我的母親是一名護(hù)士，目前已經(jīng)退休。她是一個(gè)非常聰明的人，對自己的工作業(yè)務(wù)非常的盡職盡責(zé)。幾天前我和她說我正在研究Imagination最新的神經(jīng)網(wǎng)絡(luò)加速器，她詫異的說：“你說的是什么意思？”，當(dāng)然只有她在護(hù)理學(xué)校進(jìn)行外科手術(shù)培訓(xùn)或者照顧老年癡呆患者時(shí)才會真正思考神經(jīng)網(wǎng)絡(luò)意味著什么。我向她解釋我說的是人工智能（AI），不是人的大腦，我決定編寫一個(gè)關(guān)于神經(jīng)網(wǎng)絡(luò)的入門說明，讓我的母親（和其他無技術(shù)背景的人）能夠?qū)ι窠?jīng)網(wǎng)絡(luò)有一定的初步了解并且借助其他閱讀資料真正邁入人工智能的世界。

神經(jīng)網(wǎng)絡(luò)是什么？

如果你借助谷歌瀏覽器搜索并查看“ 什么是神經(jīng)網(wǎng)絡(luò)”（當(dāng)然這也是被大家頻繁問道的問題）這篇文章，你會發(fā)現(xiàn)有很多學(xué)術(shù)文章，每篇文章都有和下圖類似的圖片，并且詳細(xì)說明神經(jīng)網(wǎng)絡(luò)的功能，涉及很多專業(yè)名詞如“感知器”和“反向傳播”等，如果你不擅長數(shù)學(xué)或者工程學(xué)，那么你閱讀幾段就會感到乏味無趣。

雖然我們大部分人不是專業(yè)的工程師，可能不能夠真正理解這些算法是如何工作的（我甚至不確定那些技術(shù)人員是否真正理解其中的奧秘—— 比如黑盒問題），但是神經(jīng)網(wǎng)絡(luò)仍然有很多有用的信息需要我們?nèi)チ私狻?/p>

因?yàn)樯窠?jīng)網(wǎng)絡(luò)正在不斷的改變著我們的生活！我并不是談?wù)摗?天網(wǎng)（終結(jié)者電影）”或者 VIKI（電影中的超級計(jì)算機(jī)）等（但是有些場景確實(shí)發(fā)生在真實(shí)生活中），我要說的就是我們每天所經(jīng)歷的事情，一些新技術(shù)正在改變我們的生活方式比如智能音箱/聲音輔助、購物、照片編輯、欺詐檢測等，還有一些技術(shù)則正在顛覆一些行業(yè)，比如自動(dòng)駕駛汽車。還有一些技術(shù)可能會極大的改變?nèi)蛏鐣ū热缁蚪M醫(yī)學(xué)），還有很多我們現(xiàn)在沒有構(gòu)想的變化。

Ophir Tanz（ @OphirTanz）和 Cambron Carter在 TechCrunch網(wǎng)站上發(fā)表了一篇文章，將“神經(jīng)網(wǎng)絡(luò)是如何工作的？”這個(gè)問題進(jìn)行了分解說明，但是從廣義上講真正缺少的是能夠讓我們理解的神經(jīng)網(wǎng)絡(luò)專業(yè)術(shù)語。

將問題分解

人工智能（AI）準(zhǔn)確的定義是什么？我索性去查了下 牛津字典：AI是計(jì)算機(jī)系統(tǒng)理論和發(fā)展的結(jié)果，它能夠執(zhí)行一些類似人類智能的任務(wù)，比如視覺感知、語音識別、決策和語言翻譯等。AI也分為多個(gè)子集，包括機(jī)器人、機(jī)器學(xué)習(xí)、自然語言處理等，1956年在達(dá)特茅斯學(xué)院的一場研討會上首次提出人工智能（AI）研究，雖然在這里不向大家介紹這段歷史，但是鼓勵(lì)大家自己去了解。

