中应用了此类技术，而非常依赖图像识别的自动驾驶汽车技术是最明显的一种。

　　在加州大学伯克利分校从事深度学习研究的Trevor Darrell表示，他的团队正在也在研究将此技术用于自动载具。他说道：“从一个研究者的角度看，让机器手臂把一颗钉子放进孔里和让汽车、飞机躲避路径中的障碍在本质上是相似的。”

　　他同时表示深度学习是非常有趣的，因为它已经改变了许多领域的研究现状。在过去，研究图像识别、声音识别、翻译和机器人化的科学家使用着完全不同的技术。而现在，深度学习这一方法可以满足他们的所有需求。

　　结果是上述领域都随着深度学习的进步而迅速发展。人脸识别已经达到了人类的水平，语音识别也是如此。自动汽车预计在五年内进入市场。人工智能已经诞生，它将化身为各种不同的技术出现在我们的生活中。