如果你借助谷歌瀏覽器搜索并查看“ 什么是神經(jīng)網(wǎng)絡(luò)”(當(dāng)然這也是被大家頻繁問道的問題)這篇文章，你會(huì)發(fā)現(xiàn)有很多學(xué)術(shù)文章，每篇文章都有和下圖類似的圖片，并且詳細(xì)說明神經(jīng)網(wǎng)絡(luò)的功能，涉及很多專業(yè)名詞如“感知器”和“反向傳播”等，如果你不擅長(zhǎng)數(shù)學(xué)或者工程學(xué)，那么你閱讀幾段就會(huì)感到乏味無趣。

雖然我們大部分人不是專業(yè)的工程師，可能不能夠真正理解這些算法是如何工作的(我甚至不確定那些技術(shù)人員是否真正理解其中的奧秘—— 比如黑盒問題)，但是神經(jīng)網(wǎng)絡(luò)仍然有很多有用的信息需要我們?nèi)チ私狻?/p>

因?yàn)樯窠?jīng)網(wǎng)絡(luò)正在不斷的改變著我們的生活!我并不是談?wù)?ldquo; 天網(wǎng)(終結(jié)者電影)”或者 VIKI(電影中的超級(jí)計(jì)算機(jī))等(但是有些場(chǎng)景確實(shí)發(fā)生在真實(shí)生活中)，我要說的就是我們每天所經(jīng)歷的事情，一些新技術(shù)正在改變我們的生活方式比如智能音箱/聲音輔助、購(gòu)物、照片編輯、欺詐檢測(cè)等，還有一些技術(shù)則正在顛覆一些行業(yè)，比如自動(dòng)駕駛汽車。還有一些技術(shù)可能會(huì)極大的改變?nèi)蛏鐣?huì)(比如基因組醫(yī)學(xué))，還有很多我們現(xiàn)在沒有構(gòu)想的變化。

Ophir Tanz( @OphirTanz)和 Cambron Carter在 TechCrunch網(wǎng)站上發(fā)表了一篇文章，將“神經(jīng)網(wǎng)絡(luò)是如何工作的?”這個(gè)問題進(jìn)行了分解說明，但是從廣義上講真正缺少的是能夠讓我們理解的神經(jīng)網(wǎng)絡(luò)專業(yè)術(shù)語(yǔ)。

將問題分解

人工智能(AI)準(zhǔn)確的定義是什么?我索性去查了下 牛津字典：AI是計(jì)算機(jī)系統(tǒng)理論和發(fā)展的結(jié)果，它能夠執(zhí)行一些類似人類智能的任務(wù)，比如視覺感知、語(yǔ)音識(shí)別、決策和語(yǔ)言翻譯等。AI也分為多個(gè)子集，包括機(jī)器人、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等，1956年在達(dá)特茅斯學(xué)院的一場(chǎng)研討會(huì)上首次提出人工智能(AI)研究，雖然在這里不向大家介紹這段歷史，但是鼓勵(lì)大家自己去了解。

現(xiàn)在我們知道的是“弱人工智能(Narrow AI)”，劃分為很多類型的網(wǎng)絡(luò)，每種網(wǎng)絡(luò)面向某種具體的功能(比如圖片分類等)，這門科學(xué)不斷發(fā)展最終會(huì)發(fā)展為“通用人工智能(General AI)”，到時(shí)候計(jì)算機(jī)會(huì)像人類一樣行動(dòng)和思考，雖然現(xiàn)在我們還沒有達(dá)到這個(gè)程度，但是那個(gè)時(shí)代到來后，計(jì)算機(jī)能夠完成人類的每一項(xiàng)智能工作，包括對(duì)自己重新編程(類似于電影中的“天網(wǎng)”和“VIKI超級(jí)計(jì)算機(jī)”，那時(shí)候可能會(huì)引起人們的恐慌)。但是很多人正在努力的研究工作，確保一些場(chǎng)景只存在于科幻小說中，大家不妨閱讀 @cademetz的文章： 教會(huì)AI系統(tǒng)規(guī)范自己的行為。

