2016年：互聯(lián)網(wǎng)行業(yè)的“深度學(xué)習(xí)年”
作者:焦點(diǎn) 來(lái)源:探索 瀏覽: 【大 中 小】 發(fā)布時(shí)間:2025-11-22 18:31:10 評(píng)論數(shù):
導(dǎo)讀：《連線》雜志網(wǎng)站撰文指出，年互深度學(xué)習(xí)正在重塑谷歌、聯(lián)網(wǎng)Facebook、行業(yè)習(xí)年北京同城外圍約炮外圍上門(mén)外圍女（電話微信181-2989-2716）一二線城市上門(mén)真實(shí)可靠快速安排30分鐘到達(dá)微軟和亞馬遜這樣的深度學(xué)科技巨頭，并且正在向其他公司和組織擴(kuò)散，年互2016年可謂是聯(lián)網(wǎng)互聯(lián)網(wǎng)的“深度學(xué)習(xí)年”。
以下為原文內(nèi)容：
在澳大利亞西海岸，行業(yè)習(xí)年阿曼達(dá)·霍奇森（Amanda Hodgson）正在向印度洋上空發(fā)射無(wú)人機(jī)，深度學(xué)讓它們從空中拍攝水面景象。年互這是聯(lián)網(wǎng)在珀斯附近的海灣偵測(cè)儒艮（就是海牛）位置的一種方法，目的行業(yè)習(xí)年是防止這些瀕危的海洋哺乳動(dòng)物滅絕。麻煩的深度學(xué)是，霍奇森的年互團(tuán)隊(duì)沒(méi)有時(shí)間來(lái)檢查所有的這些航拍照片。照片太多了，聯(lián)網(wǎng)大約有4.5萬(wàn)張照片，行業(yè)習(xí)年對(duì)于沒(méi)有經(jīng)過(guò)訓(xùn)練的人員來(lái)說(shuō)，要找出儒艮并不容易，所以她把工作交給一個(gè)深層神經(jīng)網(wǎng)絡(luò)來(lái)做。
神經(jīng)網(wǎng)絡(luò)是北京同城外圍約炮外圍上門(mén)外圍女（電話微信181-2989-2716）一二線城市上門(mén)真實(shí)可靠快速安排30分鐘到達(dá)一種機(jī)器學(xué)習(xí)模型，F(xiàn)acebook用它來(lái)識(shí)別照片里的面孔。它還可以識(shí)別你用語(yǔ)音對(duì)智能手機(jī)提出的問(wèn)題，并且為谷歌搜索引擎提供幫助。這些數(shù)學(xué)模型通過(guò)分析大量的數(shù)字?jǐn)?shù)據(jù)來(lái)學(xué)習(xí)這些東西。現(xiàn)在，位于珀斯默多克大學(xué)的海洋生物學(xué)家霍奇森正在利用這種技術(shù)在數(shù)萬(wàn)張照片中尋找儒艮，她使用的開(kāi)源軟件TensorFlow，也是谷歌公司內(nèi)部機(jī)器學(xué)習(xí)服務(wù)正在使用的基本工具。
正如霍奇森所說(shuō)，偵測(cè)這些儒艮需要特定類型的精確度，主要是因?yàn)檫@種動(dòng)物是在水面下進(jìn)食的。“它們有時(shí)候看起來(lái)就像白色的水渦，或是水面上的眩光，”她說(shuō)。而神經(jīng)網(wǎng)絡(luò)現(xiàn)在已經(jīng)可以識(shí)別出這個(gè)海灣各處大約80%的儒艮了。
該項(xiàng)目仍處于早期階段，但它顯示了深度學(xué)習(xí)在過(guò)去一年里的廣泛影響。在2016年，這種古老的技術(shù)煥發(fā)了新的威力，它幫助一臺(tái)谷歌機(jī)器擊敗全球最頂級(jí)的圍棋棋手之一，而僅僅是在那幾個(gè)月之前，這還是一個(gè)看似不可能完成的任務(wù)。不過(guò)這只是最突出的例子之一。2016年即將結(jié)束，深度學(xué)習(xí)不再是當(dāng)初的花哨擺設(shè)了。它正在重塑谷歌、Facebook、微軟和亞馬遜等科技巨頭，而且還在迅速傳播到世界其他地方，這在很大程度上歸功于這些巨頭開(kāi)放的源代碼軟件和提供的云計(jì)算服務(wù)。
