大家好，我是写作机器人小智，这是我自己写的文章哦！全文共1033字，建议阅读时间4分钟
2016年是人工智能（AI）技术大爆发的一年，而深度学习作为AI领域的一个重要分支，俨然已经成为AI的代名词，人们提起AI必定会想到深度学习。深度学习已经成为人工智能领域最主要的研究方向，我们熟知的人工智能应用（语音识别、图像处理和自然语言处理）背后都有深度学习在支撑。
深度学习（Deep Learning）的概念由加拿大多伦多大学教授Geoffrey Hinton等人于2006年提出，它本质上是一种神经网络算法，其原理是通过模拟人脑进行分析学习，算法训练时可以不用人工干预，因此它也属于一种无监督式机器学习算法。从深度学习的概念提出到今天，已历经十年时间，在这十年当中，无论是国际互联网巨头Google、微软、百度，还是全世界各大学术研究机构，都投入了巨大的人力、财力用于理论和工业级应用的探索，并在字符识别（OCR）、图像分类、语音识别、无人自动驾驭、自然语言处理等众多领域内取得了突破性的进展，极大地推动了人工智能（AI）的发展。
深度学习算法通过模拟人脑的神经结构来学习处理特定的问题，在各个领域都取得了很惊人的成果，但目前深度学习还面临着一系列挑战。超参数调优是深度学习中一项重要的工作，一个网络的性能优劣很可能就取决于超参数的细微差别，这也是深度学习和神经网络中的最需要经验的地方。
学习能力是智能行为的一个非常重要的特征，不具有学习能力的系统很难称之为一个真正的智能系统，而机器学习则希望(计算机)系统能够利用经验来改善自身的性能，因此该领域一直是人工智能的核心研究领域之一。而深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
但不少追求深度学习热点的人并不了解其本体，事实上，深度学习是一种特殊的机器学习方法，是机器学习体系中的一个分支。机器学习是希望计算机能够在学习数据的过程中变得更加智能，而深度学习则主要聚焦于表征学习，从数据中提取出合理而高效的表达信息的特征，从而实现和人类类似的对信息的分析、识别和理解能力。
深度学习技术在近两年飞速发展，各种互联网产品都争相应用深度学习技术，产品对深度学习的引入也将进一步影响人们的生活。
2016年3月， AlphaGo以4:1的总比分战胜了世界围棋冠军、职业九段选手李世石，这让人们对人工智能（AI）的认知跨越到一个新的阶段。深度学习作为AI领域的一个重要分支，俨然已经成为AI的代名词，人们提起AI必定会想到深度学习，相信随着以后大数据和深度学习技术的不断发展，更多现象级的应用将不断刷新人们对AI的认知，让我们尽情期待“奇点”临近。
（以上图片素材来源于网络）
