最新消息，Yann LeCun是??著名人工智能研究员。
与 Facebook、谷歌、微软等公司一样，他致力于将人工智能提升到更高水平。
等级。
作为 Facebook 人工智能研究的领导者，LeCun 负责监督用于识别图像和日常人类语音的庞大“神经网络”。
神经网络的工作还包括谷歌Android手机上的语音识别、微软Skype中提供即时翻译，以及它通过互联网上的“自主学习”实现许多功能。
他们使用由许多处理器组成的网络来模拟人脑的内部运作，这些神经网络的能力在某些方面甚至超过了人脑。
本周在科学杂志《自然》上，纽约大学计算机教授LeCun和另外两位学者联合发表了一篇文章，详细描述了“深度学习”技术目前的发展现状。
文章详细介绍了近年来广泛应用的深度学习技术，描述了这项技术如何在日益广泛的互联网领域重新定义网络服务，以及未来它将如何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中。
他们最终会进入机械设备，真正进入现实世界。
这可以在机器人和自动驾驶汽车中看到。
就在上周，加州大学伯克利分校的研究人员成功地利用深度学习来训练机器系统自行拧开瓶盖。
今年早些时候，著名芯片制造商英伟达和以色列公司Mobileye合作开发了一种可以改进自动驾驶汽车的深度学习系统。
LeCun 十年来一直在探索类似的机器认知系统，并于 2016 年发表了他在该领域的第一篇论文。
他提出使用深度学习算法来教机器人识别和避开道路上的障碍物。
这个概念与当前流行的自动驾驶汽车不谋而合。
谷歌和其他一些公司已经向人们展示了自动驾驶汽车。
但LeCun等研究人员表示，深度学习技术可以显着提高自动驾驶汽车的技术水平，就像它为图像识别和语音识别带来改进一样。
深度学习算法可以追溯到20世纪80年代，但当时的硬件水平限制了其发展。
如今，企业和研究人员拥有巨大的计算资源和网络资源，可以通过庞大的数据库训练智能算法。
帮助开发谷歌自动驾驶汽车项目的塞巴斯蒂安·特龙（Sebastian Thrun）去年秋天表示：“深度学习技术是我们将学习模型从简单、有限的领域带入开放新世界的绝佳机会。
“特龙已经离开了谷歌，但有趣的是，谷歌正在探索利用深度学习技术改进自动驾驶汽车的可能性。
此类汽车最快将于今年夏天进行测试。
据谷歌研究员杰夫·迪恩介绍，谷歌目前正在致力于此类技术被用于十多种服务中，其中最明显的就是严重依赖图像识别的自动驾驶汽车技术，在加州大学伯克利分校研究深度学习的特雷弗·达雷尔（Trevor Darrell）表示，他的团队也在研究。
他说：“从研究人员的角度来看，要求机器人手臂将钉子钉入孔中本质上类似于要求汽车或飞机避开其路径上的障碍物。
”他还表示，深度学习非常有趣，因为它改变了很多领域的研究现状。
过去，研究图像识别、语音识别、翻译和机器人技术的科学家使用完全不同的技术。
现在，深度学习这种方法满足了他们所有的需求。
因此，随着深度学习的进步，上述领域正在快速推进，人脸识别也已达到人类水平，同样预计自动驾驶汽车将在五年内进入市场，并且将会诞生。
以各种技术的形式出现在我们的生活中。