新的翻譯
在過(guò)去幾年中，神經(jīng)網(wǎng)絡(luò)通過(guò)谷歌照片等應(yīng)用大大改善了圖像識(shí)別功能，還通過(guò)Google Now和微軟小娜等數(shù)字助理將語(yǔ)音識(shí)別效果提升到了新的高度。而今年，它又帶來(lái)了機(jī)器翻譯的大飛躍。機(jī)器翻譯指的是自動(dòng)將語(yǔ)言從一種語(yǔ)言翻譯成另一種語(yǔ)言。今年9月，谷歌推出了一個(gè)名為谷歌神經(jīng)機(jī)器翻譯（GNMT）的新服務(wù)，它完全通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)運(yùn)行。該公司聲稱，GNMT把某些語(yǔ)言之間翻譯的誤差率降低了一大半（55%到85%）。
谷歌給它們輸入大量現(xiàn)有翻譯例句，以此來(lái)訓(xùn)練這些神經(jīng)網(wǎng)絡(luò)。部分例句帶有瑕疵，包括舊版谷歌翻譯得出的品質(zhì)較差的翻譯。但其中也包含人類專家的翻譯，也就是說(shuō)訓(xùn)練數(shù)據(jù)的質(zhì)量是參差不齊的。克服缺陷的能力是深度學(xué)習(xí)最引人矚目的地方之一：只要提供的數(shù)據(jù)足夠多，即使數(shù)據(jù)存在一些缺陷，它訓(xùn)練后達(dá)到的水平也可以遠(yuǎn)遠(yuǎn)超越那些缺陷。
谷歌服務(wù)的工程主管麥克·舒斯特（Mike Schuster）爽快地承認(rèn)GNMT遠(yuǎn)非完美。但它仍然是一個(gè)突破。由于該服務(wù)是完全基于深度學(xué)習(xí)的，因此谷歌可以更輕松地繼續(xù)改進(jìn)這個(gè)服務(wù)。具體來(lái)說(shuō)，谷歌可以把GNMT作為一個(gè)整體來(lái)改進(jìn)，而不是逐一對(duì)每種語(yǔ)言的機(jī)器翻譯服務(wù)進(jìn)行改善。
微軟也在朝著這個(gè)方向發(fā)展。本月，微軟更新了“微軟翻譯”app的版本，可以讓說(shuō)九種不同語(yǔ)言的團(tuán)隊(duì)成員進(jìn)行即時(shí)對(duì)話。這個(gè)新系統(tǒng)幾乎完全是在神經(jīng)網(wǎng)絡(luò)上運(yùn)行的，微軟副總裁沈向洋（Harry Shum）是該公司人工智能研究小組的負(fù)責(zé)人，他說(shuō)這一點(diǎn)非常重要，因?yàn)檫@意味著微軟機(jī)器翻譯的能力可能會(huì)以更快的速度提高。
新的聊天
在2016年，深度學(xué)習(xí)也在聊天機(jī)器人（chatbot）中找到了用武之地，最引人注目的也許就是今年秋天發(fā)布的Google Allo了。Allo可以分析你收到的文本和照片，并提供如何回復(fù)的建議。它使用的是谷歌之前的“智能回復(fù)”技術(shù)。這種技術(shù)的效果非常好，在很大程度上是因?yàn)樗鹬亓水?dāng)前機(jī)器學(xué)習(xí)技術(shù)的局限性。它建議的回復(fù)既簡(jiǎn)潔又恰當(dāng)，而且可以提供好幾個(gè)建議，畢竟如今的AI并不總是一次就能把事情做好。
在Allo內(nèi)部，神經(jīng)網(wǎng)絡(luò)也會(huì)幫助回答你向谷歌搜索引擎提出的問(wèn)題。他們幫助搜索助理了解你提出的是什么要求，并幫助制定答案。谷歌的產(chǎn)品經(jīng)理大衛(wèi)·奧爾（David Orr）說(shuō)，如果沒(méi)有深度學(xué)習(xí)，程序就無(wú)法找到答案。“我們需要使用神經(jīng)網(wǎng)絡(luò)，或者說(shuō)，它是我們找到的唯一能做這件事的方法。”他說(shuō)。“我們必須使用我們手里最先進(jìn)的技術(shù)。”
