如果说过去20年是互联网飞速发展的20年，那么未来20年就是“深度学习”崛起的20年。据ARKInvest分析，从1997年到2020年，互联网公司市值从0增长到13万亿美元，未来15到20年由深度学习产生的公司市值将达到30万亿美元美元，届时将超过美元。互联网公司的市值。什么是深度学习？深度学习可能是我们这个时代最重要的软件技术突破。那么什么是深度学习？简单来说，传统软件是由人类编写的，而深度学习是人工智能(AI)的一种形式，它使用数据来编写软件。通过创建“自动化”软件，深度学习可以推动每个行业的发展。传统软件编写的缺点是成本高、脆弱、难以维护。而传统软件无法执行图像和语音识别等认知任务。在20世纪70年代，商业软件开始于微软、甲骨文和SAP的创建。20世纪80年代，面向对象编程使软件可以被重用，极大地扩展了软件的规模和功能。到2000年，互联网使软件大众化，市场规模从数百万增长到数十亿。2012年，深度神经网络赢得了ImageNet挑战赛，标志着深度学习或“软件2.0”时代的开始。深度学习软件不是人类直接编写的，而是在数据上“训练”出来的。人类首先创建AI模型并收集标记数据。然后，该软件将使用这些数据来学习正确的行为，然后使用更多数据进行改进。这些软件的识别能力往往超过人类的表现。目前几乎所有的大型互联网服务都是通过深度学习来提供的，包括搜索、社交媒体和视频推荐等。我们经常听到人工智能和机器学习，那么它们和深度学习有什么区别呢？首先，“深度学习”是“机器学习”的一个分支，“机器学习”是“人工智能”的一个分支；人工智能是一种让机器模仿人类智能的技术，如学习、推理、解决问题等；机器学习是一种人工智能。它是一种使机器能够根据某些算法学习数据以实现人工智能的技术。深度学习是机器学习的一种。它的灵感来自人脑的神经网络。以人工神经网络（ANN）为框架从数据中学习是目前最主流的机器学习方法。深度学习与机器学习的区别在于，机器学习需要人类先提取一个事物的特征，然后让机器学习识别这个事物；而“深度学习”并不需要人类去提取事物的特征，而是通过大量的数据来学习自己识别事物。比如你要写一个识别汽车的软件，如果使用机器学习，你需要人工提取汽车的特征，比如大小、形状等；而如果你使用深度学习，那么人工智能神经网络会自己提取这些特征，但是需要大量标记为汽车的图片来学习。上文提到，深度学习与传统软件的一大区别在于它可以识别图像和语音，所以深度学习的两个重要应用场景是——计算机视觉（ComputerVision）和语言能力。近两年很火的智能音箱，就是深度学习在语言理解方面的一个重要应用。除了智能音箱，2020年，谷歌还发布了GoogleDuplex，这是一款聊天机器人，可以帮助用户通过电话预订餐厅。在与机器人对话的过程中，餐厅工作人员几乎察觉不到，预订电话只是一个聊天机器人。除了语言理解，计算机视觉也是深度学习的一个重要应用方向，比如医学领域用来分析核磁共振图像等应用。自动驾驶汽车被认为是深度学习最重要的应用领域之一。特斯拉的全自动驾驶汽车预计今年将超越人类司机。此外，深度学习也被用于视频推荐。抖音利用这项技术在日活跃用户方面迅速超过了Snap和Pinterest的总和。Epilogue认为，深度学习会像互联网技术一样，为我们提供以前可能意想不到的产品和服务，从而深刻改变我们的生活方式。不管你是否从事这个行业，对于一项对我们未来生活影响如此之大的技术，最好的策略就是好好学习和研究以了解更多信息。扩大自己的知识面一定对自己有帮助。这对投资者来说尤其如此。如果你想阅读其他类似的文章，请点赞、关注、转发。我们在这里讨论如何通过投资抓住每个人都拥有的财富和自由的机会。
