2016 年 8 月，英特尔为了加强其人工智能领域的能力，以 4 亿美元的天价收购了机器学习初创公司 Nervana 。该初创公司成立仅仅两年，却被公认为是机器学习技术开发的领导者。近日，Nervana 的联合创始人兼首席执行官 Naveen Rao 博士在 StrataHadoop 上和大家深入探讨了深度学习的话题，通过其PPT，我们也能了解Nervana价值所在。

　　Naveen 探索了许多方面，包括深度学习相对于其他机器学习技术的好处、该领域的最新进展、深入学习工作流程、开发和部署深度学习解决方案的挑战、用于构建和扩展深度学习解决方案的标准化的工具等等。

　　不同于大家以往的认知，深度学习究竟是什么呢？这是一种模仿人脑机制分析数据的机器学习方法，从多层抽象中抓取特征。我们认为真正重要的是从数据中提取有用的信息，并通过统计信息作出判断。我们拥有数据科学领域内的权威专家，通过庞大的数据量提高学习性能，最终获得高度具象化的能力。

　　这种能力是非常强大的，类似于过去二十到二十五年间计算机对于人类的意义。在短短的两年内，深度学习这种新方法就被广泛地应用于工业中了，包括通信、语音处理、图像识别以及视频处理等等，其中大量的数据都可以被人们利用，所以我认为未来的前景是非常光明的。

　　深度学习的模型有很多，但基本结构都各不相同，可能会导致这些模型具有不同的特性。这里我很快和大家一起回顾一下这些常见的深度模型。

　　左上角的模型是目前最常用的卷积神经网络（CNN）模型，非常适用于视觉系统和图像分析。右上角的模型是复发性神经网络（RNN）则适用于各种基于时间或序列的建模。金融系统和语言模型通常使用 RNN。其他非主流的方法还有很多，比如下方的这三种：堆叠自动编码器，多层感知器（MLP）和深信度网络（DBN）。未来五年的很多创新将来自堆叠自动编码器领域，但目前我们还不知道要如何开始选取目标。

　　这里我们可以看到一些真实的实验结果，这个系统通过抽象化实体，提取出丰富的代表性特征，这才是我们真正的力量来源，并且其抗干扰能力很好，无法被轻易改变。

　　这个的意义在于，可以自动处理以往需要人工完成的任务。我们也做了一些测试，让大家可以看到其性能。目前，训练有素的人类通常错误率为 5%，而深度学习在图像和语音任务中的错误率仅为 3%。因此，我们相信几年后，开奖，深度学习在这两方面的能力甚至会远远超越人类。

　　这是一个深度信用网络，我们看下是如何利用它来解决数据问题。这个系统有两种使用方式：第一种是我们可以输入一些数字对应的手写样式，系统可以利用这些数据样本判断出是哪个对应数字；第二种是我们给定某个数字，系统可以模拟出其对应的各种可能的手写样式。

　　比如这里，系统根据一系列“5”的手写体判断出这是数字“5”。

　　再比如这里，当我们输入数字“0”，系统经过一系列手写体样式处理，会实时地显示各种形态各异的“0”，但毫无疑问，从视觉上大家还是可以判断出这是数字“0”。

　　这是非常有趣的一件事，这意味着我们可以输入一系列实例，从中抽象出具体的共同特征。

　　这个深度学习平台实现了针对行为探测的 3D 卷积模型，基于 100 种类别、1 万 3 千多个视频的公共数据集，使训练速度比竞争对手的框架快了大约 3 倍。同时，该平台也能扩展到其他场景、对象的识别，行为相似度平行对比，视频检索和异常检测。

　　其潜在应用包括：在机场或地铁站等乘客密集的场所实施安全监控、交通管制及车辆管理、航空管制侦测、基于面部识别和图像处理的安全系统检索功能、自动驾驶的感知和防撞系统、公共场所的行李检测等等。