機(jī)器學(xué)習(xí)是目前AI科學(xué)最先進(jìn)的領(lǐng)域，它描述的是機(jī)器如何采集數(shù)據(jù)、解析并且基于這些數(shù)據(jù)做出一些預(yù)測(cè)。機(jī)器系統(tǒng)會(huì)進(jìn)行自學(xué)習(xí)，不需要重復(fù)的進(jìn)行人工編程。直到最近我們才將其強(qiáng)大的處理能力應(yīng)用到現(xiàn)實(shí)中來，比如谷歌、亞馬遜等很多大型公司都在利用機(jī)器學(xué)習(xí)技術(shù)。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種類型，它需要在網(wǎng)絡(luò)中設(shè)計(jì)很多層來進(jìn)行數(shù)據(jù)處理，可能達(dá)到上萬層。比如卷積神經(jīng)網(wǎng)絡(luò)(CNNs)非常適合 圖片檢測(cè)和分類，它就設(shè)計(jì)了數(shù)十個(gè)或者數(shù)百個(gè)網(wǎng)絡(luò)處理層，每層都負(fù)責(zé)檢測(cè)一些復(fù)雜的屬性，從學(xué)習(xí)如何檢測(cè)邊緣到最終學(xué)習(xí)檢測(cè)圖片具體的形狀，隨著訓(xùn)練數(shù)據(jù)的不斷增多深度學(xué)習(xí)網(wǎng)絡(luò)性能會(huì)不斷得到提升。

人工神經(jīng)網(wǎng)絡(luò)(ANNs或者簡(jiǎn)稱NNs)和CNNs網(wǎng)絡(luò)類似也是基于計(jì)算機(jī)處理器的智能網(wǎng)絡(luò)，能夠像人腦一樣工作(或者接近人腦)，NNs網(wǎng)絡(luò)使用不同的數(shù)學(xué)算法處理網(wǎng)絡(luò)層，能夠不斷提升對(duì)于接收信息的敏感度，從圖片到語(yǔ)音、文本等。此外還有很多種類型的神經(jīng)網(wǎng)絡(luò)，除了CNNs，還有BRNNs、DNNs、FFNNs、LSTMs、PNNs、RNNs、TDNNs等，這里就不一一詳細(xì)介紹了。每種類型的網(wǎng)絡(luò)都面向不同的具體功能，如果你想深入了解， 阿西莫夫(Asimov)研究機(jī)構(gòu)的網(wǎng)站上進(jìn)行了詳細(xì)的介紹。

對(duì)于神經(jīng)網(wǎng)絡(luò)(NNs)要用于具體應(yīng)用前還需要輸入大量數(shù)據(jù)進(jìn)行訓(xùn)練，比如卷積神經(jīng)網(wǎng)絡(luò)(CNNs)用于圖片分類，在“硅谷(Silicon Valley)”這部電視中我們看到一個(gè)使用CNN網(wǎng)絡(luò)實(shí)現(xiàn)的“鑒別熱狗”的App應(yīng)用，能夠從150000張照片中分揀出熱狗、香腸等圖片(確實(shí)實(shí)現(xiàn)了!)。 @TImanglade寫了一篇訓(xùn)練這個(gè)網(wǎng)絡(luò)的處理過程：“ HBO推出的硅谷電視劇中如何借助TensorFlow、Keras&React NaTIve實(shí)現(xiàn)鑒別熱狗App應(yīng)用的”。要想訓(xùn)練這個(gè)網(wǎng)絡(luò)實(shí)現(xiàn)高精度需要大量的計(jì)算能力而且經(jīng)常需要借助數(shù)據(jù)中心大量的GPU陣列來進(jìn)行。

“鑒別熱狗”App應(yīng)用原型

神經(jīng)網(wǎng)絡(luò)經(jīng)過訓(xùn)練后就可以解析新的輸入數(shù)據(jù)，通過“推理”操作進(jìn)行一定的預(yù)測(cè)。比如這款“鑒別熱狗”的應(yīng)用，你可以將手機(jī)攝像頭對(duì)準(zhǔn)一個(gè)物體它就會(huì)幫你判斷這個(gè)物體是不是熱狗了。為了實(shí)現(xiàn)這個(gè)功能需要根據(jù)之前大量的訓(xùn)練獲得的理解功能迅速做出推理排序，最后提供一個(gè)物體是否為熱狗的概率。

