引言：深度学习的三位创立者Geoffrey Hinton、Yoshua Bengio和Yann LeCun获得了图灵奖，这是计算机科学领域最具声望的奖项。站在前沿技术发展的一个横切面上，乐于拥抱变化的程序员、工程师、开发者们手握叫做"深度学习"的利器奔跑在"科技改变世界"的征途上。

人工智能一点都不泡沫

"一个好的案例胜过太多说服的话语"，从事工业现场检测机器智能装配的陈思安在谈起深度学习与当今工业的结合时建议道，"我觉得飞桨（PaddlePaddle）可以开源这很好，我们在考虑使用飞桨。就是飞桨的宣传要快点跟上，如果不是看到柳州的喷油嘴智能检测项目案例，我觉得我们可能错过飞桨了！"

他提到的飞桨，是目前国内唯一的中文开源深度学习平台，出自百度团队。官方对它的定义是"源于产业实践的开源深度学习平台"，在特点优势上，官方强调它是开源开放、功能完备、端到端的深度学习平台，而这些所带来的巨大价值之一就在于：快速实现AI产业化大规模落地。深度学习门槛一降再降，每个企业都开始有了机会利用它为自己创造新的价值。

百度飞桨（PaddlePaddle）全景图

如果说这是"AI（人工智能）时代"，那么深度学习就是AI时代的引擎。它所蕴含的巨大能量在于可以推动所有产业进行智能化升级。如此一来，给很多已经进入瓶颈、放缓增长或希望未雨绸缪的企业直接送上"核心竞争力"。

"传统的机器人工业现场检测装配都是拿视觉去做引导的。比如焊接机器人在焊接时，需要设备对尚未喷漆的汽车车身进行检测。如果用传统方式，那么在检测时诸如光照、拍摄位置等的要求会非常高，局限性很强，我们现在用的算法就是这个问题。而且，在建模的时候，传统的建模以'金子塔'的方式，对物体的每一个面进行一次建模，物体是一个立体的东西，那最终得到的结果可想而知，只会是冗长又复杂的，这得占多大空间呀。我们试了下飞桨的技术，难以想象它带来的灵活性；此外，在模型训练好之后占用空间非常小，这一点上飞桨有绝对优势，这就是巨大的提升。而且，如果我们开始大规模使用飞桨，飞桨是开源的，那就意味着以后我们不用购买国外的算子了，所以成本上的节省也非常可观！" 陈思安在谈及人工智能在工业现场检测方面的应用时所表现出的飞扬神采，一点都看不出来他周六顶着35度高温跑到北京四环外来听技术分享会的辛苦。

酒香也怕巷子深，让增长来得"更猛烈些"

在这个知识爆炸的时代，全世界38亿互联网用户每天被海量的信息淹没得难以喘息。知识付费这个概念自2015年诞生以来，无数知识分子纷纷摩拳擦掌地加入"知识改变世界"的大军中。"知识付费最重要的是内容吗？是的！" 负责爱奇艺知识付费产品的帅帅同学在6月22日，基于百度深度学习平台飞桨（PaddlePaddle）的AI快车道第三期课程—— "推荐系统"的专题课上说："但用户如果找不到你的内容，那不就没办法了吗？现在这个状况，就是酒香也怕巷子深，所以接下来，对于如何解决增长的问题，我们在做算法层面的优化，根据用户收看的内容，更准确地预测出他喜欢的视频。也省去用户自己不断换关键词，费劲地搜索想要的内容，这对用户来说也是一种便利。"

AI快车道企业深度学习实战营第三期——"推荐系统"专题

知识付费走过2016年元年，现在怎么样了呢？"当靠贩卖焦虑的疯狂过去后，冷却下来的理性带给数据最直观的反馈。"帅帅谈起"深度学习"带给企业的无限机遇时，先是如是说道。"接下来的增长，很可预见的会来自于技术，技术可以帮助做知识付费的各个企业解决增长下降、甚至是停滞问题。"他说的这些，一点也不难理解。所以，"科技带来经济增长"，经验诚不欺我们。

事实上，根据帅帅的介绍，由于深度学习的"推荐算法"能够影响用户的购买行为带来经济效益，直接增强了企业的核心竞争力，所以它在工业界和学术界得到了广泛关注。"现在，我也在尝试用百度的深度学习开源框架飞桨来做这一块，他们对使用者的支持力度很大，有不懂的内容，我可以随时'骚扰'他们。"

帅帅还指出："在未来，基于推荐算法，每个用户都可以拥有自己'定制化'的专属首页或垂直页面内容。这对企业来说，有着巨大的战略价值，而对于用户来讲，也更方便他们高效地获取有价值的信息，我觉得，这样一个高效的环境，才能让好的内容找对'主人'。"

多少人误解大数据的关键只有"大"

用手机拨打手机客服，跟"智能客服"对话已经不算什么被"AI赋能"的新鲜事儿了，那如果当你拨号后，客服接起的同时，直接预测出你想要的服务呢？这不是玄学，这是基于大数据的聪明预测。就像各个投行的分析师给出股票的预测、气象站给出天气的预测一样，有了不同维度的数据，把它们训练成一个或多个模型，每次只需把不同维度的变量放到模型中计算，它就会告诉你："这个顾客打电话来可能想要解决下欠费情况"，或者"也许她想要咨询下合约机"。当天来参加百度AI快车道第三期课程的通信领域的同学，描绘出一个令人憧憬的客服场景。他说："虽然推荐系统可能跟我的方向不是完全匹配，但是我想了解更多关于飞桨的应用所以就来了。前几次课程我也都来了，这些课程对于深度学习产业级应用的推动作用还是很有意义的。"

AI快车道企业深度学习实战营第三期

对于用户来讲，他描绘的场景直接解决了用户与客服之间有时在问题描述上无法逾越的"鸿沟"，节约了用户的时间精力，同时也为客服人员创造出好的工作环境。

这个"未来蓝图"据介绍正在试点中，而在这里面不难发现深度学习技术的身影。当数据巨大时，也许我们利用传统的技术也可以分析建模，但当数据更加复杂，变量不计其数，在面对如何在多维数据之间寻找深层关系的问题时，或许传统的方式也能解决一二，但其处理过程可能会过于"沉重"从而失灵或者缓慢。

此时，"深度学习"的优势对于那些需要与大数据打交道的企业来说，就非常明显了：降本、增效、快速而准确的进行分析与预测。所以，可见我们在谈论大数据时的关键不仅是"大"，而是有效的找到他们彼此间一层、多层、甚至是非直接的关系，并结合实际场景去解决问题。

"这并不久远，而且很有意义。"这位同学最后说到。

是的，这并不久远，深度学习技术正在各个产业中渗透下沉。也许正是那沸腾在中国AI人热血中"技术改变世界"的热盼与梦想，为这个时代创造了去拥有下一个"中国速度"的机会。未来已来，而我们正在触摸。