令人印象深刻的应用程序随处可见。2011年，就在辛顿加入谷歌之前的那个夏天，谷歌 工程师杰夫·迪安（Jeff Dean）、格雷格·科拉多（Greg Corrado）和斯坦福大学计算机科学 家吴恩达（Andrew Ng）共同推出了“谷歌大脑”（Google Brain）项目。谷歌大脑项目都在谷 歌公司半公开的实验室“谷歌X”中进行，使用深度学习网络识别高水平概念，例如通过分析 视频网站YouTube的视频中静止的图像来识别猫，而之前并不向它解释猫到底是什么。（巧 合的是，这实际上就是弗兰克·罗森布拉特半个世纪前对《纽约客》杂志说过的“神经网络终能够实现”的那个目标。）创造具有清晰推理过程的人工智能是比较重要的，因为过程事后是可以分析。河南传智人工智能培训班
那年夏天，辛顿终于收到了谷歌的电话。这个搜索巨头邀请他夏天到位于加利福尼亚州 山景城的校园工作。尽管辛顿当时已经64岁了，谷歌却将他定为“实习生”，因为员工必须严 格服从公司政策，即必须在公司工作好几个月之后才能被授予“访问科学家”的头衔。尽管如 此，辛顿仍然加入了由20岁出头的年轻人组成的实习生组。他甚至还戴上了新实习生们上面带有螺旋桨图案的帽子，被称作“新谷歌人”（Nooglers）。辛顿说：“我一定是史上很老的实习生。”当时，他开玩笑似的表示，那些并不知道他是谁的年轻同事肯定是把他当 作“老笨蛋”了。
河南传智人工智能培训班正如人们从将整个职业生涯都花在了人工智能的研究上的科学家那里了解的那样，明斯 基认为大脑更加复杂。
Jawbone与许多技术硬件公司建立了有经纪人参与的合作，但是如果只是分享数据的话，这些业务是不值得我花费笔墨的。你的恒温器真的需要知道在昨夜的晚餐中你吃了什么 吗？如果你的电视知道你一周要慢跑4次，这会对你有什么好处呢？班达尔说，实际上这意 义深远。“有数据虽然是好事，”他对我说，“但是理解数据才是我们关注的。” “理解数据”意味着可以通过恰当的人工智能算法，以具有上下文意义的方式分析你的数 据。“我们可以使用这种技术，以一种有利的方式将数据用于适合的设备。”他继续说 道，“比如，你可以将Jawbone的智能设备与你的智能恒温器配对，那么当你睡觉的时候，卧室里的温度可以自动调节有利于你睡眠的状态。当你醒来时，温度可以再次改变。”
现在的智能设备应该能够感知自己所处的环境、识别特定状态、触发评估、产生行为等等，从 而形成一个连续的环路。智能设备的“智能”在于中间的部分，那里负责处理感知到的信息， 以及如何基于信息采取具体的行动。一台真正智能的咖啡机不只是提醒人们咖啡机空了，而 是能够计算出使用者可能口渴的时间，并且自己能及时重新加满咖啡，调制出咖啡成品以满 足使用者的个体需求。甚至基于无人控制的桌对桌（desk-to-desk）送货也是可能的。有好莱坞大片和为非人 类角色赋予生命的CGI效果全都依靠人工智能研究人员开发的技术。
美国马里兰大学的一组研究人员给机器 人放了一段YouTube上的烹饪视频，这样就教会了机器人如何烹饪一顿简餐。这一过程中没 有任何直接人为的输入，只要提供正确的餐具，机器人就可以直接复制视频中显示的任务， 而且准确率非常高。长远来看，类似的机器人深度学习也可以应用于维修等领域。 目前已经证明，深度学习在翻译领域是必不可少的。2012年12月，微软的研发总监里克· 雷斯特（Rick Rashid）展示了一款震撼人心的英汉语音识别和翻译系统。对于保存记忆的兴趣终将引向神经网络。吉林人工智能培训班值得吗
机器人学与神经系统科学是数以亿计的资金涌向人脑逆向工程的原 因。河南传智人工智能培训班
如今，深度学习神经网络已经成为人工智能的主流，其强调的理念可以追溯到麦卡洛克 和皮茨。尽管该理念仍然是对大脑工作模式的一种模拟（我们将在后续章节中探讨更多关于 大脑的生物力学模型），但神经网络能够解决问题却令人惊叹。传统人工智能一直 表现良好，直到后来研究人员才发现现实世界与其完美模型并不匹配。与传统人工智能不同 的是，神经网络不仅能够处理规律性事物，还能够处理规则以外的情况。正如20世纪80年代 的NETtalk一样，这使其成为处理语言等棘手问题的比较好选择。深度学习神经网络还擅长处理 所谓的“分布表征”，这意味着其具有模拟同一表征空间中两个相似的领域（例如语言 和图像）的能力。从本质上来讲，这意味着神经网络能够以类比的方式进行思考，这一点是 传统人工智能无法企及的。河南传智人工智能培训班
成都深度智谷科技有限公司主营品牌有深度人工智能教育，发展规模团队不断壮大，该公司服务型的公司。公司致力于为客户提供安全、质量有保证的良好产品及服务，是一家有限责任公司企业。公司始终坚持客户需求优先的原则，致力于提供高质量的人工智能培训，深度学习培训，AI培训，AI算法工程师培训。深度智谷以创造***产品及服务的理念，打造高指标的服务，引导行业的发展。
