白季中

让机器像人类一样思考，达到甚至超越人类的智能水平，一直是人类不断追求的目标。自1956年人工智能概念兴起，人类将这门前沿学科研究、探索、开发的成果用于模拟、延伸和扩展人工智能的理论、方法、技术和应用。经过近60年的发展，人工智能已经发展出知识表示、机器学习、智能搜索、自然语言理解、推理规划、模式识别、神经网络、计算机视觉、智能机器人、自动程序设计等多种方法和技术，并已逐步得到广泛使用。

近几年来，以深度学习和类脑智能计算为代表的人工智能核心技术的突破，以及云计算和大数据的长足发展，使得图像识别、语音识别、自然语言处理等前沿技术的能力和应用效果得到了极大的提升，因而倍受工业界和科技界的广泛关注。

深度学习和类脑智能计算的技术创新

深度学习是人工智能机器学习研究中的一个新领域，被《麻省理工学院科技评论》杂志评选为2013年度十大突破性技术之首。该项技术最早是由Hinton等人于2006年在《Science》杂志上提出，源于人工智能神经网络的研究，其动机在于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，例如图像、语音和文本等。

深度学习的本质思想是构建多个神经元层，每层都提取一定的特征和信息，通过组合底层特征形成更加抽象的高层来表示属性、类别或特征，以发现数据的分布式特征。以图像识别为例，第一层提取边界信息，第二层提取边界轮廓信息，然后轮廓可组合成子部分，子部分组合成物体。……