大數(shù)據(jù)已經(jīng)變成各個(gè)行業(yè)的基礎(chǔ)架構(gòu)，而真正能幫助這些行業(yè)處理好數(shù)據(jù)，并最終實(shí)現(xiàn)具體應(yīng)用的還是因?yàn)樯疃葘W(xué)習(xí)的出現(xiàn)?？梢哉f(shuō)，深度學(xué)習(xí)是大數(shù)據(jù)具體行業(yè)應(yīng)用的必要工具。
3、 深度學(xué)習(xí)對(duì)機(jī)器人領(lǐng)域的價(jià)值
康納爾大學(xué)創(chuàng)意機(jī)器人實(shí)驗(yàn)室主任Hod Lipson講述了他研發(fā)的基于“元認(rèn)知（Metacognition）”的機(jī)器人，他們事先沒(méi)有對(duì)這些機(jī)器人的行為進(jìn)行編程，而是讓這些機(jī)器人更加自由的活動(dòng)，對(duì)機(jī)器人的行為和“進(jìn)化”進(jìn)行研究，從而建造出能夠具備自我學(xué)習(xí)能力和進(jìn)化能力的機(jī)器人。TED對(duì)此進(jìn)行了非常準(zhǔn)確的描述：Hod Lipson及團(tuán)隊(duì)在創(chuàng)造一種能夠決定自己如何走路的機(jī)器人；一種能夠開發(fā)出自我感覺的機(jī)器人；通過(guò)不斷試錯(cuò)，最終構(gòu)建出“更像自己”的機(jī)器人。在技術(shù)哲學(xué)層面，Hod Lipson借鑒了美國(guó)知名人工智能專家、認(rèn)知科學(xué)家Marvin Lee Minsky的理論，機(jī)器的大腦有兩層結(jié)構(gòu)，一層感知外部世界，一層感知自身，以此在虛擬和現(xiàn)實(shí)之間幫助機(jī)器構(gòu)建出一個(gè)對(duì)自我意識(shí)的認(rèn)識(shí)和思考，也就是他今天提到的“對(duì)思考進(jìn)行思考”，從而讓機(jī)器具有“自我”。思想家I.J.古德提到，機(jī)器設(shè)計(jì)是智能機(jī)器的能力之一，而Hod Lipson現(xiàn)在所做的就是在培養(yǎng)機(jī)器的這種“設(shè)計(jì)能力”。
Hod Lipson認(rèn)為他現(xiàn)在之所以能夠制造出擁有“自我意識(shí)”的機(jī)器人，原因有兩個(gè)，第一是他一直推崇的3D打印技術(shù)的出現(xiàn)。第二就是深度學(xué)習(xí)技術(shù)的成熟，他對(duì)該領(lǐng)域保持關(guān)注了十多年，直到今天，深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練才達(dá)到令人滿意的效果，擁有自我意識(shí)和學(xué)習(xí)能力的機(jī)器人才會(huì)出現(xiàn)。
深度學(xué)習(xí)賜予了Hod Lipson更加智能的機(jī)器人，那這對(duì)我們來(lái)說(shuō)意味著什么？Hod Lipson認(rèn)為這可以應(yīng)用在醫(yī)療行業(yè)，因?yàn)榫哂幸庾R(shí)的機(jī)器人能更好的了解人類的感受，從而對(duì)病人進(jìn)行更好護(hù)理。他提到的這種應(yīng)用已經(jīng)實(shí)現(xiàn)，去年，歐盟發(fā)布了RoboEarth項(xiàng)目，四個(gè)機(jī)器人在模擬醫(yī)院的環(huán)境中相互協(xié)作來(lái)照顧病人，它們通過(guò)與云端服務(wù)器的交互來(lái)進(jìn)行信息共享和互相學(xué)習(xí)。例如，一個(gè)機(jī)器人可以對(duì)醫(yī)院房間進(jìn)行掃描并將完成的地圖上傳至RoboEarth，而另外一個(gè)對(duì)這個(gè)房間完全不了解的機(jī)器人就可以通過(guò)訪問(wèn)云端的這張地圖來(lái)找到房間中一杯水，而不需要再進(jìn)行額外的搜索。