而神經(jīng)網(wǎng)絡(luò)做不到的事情，就是進(jìn)行真正的對(duì)話。無(wú)論科技CEO們?cè)谘葜v中是怎么說(shuō)的，要開(kāi)發(fā)出這種聊天機(jī)器人還有很長(zhǎng)的路要走，。但是，谷歌、Facebook和其他地方的研究人員正在探索深度學(xué)習(xí)技術(shù)，希望幫助達(dá)成這個(gè)高遠(yuǎn)的目標(biāo)——我們?cè)谡Z(yǔ)音識(shí)別、圖像識(shí)別和機(jī)器翻譯領(lǐng)域看到的進(jìn)步，希望也能在其他領(lǐng)域?qū)崿F(xiàn)。而對(duì)話就是下一個(gè)前沿陣地。
新數(shù)據(jù)中心
今年夏天，在用一個(gè)AI戰(zhàn)勝了頂尖圍棋選手之后，谷歌DeepMind實(shí)驗(yàn)室領(lǐng)導(dǎo)人杰米斯·哈薩比斯（Demis Hassabis）表示他們還開(kāi)發(fā)了一個(gè)AI來(lái)管理谷歌計(jì)算機(jī)數(shù)據(jù)中心的全球網(wǎng)絡(luò)。通過(guò)使用一種被稱為“深度強(qiáng)化學(xué)習(xí)”的技術(shù)（之前的AI學(xué)習(xí)下圍棋，學(xué)習(xí)玩電子游戲都是使用的這種技術(shù)），這個(gè)AI可以在數(shù)據(jù)中心數(shù)以千計(jì)的服務(wù)器中，控制冷卻風(fēng)扇的開(kāi)關(guān)時(shí)間，以及開(kāi)窗的時(shí)間，以及使用空調(diào)的時(shí)間，畢竟使用空調(diào)成本更高一些。總的來(lái)說(shuō)，這個(gè)AI可以管理數(shù)據(jù)中心里的120多項(xiàng)功能。
據(jù)彭博社報(bào)道，這個(gè)AI效果很好，幫谷歌節(jié)省了數(shù)以億計(jì)的費(fèi)用。換句話說(shuō)，2014年谷歌斥資6.5億美元收購(gòu)了DeepMind，現(xiàn)在就已經(jīng)完全回本了。目前DeepMind正計(jì)劃在這些設(shè)施中安裝更多的的傳感器，以便收集更多數(shù)據(jù)來(lái)訓(xùn)練AI，讓它百尺竿頭，更進(jìn)一步。
新的云計(jì)算
互聯(lián)網(wǎng)巨頭不僅在自己的服務(wù)中利用這個(gè)技術(shù)，還向其他公司進(jìn)行推廣。2015年底，谷歌宣布將TensorFlow開(kāi)源。僅僅一年時(shí)間，這個(gè)軟件就進(jìn)入尋常公司，成為了阿曼達(dá)·霍奇森這些研究人員的幫手。與此同時(shí)，谷歌、微軟、亞馬遜也開(kāi)始通過(guò)云計(jì)算服務(wù)提供自己的深度學(xué)習(xí)技術(shù)，讓任何個(gè)人或組織都可以利用它們來(lái)構(gòu)建自己的程序。把人工智能作為一種服務(wù)來(lái)提供，有可能成為這三大巨頭的最大商機(jī)。
在過(guò)去12個(gè)月中，這種技術(shù)的火爆也導(dǎo)致圈內(nèi)人才變得炙手可熱。谷歌不久前宣布斯坦福大學(xué)教授李飛飛加入其云團(tuán)隊(duì)，負(fù)責(zé)云機(jī)器學(xué)習(xí)。亞馬遜則挖到了卡內(nèi)基梅隆大學(xué)的教授亞歷克斯·斯摩納（Alex Smolna）。科技巨頭正在盡可能迅速地招攬頂尖人才，讓其他公司望塵莫及。不過(guò)好消息是，這些人才希望至少把部分研究成果拿出來(lái)與其他人共享，他們正在為此而努力。
