以下内容转载于 网友 Fiona Duan，感谢作者分享 （原作的图片显示有问题，所以我从别处找了一些附上，小伙伴们可以看看）。最近越来越觉得人工智能，深度学习是一个很好的发展方向，应该也是未来科技的关键核心。
隆重分享，中科院自动化所录制的视频：http://pan.baidu.com/s/1c0vjEIc
（英文的，没有中文字幕，考听力了）
7月7日，笔者有幸在中科院自动化所现场听取了Andrew Ng以《Deep Learning：Overview and Trends》的精彩演讲。现将Andrew演讲内容整理出来，希望对大家有所帮助。演讲中，Andrew主和大家分享了深度学习为何产生和发展成果，展望了未来发展趋势，以及百度在人工智能上的使命。现场录音包括Andrew演讲内容和会后现场问答，希望对大家有帮助~
演讲录音链接：http://pan.baidu.com/s/1ntHRSxV
PS: 英文好的小伙伴，可以听听，有Andrew的八卦喔！~~
特别说明：本文不是Andrew的演讲实录，只是笔者记录下来的内容；此外，由于全程英文和笔者技术水平有限，有不准确或遗漏之处，还请见谅。
深度学习为何产生？
一直以来，在人工智能领域，我们试图达到获得大量数据、做出优秀产品和赢得广大用户三者之间的良性循环，但传统的机器学习算法表现并不够好，良性循环也未能实现。
深度学习相比于传统方法有很多优势，如下面这个很直观的图，随着训练量的提高，传统方法遇到了瓶颈，但深度学习的效果却蓬勃发展，不断提高。
深度学习有哪些发展？
当年在斯坦福大学，我和我的团队曾经有一个想法，让机器人去识别咖啡杯。但机器人看到的东西和人完全不一样，我们会看到一个具体的杯子，但机器能看到的只有数据，这也是计算机视觉（computer vision）难点所在，那就是要搞明白这些数字代表了什么。
过去我们的研究主要集中在三个领域。第一个是计算机视觉，目的是发现物体特征，然后描绘这种特征。第二个是语音识别（speech recognition），比如对机器说：“请找到我的咖啡杯”，机器就会识别这句话的意思。第三个是文本识别，这个有助于我们更好的应用，比如机器翻译、网络搜索等。
很长一段时间，我们设计了大量program，也发了一些paper，但研究没有什么突破性进展。直到大概七年前，我和我的学生突然有一个想法：人脑中大部分感知器是一个非常简单的计算过程。
而对于人脑的研究也表明，这个“one program”的假设是有可能的。我们可以从大脑如何听、如何看开始，去了解大脑的神经元如何工作，并进而为深度学习提供理论依据。
有了这个依据，我们开始从有标记数据（tagged data）中学习，也就是有监督学习（supervised learning）。在给机器看了50000张咖啡杯图片后，我们让机器人在斯坦福计算机系办公楼里找咖啡杯，效果非常好。进一步研究后，我们认识到bigger is better，即特征越多，实验效果越好。
于是，我就开始寻找谁拥有更多的计算资源，于是找到了谷歌，开始了谷歌大脑这个项目，并建立了当时世界最大的神经网络，达到10亿个神经元。而我们的研究也推动了谷歌产品的发展，提升了用户的体验，比如谷歌地图，以及语音识别方面的应用。
谷歌在硅谷确实很牛，但相比于谷歌，百度能够更迅速地把深度学习技术应用到更多的产品中，比如最值得骄傲的是百度图像搜索，准确度已超过谷歌，此外还有百度语音识别，广告预估等。
过去很多深度学习的成功，很大原因是利用了有标记数据。像百度、谷歌、Facebook这些公司，拥有海量的有标记数据，相较于其他技术，深度学习更适合利用这些数据并获得好的表现。
但这并不是深度学习发展的唯一方向，想想宝宝是如何学习的？他们并不是从有标记数据中获得认知，即使是最最深沉地爱着自己孩子的父母，也不会找出5万个咖啡杯的照片指认给自己的孩子看，来让他认识什么是咖啡杯的。另外一点，标记数据可能存在用完的问题。所以大家认为使用未标记数据来学习，会是未来的发展方向。
实际上，人类大脑如何处理图片的过程就是visual cortex寻找图片中Lines/edges的过程，而每一个visual cortex的神经元就是一个Model。
基于生物学中visual cortex的工作原理，发现人脑处理的过程是：像素->边缘->对象部分->对象模型。深度学习的过程是反向的。深度学习就是找到小patch再将其进行组合，就得到了上一层的特征(feature），递归地向上学习特征( feature)。在不同对象(object)上做训练是，所得的边缘(edge)是非常相似的，但对象部分(object parts)和模型(models) 就会完全不同。
（笔者：讲到这里，Andrew秀出了他的演讲中唯一的一个公式，还和大家开玩笑的说道，I hope you can enjoy it. 由于笔者的水平，这段听的不太明白，就把公式贴出来，大家自己琢磨吧。）
我们曾使用Youtube视频作为未标记数据，让机器自主学习。这个过程中我们发现人脸在视频中出现的频率非常高，神经网络可以学习如何认出人脸。但令人惊喜的是，机器通过自学辨别出了猫脸。
当时我作报告时，经常会有人过来对我说：深度学习听起来真的很酷，但如果没有造价昂贵的16000个 CPU，我们还能在深度学习上有所进展么？所以我和Adam、Bryan（两周前刚刚加盟百度）就致力于寻找到更便宜的研发方法。后来我们决定用GPU（Graphic Processing Unit）替代CPU，降低造价。于是，具有100亿个节点的神经元网络便出现了。
深度学习未来去向何方？
我认为0-2年内仍以标记数据为主导发展方向，之后的3-5年，标记数据和未标记数据将共同发展。但关于深度学习的未来更长远的发展，我认为将会更依赖于无标记的数据，因为这与人类和动物认知世界的过程更为类似。
具体地说，在计算机视觉方面，预计在6年内，我认为深度学习将会颠覆现有的所有方法。
在语音识别方面，目前还处于起步阶段，未来将会有爆发式增长。语音识别和语音合成会在近几年产生巨大的影响。语义理解方面，发展的过程将会是从单词的理解到一个句子，再到文章理解（document representation）。推荐系统和广告方面，百度做的很好，有效提高了广告表现。机器人方面，未来将会出现真正的智能机器人。
此外，就是对获取数据的创新。现在的很多研究都是基于海量数据，未来或许我们可以通过某种传感器训练摄像头来捕捉更多的数据。我甚至想和朋友在空闲的时间里，成立一个国际数据获取大会（conference of data acquisition），很遗憾，我没有这个时间。而未来的挑战将会集中在规模化和算法这两方面。
百度研究院的使命
创立coursera时，我的愿望是让每个人可以平等地获得学习的机会。如今，谁能助我成就人工智能的梦想呢？最终我选择了百度。
之所以选择百度，我看到了百度拥有大数据和强大的计算能力；有敏捷的机构，能快速地调配资源去需要的地方，也能够将技术快速落地，比如GPU的落地；同时，我被我所遇到的人所折服，比如Robin、王劲、余凯和张潼。
我相信未来百度研究院将研发出最棒的工具和技术，构建最佳的员工职业发展之路，努力打造一个最好的环境来吸引优秀工程师和研究人员加入我们，成就未来深度学习领域的英雄（future hero of Deep Learning）。