Yann LeCun 是 Facebook 人工智能研究的负责人，也是纽约大学计算机科学系的教授。他创建的“神经网络”可以用来识别照片并对人类日常的语言作出反应。而类似的技术也正在推动着Google Android手机的语音识别、微软Skype服务的即时语言翻译和许多其他能够随着时间推移而“学习”的在线工具。
利用计算机处理器所构成的庞大网络，这些由人类所创造的近似于人类大脑神经网络的系统，在某些方面反而可以超越人类本身。
本周在《自然》科学期刊上，LeCun联合另外两名学者在论文中详细介绍了“深度学习”技术的现状：其中一位是现任于Google的多伦多大学教授Geoff Hinton，另一位是蒙特利尔大学的Yoshua Bengio。这篇论文详细介绍了深度学习在近年来普遍的一个进展，呈现出科学界如何将这项技术用于重塑我们的互联网服务。
Yann LeCun
LeCun还表示，深度学习的运用不仅仅局限于互联网服务，还可以延伸至现实世界中能够操作的设备上，例如机器人和自动驾驶汽车。就在上周，加州大学伯克利分校的研究人员透露，使用深度学习技术的机器人系统能够自己学会如何拧开瓶盖。今年年初，大牌芯片制造商Nvidia和以色列一家名为Mobileye的公司透露，他们也正在开发深度学习系统，可以用来驱动自动驾驶汽车。
LeCun在过去的十年时间也一直在探索类似的“机器人感知”，他在2003年发表了他的第一篇论文，当时的想法是利用深度学习算法作为机器人识别和避开障碍物的方式，而这些技术和自动驾驶汽车所需要的技术没什么不同。
我们曾报道过，Google、梅赛德斯和奥迪等企业已经向人们展示了自动驾驶汽车。但根据研究人员以及LeCun表述，深度学习可以进一步提高自动驾驶技术，如图像识别和语音识别。深度学习算法可以追溯到上世纪80年代，但现在公司和研究人员可以利用更加强大的机器网络，并让系统通过分析大量的数据来自学。
Google 已经在其自动驾驶汽车上使用了深度学习技术，据 Google 研究员 Jeff Dean 表示，除了自动驾驶汽车以外，Google公司目前在数十个服务上都使用了这项技术。Trevor Darrell 是伯克利深度学习机器人的研究人员之一，他表示他的团队也在探索在自动驾驶汽车中使用该技术。
深度学习有意思的地方在于，它可以改变很多不同领域的研究。在过去，研究人员需要使用不同的技术用于语音识别、图像识别、翻译和机器人。但现在使用这一项技术，就能用于所有这些研究领域。这项技术的加入导致的结果就是：所有这些领域都演变速度都会变得更快。
文章来源：雷锋网