隨著AI的發(fā)展，計(jì)算機(jī)科學(xué)家的角色正在發(fā)生變化。當(dāng)然，世界仍然需要能夠編寫(xiě)軟件的人。但它也越來(lái)越需要可以訓(xùn)練神經(jīng)網(wǎng)絡(luò)的人，這是一種非常不同的技能，關(guān)鍵在于從數(shù)據(jù)中得出一個(gè)結(jié)果，而不是自己創(chuàng)建一些東西。像谷歌和Facebook這樣的公司不僅雇用了新型人才，而且也在培訓(xùn)公司的現(xiàn)有員工，以便讓他們更好地適應(yīng)新的未來(lái)。而這個(gè)未來(lái)就是：每個(gè)人生活中的技術(shù)，都將被人工智能定義。（編譯/云開(kāi)）
以下為原文內(nèi)容：
在澳大利亞西海岸，行業(yè)習(xí)年阿曼達(dá)·霍奇森（Amanda Hodgson）正在向印度洋上空發(fā)射無(wú)人機(jī)，深度學(xué)讓它們從空中拍攝水面景象。年互這是聯(lián)網(wǎng)在珀斯附近的海灣偵測(cè)儒艮（就是海牛）位置的一種方法，目的行業(yè)習(xí)年是防止這些瀕危的海洋哺乳動(dòng)物滅絕。麻煩的深度學(xué)是，霍奇森的年互團(tuán)隊(duì)沒(méi)有時(shí)間來(lái)檢查所有的這些航拍照片。照片太多了，聯(lián)網(wǎng)大約有4.5萬(wàn)張照片，行業(yè)習(xí)年對(duì)于沒(méi)有經(jīng)過(guò)訓(xùn)練的人員來(lái)說(shuō)，要找出儒艮并不容易，所以她把工作交給一個(gè)深層神經(jīng)網(wǎng)絡(luò)來(lái)做。
神經(jīng)網(wǎng)絡(luò)是北京同城外圍約炮外圍上門(mén)外圍女（電話微信181-2989-2716）一二線城市上門(mén)真實(shí)可靠快速安排30分鐘到達(dá)一種機(jī)器學(xué)習(xí)模型，F(xiàn)acebook用它來(lái)識(shí)別照片里的面孔。它還可以識(shí)別你用語(yǔ)音對(duì)智能手機(jī)提出的問(wèn)題，并且為谷歌搜索引擎提供幫助。這些數(shù)學(xué)模型通過(guò)分析大量的數(shù)字?jǐn)?shù)據(jù)來(lái)學(xué)習(xí)這些東西。現(xiàn)在，位于珀斯默多克大學(xué)的海洋生物學(xué)家霍奇森正在利用這種技術(shù)在數(shù)萬(wàn)張照片中尋找儒艮，她使用的開(kāi)源軟件TensorFlow，也是谷歌公司內(nèi)部機(jī)器學(xué)習(xí)服務(wù)正在使用的基本工具。
正如霍奇森所說(shuō)，偵測(cè)這些儒艮需要特定類型的精確度，主要是因?yàn)檫@種動(dòng)物是在水面下進(jìn)食的。“它們有時(shí)候看起來(lái)就像白色的水渦，或是水面上的眩光，”她說(shuō)。而神經(jīng)網(wǎng)絡(luò)現(xiàn)在已經(jīng)可以識(shí)別出這個(gè)海灣各處大約80%的儒艮了。
該項(xiàng)目仍處于早期階段，但它顯示了深度學(xué)習(xí)在過(guò)去一年里的廣泛影響。在2016年，這種古老的技術(shù)煥發(fā)了新的威力，它幫助一臺(tái)谷歌機(jī)器擊敗全球最頂級(jí)的圍棋棋手之一，而僅僅是在那幾個(gè)月之前，這還是一個(gè)看似不可能完成的任務(wù)。不過(guò)這只是最突出的例子之一。2016年即將結(jié)束，深度學(xué)習(xí)不再是當(dāng)初的花哨擺設(shè)了。它正在重塑谷歌、Facebook、微軟和亞馬遜等科技巨頭，而且還在迅速傳播到世界其他地方，這在很大程度上歸功于這些巨頭開(kāi)放的源代碼軟件和提供的云計(jì)算服務(wù)。
新的翻譯
