从上世纪初开始人类就开始了对实现人工智能的追逐，但直到近年来，人们期待的人工智能技术才真正诞生——基于深度神经网络的机器学习。

很快它就进入了从语音识别到自动驾驶等大量的使用场景。不得不说，效果的确显著，但非专业人士——绝大多数的普通人，仍然对深度神经网络的基础原理存疑，这也导致他们对人工智能技术不信任，甚至是怀疑其安全性。

在 PingWest品玩于旧金山举办的 SYNC 2016 SF 科技峰会上，百度硅谷人工智能实验室总监亚当·科茨 (Adam Coates) 用浅显易懂的方式，试图向普通人解释机器学习。他认为，神经网络技术仍很基础，但在软件工程上效能卓著，而且已经开始渗透到我们生活的方方面面。

机器学习的原理其实并不复杂。比如当看到一辆车，人类做出它是“车”的判断基于长时间的视觉训练。但计算机看不懂图像，他能看到的只是软件把一辆车的大量视觉细节特征转化成的数据组。从这个角度来看，每辆车反映到一个机器视觉算法里的数据组都不一样，但经过数以千计的学习之后，计算机会发现这些数据组的规律。进而，当这样一组数据进入系统，计算机能返回“这是一辆汽车”的结果。

科学家把一批数据组打上“车”，再把另外一批数据 打上“不是车”的标签，喂给机器学习算法，久而久之，计算机就能从结果上像人一样理解什么是车什么不是车。

科茨指出，深度神经网络在处理像视觉识别/自动驾驶、语音识别/翻译等复杂任务时的性能，能够随着数据量和计算力的增长而提高，这是以往的很多计算机处理方法所不能达到的。但即便如此，深度神经网络仍然只是在方法上粗浅、表层地模拟人脑，距离真正像人脑一样思考差的还很远。

这也是为什么百度倾向于认为人工智能技术取代人类不是一件需要担心的事，反之，由于它仍处在早期发展阶段，更应该进一步推广到更多的使用场景里。

科茨刚刚给自己的部门定了一个“小目标”：让百度人工智能技术触达 1 亿人。

这 1 亿人大多处于移动互联网蓬勃发展的新兴国家市场。在这些市场，人们连接互联网的首选途径不是 PC 而是移动设备，而语音技术将会是为移动设备交互带来革命的新交互方式。

百度计划让语音识别技术进一步普及。在中国，用户已经可以使用百度移动客户端进行语音搜索。在英语国家，百度刚刚推出了一款名为 TalkType  的 Android 输入法。语音识别是 TalkType 的核心竞争力，用户可以使用它来代替打字，或者搜索地图、餐馆和购物等更多内容而不用切换 App，类似 Google  的 Gboard 输入法，以及苹果在 iOS 10 里为 iMessage 加入的聊天界面插件功能。

去年，百度在北京等地上路实测了基于深度神经网络实现的自动驾驶技术和汽车“百智”，在乌镇世界互联网大会上得到了中国国家领导人的好评。就在前不久，百度先后开放了一套人工智能 API“百度大脑”，和驱动百度大脑以及百度大量核心商业产品的深度学习算法框架 PaddlePaddle。这些里程碑得益于百度在硅谷设立的人工智能实验室、深度学习实验室、大数据实验室以及自动驾驶小组，使得百度从搜索引擎公司的身份升级成了中国人工智能研究最为领先的大型互联网公司。

更多了解百度硅谷人工智能实验室和百度在人工智能上的未来计划，欢迎观看亚当·科茨在 SYNC 2016 SF 上精彩演讲的视频。

另外，PingWest品玩将于 11 月 4 日（没错，后天）在北京 BIFT Park 举办 HAY!16 超混合现场，聚集来自文化、数字娱乐、设计和生活美学方面的专家大师，机会难得不容错过，点击这里了解更多、报名！