推理操作(不僅用于檢測(cè)熱狗!)正是 PowerVR Series2NX神經(jīng)網(wǎng)絡(luò)加速器(NNA)所擅長(zhǎng)的。它的性能遠(yuǎn)遠(yuǎn)超過手機(jī)，我們將在無人機(jī)、監(jiān)控?cái)z像、汽車等其他領(lǐng)路見證它的性能，根據(jù)它所處的應(yīng)用環(huán)境都會(huì)根據(jù)一定的推斷操作給我們提供全新的服務(wù)， 不妨看看這個(gè)2NX網(wǎng)絡(luò)識(shí)別不同物體的視頻。

應(yīng)用中的神經(jīng)網(wǎng)絡(luò)

正如我之前談到的，不同的網(wǎng)絡(luò)擅長(zhǎng)做不同的事情，我不太贊同夸大某一種網(wǎng)絡(luò)(這是其他網(wǎng)站上經(jīng)常做的事)，我認(rèn)為更重要的是這個(gè)網(wǎng)絡(luò)能夠通過訓(xùn)練實(shí)現(xiàn)哪些功能?，F(xiàn)在使用的NNs網(wǎng)絡(luò)涉及的功能包括識(shí)別、分類、圖片質(zhì)量提升、人臉及各種物體檢測(cè)與識(shí)別等。神經(jīng)網(wǎng)絡(luò)(NNs)越來越多的被用于語(yǔ)言翻譯、音樂制作、文本/語(yǔ)音識(shí)別。“Alexa，你正在使用神經(jīng)網(wǎng)絡(luò)嗎?”(是的，她確實(shí)在用)。

亞馬遜、谷歌、百度、臉書(facebook)等都在使用神經(jīng)網(wǎng)絡(luò)技術(shù)(NNs)，而且我們每天在不同的平臺(tái)上也使用這些技術(shù)，從搜索引擎到社交媒體等。

從實(shí)際方面來講，亞馬遜使用的算法讓我們的購(gòu)物變得更加的簡(jiǎn)單，但是也有一些相互競(jìng)爭(zhēng)的算法經(jīng)常向我推薦一些不相關(guān)的書籍，因此我可能也錯(cuò)過了很多應(yīng)該要讀的書(從Goodreads網(wǎng)站上獲得的建議)，我不得不懷疑這與付費(fèi)廣告有關(guān)，希望他們能夠采取一定的方法讓這些惡意競(jìng)爭(zhēng)現(xiàn)象不那么明顯。

在亞馬遜上根據(jù)神經(jīng)網(wǎng)絡(luò)(NN)引擎向作者推薦的書籍目錄

作為一個(gè)膚色白皙卻有著黑素瘤家族病史的紅頭發(fā)人，我也非常高興可以通過努力建立一個(gè)能夠通過照片 高精度監(jiān)測(cè)皮膚癌的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。

如果你覺得枯燥無聊，可以嘗試使用一些有神經(jīng)網(wǎng)絡(luò)技術(shù)的App應(yīng)用，用手機(jī)攝像頭掃描你周圍的環(huán)境，能夠根據(jù)畫面給你提供一些你 意想不到的信息。

將你的手機(jī)攝像頭對(duì)準(zhǔn)一個(gè)有紅頭發(fā)特征的人，打開App應(yīng)用，會(huì)有 語(yǔ)音報(bào)告你一些相關(guān)信息，你甚至還可以 改變實(shí)時(shí)照片畫面，變得更年輕或者更高興(你還可改變其他人的臉部照片，但是不能用這種方法制造假新聞!)。

Yaron Hadad寫的一篇博客中詳細(xì)概述了深度學(xué)習(xí)實(shí)現(xiàn)的一些令人驚奇的事情，而且還有一些 非常炫酷的視頻。

當(dāng)然對(duì)于任何一項(xiàng)技術(shù)都會(huì)有人濫用它，神經(jīng)網(wǎng)絡(luò)會(huì)不斷處理反饋的數(shù)據(jù)。無論是密碼破解、竊取金錢或身份、劫持基礎(chǔ)設(shè)施系統(tǒng)等違法行為，我們知道還有很多人“狂熱”的研究這些。

關(guān)鍵詞： 神經(jīng)網(wǎng)絡(luò)引擎 超級(jí)算法