在過(guò)去幾年中，神經(jīng)網(wǎng)絡(luò)通過(guò)谷歌照片等應(yīng)用大大改善了圖像識(shí)別功能，還通過(guò)Google Now和微軟小娜等數(shù)字助理將語(yǔ)音識(shí)別效果提升到了新的高度。而今年，它又帶來(lái)了機(jī)器翻譯的大飛躍。機(jī)器翻譯指的是自動(dòng)將語(yǔ)言從一種語(yǔ)言翻譯成另一種語(yǔ)言。今年9月，谷歌推出了一個(gè)名為谷歌神經(jīng)機(jī)器翻譯（GNMT）的新服務(wù)，它完全通過(guò)神經(jīng)網(wǎng)絡(luò)來(lái)運(yùn)行。該公司聲稱，GNMT把某些語(yǔ)言之間翻譯的誤差率降低了一大半（55%到85%）。
谷歌給它們輸入大量現(xiàn)有翻譯例句，以此來(lái)訓(xùn)練這些神經(jīng)網(wǎng)絡(luò)。部分例句帶有瑕疵，包括舊版谷歌翻譯得出的品質(zhì)較差的翻譯。但其中也包含人類專家的翻譯，也就是說(shuō)訓(xùn)練數(shù)據(jù)的質(zhì)量是參差不齊的。克服缺陷的能力是深度學(xué)習(xí)最引人矚目的地方之一：只要提供的數(shù)據(jù)足夠多，即使數(shù)據(jù)存在一些缺陷，它訓(xùn)練后達(dá)到的水平也可以遠(yuǎn)遠(yuǎn)超越那些缺陷。
谷歌服務(wù)的工程主管麥克·舒斯特（Mike Schuster）爽快地承認(rèn)GNMT遠(yuǎn)非完美。但它仍然是一個(gè)突破。由于該服務(wù)是完全基于深度學(xué)習(xí)的，因此谷歌可以更輕松地繼續(xù)改進(jìn)這個(gè)服務(wù)。具體來(lái)說(shuō)，谷歌可以把GNMT作為一個(gè)整體來(lái)改進(jìn)，而不是逐一對(duì)每種語(yǔ)言的機(jī)器翻譯服務(wù)進(jìn)行改善。
微軟也在朝著這個(gè)方向發(fā)展。本月，微軟更新了“微軟翻譯”app的版本，可以讓說(shuō)九種不同語(yǔ)言的團(tuán)隊(duì)成員進(jìn)行即時(shí)對(duì)話。這個(gè)新系統(tǒng)幾乎完全是在神經(jīng)網(wǎng)絡(luò)上運(yùn)行的，微軟副總裁沈向洋（Harry Shum）是該公司人工智能研究小組的負(fù)責(zé)人，他說(shuō)這一點(diǎn)非常重要，因?yàn)檫@意味著微軟機(jī)器翻譯的能力可能會(huì)以更快的速度提高。
新的聊天
在2016年，深度學(xué)習(xí)也在聊天機(jī)器人（chatbot）中找到了用武之地，最引人注目的也許就是今年秋天發(fā)布的Google Allo了。Allo可以分析你收到的文本和照片，并提供如何回復(fù)的建議。它使用的是谷歌之前的“智能回復(fù)”技術(shù)。這種技術(shù)的效果非常好，在很大程度上是因?yàn)樗鹬亓水?dāng)前機(jī)器學(xué)習(xí)技術(shù)的局限性。它建議的回復(fù)既簡(jiǎn)潔又恰當(dāng)，而且可以提供好幾個(gè)建議，畢竟如今的AI并不總是一次就能把事情做好。
在Allo內(nèi)部，神經(jīng)網(wǎng)絡(luò)也會(huì)幫助回答你向谷歌搜索引擎提出的問(wèn)題。他們幫助搜索助理了解你提出的是什么要求，并幫助制定答案。谷歌的產(chǎn)品經(jīng)理大衛(wèi)·奧爾（David Orr）說(shuō)，如果沒(méi)有深度學(xué)習(xí)，程序就無(wú)法找到答案。“我們需要使用神經(jīng)網(wǎng)絡(luò)，或者說(shuō)，它是我們找到的唯一能做這件事的方法。”他說(shuō)。“我們必須使用我們手里最先進(jìn)的技術(shù)。”
而神經(jīng)網(wǎng)絡(luò)做不到的事情，就是進(jìn)行真正的對(duì)話。無(wú)論科技CEO們?cè)谘葜v中是怎么說(shuō)的，要開(kāi)發(fā)出這種聊天機(jī)器人還有很長(zhǎng)的路要走，。但是，谷歌、Facebook和其他地方的研究人員正在探索深度學(xué)習(xí)技術(shù)，希望幫助達(dá)成這個(gè)高遠(yuǎn)的目標(biāo)——我們?cè)谡Z(yǔ)音識(shí)別、圖像識(shí)別和機(jī)器翻譯領(lǐng)域看到的進(jìn)步，希望也能在其他領(lǐng)域?qū)崿F(xiàn)。而對(duì)話就是下一個(gè)前沿陣地。