這不僅體現(xiàn)了這種智能機(jī)器人在醫(yī)療行業(yè)的重要性，更預(yù)示著智能將從機(jī)器群組中涌現(xiàn)。不論是Hod Lipson的機(jī)器人，RoboEarth體系里的單個(gè)機(jī)器人，還是此前MIT發(fā)布的“多智能體系統(tǒng)”和哈佛大學(xué)的“白蟻機(jī)器人”，它們都是Robert Chambers在《Vestige of The Natural History of Creation》中變化論（transmutation）提到的“早期簡(jiǎn)單形態(tài)的物種”。而這種初期形態(tài)會(huì)逐漸向高級(jí)形態(tài)進(jìn)行自然進(jìn)化，這種法則可以被定義成單個(gè)個(gè)體的適應(yīng)性，一種在群體中誕生并不斷增長(zhǎng)的學(xué)習(xí)能力。就像一只看不見的手，一只存在于大量低級(jí)成員中卻控制并引導(dǎo)著整體的手，直到量變引起質(zhì)變。更難得的是，機(jī)器的這種學(xué)習(xí)能力是有加速度的，隨著時(shí)間推移，進(jìn)化能力本身的多樣性、復(fù)雜性和進(jìn)化力也隨之增長(zhǎng)，這就是KK在《失控》里提到的群組的自我進(jìn)化。
4、 深度學(xué)習(xí)對(duì)信息醫(yī)療領(lǐng)域的價(jià)值
斯坦福大學(xué)教授Walter Greenleaf的演講是信息醫(yī)療，全球老齡化的加劇帶來(lái)了嚴(yán)重的醫(yī)療負(fù)擔(dān)，在過(guò)去的31年間，醫(yī)療開銷超過(guò)了經(jīng)濟(jì)增長(zhǎng)。而目前解決這個(gè)問(wèn)題的最佳途徑就是醫(yī)療信息化和數(shù)字診斷，移動(dòng)智能設(shè)備的普及，醫(yī)療設(shè)備的數(shù)字化和便攜式、云計(jì)算、社交化都在加速這個(gè)目標(biāo)的達(dá)成，而當(dāng)這一切都變成數(shù)字化時(shí)，醫(yī)療其實(shí)就變成了一個(gè)數(shù)據(jù)處理的過(guò)程，但數(shù)據(jù)量將會(huì)出現(xiàn)爆發(fā)式增長(zhǎng)，越來(lái)越多的人加入，體征監(jiān)測(cè)指標(biāo)越來(lái)越多，服務(wù)層級(jí)也越來(lái)越豐富，這就需要深度學(xué)習(xí)來(lái)提供強(qiáng)大的數(shù)據(jù)處理能力。同時(shí)，由于機(jī)器在處理病情時(shí)可以做到完全按照數(shù)據(jù)處理結(jié)果進(jìn)行客觀診斷，而不像人類一樣因?yàn)榍楦蟹矫娴脑蜃龀鲥e(cuò)誤判斷，因此，醫(yī)療領(lǐng)域的發(fā)展也需要人工智能和深度學(xué)習(xí)的有力支持。
百度的大數(shù)據(jù)引擎把醫(yī)療行業(yè)作為重點(diǎn)應(yīng)用方向，去年6月份上線的疾病預(yù)測(cè)可以對(duì)全國(guó)331個(gè)地級(jí)市，2870個(gè)區(qū)縣的四種疾病進(jìn)行未來(lái)趨勢(shì)的預(yù)測(cè)，其中，百度的深度學(xué)習(xí)技術(shù)勢(shì)必發(fā)揮了重要作用。IBM 和紐約基因中心 New York Genome Center, NYGC 合作，利用超級(jí)計(jì)算機(jī)的運(yùn)算能力加速腦癌研究并找到最佳的治療方法；Watson 負(fù)責(zé)整理醫(yī)學(xué)文獻(xiàn)并結(jié)合臨床數(shù)據(jù)，并利用其認(rèn)知技能及運(yùn)算技術(shù)找到所有數(shù)據(jù)的關(guān)聯(lián)性，根據(jù)病人的基因組找到最佳的治療方式。波士頓Beth Israel Deaconess醫(yī)療中心的研究小組正在使用機(jī)器學(xué)習(xí)算法來(lái)解決正在困擾全國(guó)各地急診室的數(shù)據(jù)質(zhì)量問(wèn)題：以結(jié)構(gòu)化，標(biāo)準(zhǔn)化的方式獲知病人來(lái)訪的原因或“主要訴求”。