1、深度学习神经网络入门：构建智能机器的新途径

深度学习神经网络入门：构建智能机器的新途径

1. 构建智能机器

人类大脑是人体最神奇的器官，它决定了我们感知世界的方式，让我们能够存储记忆、体验情感甚至做梦。没有大脑，我们只是只能做出简单反射的原始生物。婴儿的大脑虽只有一磅重，却能解决超级计算机都难以攻克的问题。出生几个月后，婴儿就能识别父母的面孔、分辨物体与背景，甚至区分不同的声音。一岁时，他们对自然物理有了直觉，能追踪被遮挡的物体，还能将声音与特定含义关联起来。到幼儿期，他们已经掌握了复杂的语法，拥有数千个词汇量。

几十年来，我们一直梦想着制造出像人类大脑一样的智能机器，如清洁家居的机器人助手、自动驾驶汽车、自动检测疾病的显微镜等。然而，构建这些人工智能机器需要解决一些极其复杂的计算问题，而这些问题人类大脑能在瞬间解决。为了应对这些问题，我们需要采用过去十年里发展起来的全新编程方法，这就是深度学习。

2. 传统计算机程序的局限性

传统计算机程序擅长两件事：一是快速进行算术运算，二是严格遵循指令列表。如果你需要进行大量的金融数据计算，传统程序可以胜任。但如果要编写一个自动识别手写文字的程序，就会遇到问题。

以MNIST手写数字数据集为例，尽管每个数字的书写方式略有不同，但我们能轻松识别出第一行是零，第二行是一等。然而，编写一个计算机程序来完成这项任务却非常困难。比如，我们可以简单地规定，如果图像只有一个封闭的环，那么它就是零。但如果有人写的零没有完全封闭，或者如何区分潦草的零和六呢？我们可以尝试设置一个起点和终点距离的阈值，但这个阈值很难确定。此外，区分三和五、四和九等也会遇到同样的问题。我们可以通过仔细观察和反复试验添加更多的规则或特征，但这显然不是一件容易的事。