新數(shù)據(jù)中心
今年夏天，在用一個(gè)AI戰(zhàn)勝了頂尖圍棋選手之后，谷歌DeepMind實(shí)驗(yàn)室領(lǐng)導(dǎo)人杰米斯·哈薩比斯（Demis Hassabis）表示他們還開(kāi)發(fā)了一個(gè)AI來(lái)管理谷歌計(jì)算機(jī)數(shù)據(jù)中心的全球網(wǎng)絡(luò)。通過(guò)使用一種被稱為“深度強(qiáng)化學(xué)習(xí)”的技術(shù)（之前的AI學(xué)習(xí)下圍棋，學(xué)習(xí)玩電子游戲都是使用的這種技術(shù)），這個(gè)AI可以在數(shù)據(jù)中心數(shù)以千計(jì)的服務(wù)器中，控制冷卻風(fēng)扇的開(kāi)關(guān)時(shí)間，以及開(kāi)窗的時(shí)間，以及使用空調(diào)的時(shí)間，畢竟使用空調(diào)成本更高一些。總的來(lái)說(shuō)，這個(gè)AI可以管理數(shù)據(jù)中心里的120多項(xiàng)功能。
據(jù)彭博社報(bào)道，這個(gè)AI效果很好，幫谷歌節(jié)省了數(shù)以億計(jì)的費(fèi)用。換句話說(shuō)，2014年谷歌斥資6.5億美元收購(gòu)了DeepMind，現(xiàn)在就已經(jīng)完全回本了。目前DeepMind正計(jì)劃在這些設(shè)施中安裝更多的的傳感器，以便收集更多數(shù)據(jù)來(lái)訓(xùn)練AI，讓它百尺竿頭，更進(jìn)一步。
新的云計(jì)算
互聯(lián)網(wǎng)巨頭不僅在自己的服務(wù)中利用這個(gè)技術(shù)，還向其他公司進(jìn)行推廣。2015年底，谷歌宣布將TensorFlow開(kāi)源。僅僅一年時(shí)間，這個(gè)軟件就進(jìn)入尋常公司，成為了阿曼達(dá)·霍奇森這些研究人員的幫手。與此同時(shí)，谷歌、微軟、亞馬遜也開(kāi)始通過(guò)云計(jì)算服務(wù)提供自己的深度學(xué)習(xí)技術(shù)，讓任何個(gè)人或組織都可以利用它們來(lái)構(gòu)建自己的程序。把人工智能作為一種服務(wù)來(lái)提供，有可能成為這三大巨頭的最大商機(jī)。
在過(guò)去12個(gè)月中，這種技術(shù)的火爆也導(dǎo)致圈內(nèi)人才變得炙手可熱。谷歌不久前宣布斯坦福大學(xué)教授李飛飛加入其云團(tuán)隊(duì)，負(fù)責(zé)云機(jī)器學(xué)習(xí)。亞馬遜則挖到了卡內(nèi)基梅隆大學(xué)的教授亞歷克斯·斯摩納（Alex Smolna）。科技巨頭正在盡可能迅速地招攬頂尖人才，讓其他公司望塵莫及。不過(guò)好消息是，這些人才希望至少把部分研究成果拿出來(lái)與其他人共享，他們正在為此而努力。
隨著AI的發(fā)展，計(jì)算機(jī)科學(xué)家的角色正在發(fā)生變化。當(dāng)然，世界仍然需要能夠編寫(xiě)軟件的人。但它也越來(lái)越需要可以訓(xùn)練神經(jīng)網(wǎng)絡(luò)的人，這是一種非常不同的技能，關(guān)鍵在于從數(shù)據(jù)中得出一個(gè)結(jié)果，而不是自己創(chuàng)建一些東西。像谷歌和Facebook這樣的公司不僅雇用了新型人才，而且也在培訓(xùn)公司的現(xiàn)有員工，以便讓他們更好地適應(yīng)新的未來(lái)。而這個(gè)未來(lái)就是：每個(gè)人生活中的技術(shù)，都將被人工智能定義。（編譯/云開(kāi)）