現(xiàn)在我們知道的是“弱人工智能（Narrow AI）”，劃分為很多類型的網(wǎng)絡(luò)，每種網(wǎng)絡(luò)面向某種具體的功能（比如圖片分類等），這門科學(xué)不斷發(fā)展最終會發(fā)展為“通用人工智能（General AI）”，到時(shí)候計(jì)算機(jī)會像人類一樣行動(dòng)和思考，雖然現(xiàn)在我們還沒有達(dá)到這個(gè)程度，但是那個(gè)時(shí)代到來后，計(jì)算機(jī)能夠完成人類的每一項(xiàng)智能工作，包括對自己重新編程（類似于電影中的“天網(wǎng)”和“VIKI超級計(jì)算機(jī)”，那時(shí)候可能會引起人們的恐慌）。但是很多人正在努力的研究工作，確保一些場景只存在于科幻小說中，大家不妨閱讀 @cademetz的文章： 教會AI系統(tǒng)規(guī)范自己的行為。

機(jī)器學(xué)習(xí)是目前AI科學(xué)最先進(jìn)的領(lǐng)域，它描述的是機(jī)器如何采集數(shù)據(jù)、解析并且基于這些數(shù)據(jù)做出一些預(yù)測。機(jī)器系統(tǒng)會進(jìn)行自學(xué)習(xí)，不需要重復(fù)的進(jìn)行人工編程。直到最近我們才將其強(qiáng)大的處理能力應(yīng)用到現(xiàn)實(shí)中來，比如谷歌、亞馬遜等很多大型公司都在利用機(jī)器學(xué)習(xí)技術(shù)。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種類型，它需要在網(wǎng)絡(luò)中設(shè)計(jì)很多層來進(jìn)行數(shù)據(jù)處理，可能達(dá)到上萬層。比如卷積神經(jīng)網(wǎng)絡(luò)（CNNs）非常適合 圖片檢測和分類，它就設(shè)計(jì)了數(shù)十個(gè)或者數(shù)百個(gè)網(wǎng)絡(luò)處理層，每層都負(fù)責(zé)檢測一些復(fù)雜的屬性，從學(xué)習(xí)如何檢測邊緣到最終學(xué)習(xí)檢測圖片具體的形狀，隨著訓(xùn)練數(shù)據(jù)的不斷增多深度學(xué)習(xí)網(wǎng)絡(luò)性能會不斷得到提升。

人工神經(jīng)網(wǎng)絡(luò)（ANNs或者簡稱NNs）和CNNs網(wǎng)絡(luò)類似也是基于計(jì)算機(jī)處理器的智能網(wǎng)絡(luò)，能夠像人腦一樣工作（或者接近人腦），NNs網(wǎng)絡(luò)使用不同的數(shù)學(xué)算法處理網(wǎng)絡(luò)層，能夠不斷提升對于接收信息的敏感度，從圖片到語音、文本等。此外還有很多種類型的神經(jīng)網(wǎng)絡(luò)，除了CNNs，還有BRNNs、DNNs、FFNNs、LSTMs、PNNs、RNNs、TDNNs等，這里就不一一詳細(xì)介紹了。每種類型的網(wǎng)絡(luò)都面向不同的具體功能，如果你想深入了解， 阿西莫夫（Asimov）研究機(jī)構(gòu)的網(wǎng)站上進(jìn)行了詳細(xì)的介紹。

對于神經(jīng)網(wǎng)絡(luò)（NNs）要用于具體應(yīng)用前還需要輸入大量數(shù)據(jù)進(jìn)行訓(xùn)練，比如卷積神經(jīng)網(wǎng)絡(luò)（CNNs）用于圖片分類，在“硅谷（Silicon Valley）”這部電視中我們看到一個(gè)使用CNN網(wǎng)絡(luò)實(shí)現(xiàn)的“鑒別熱狗”的App應(yīng)用，能夠從150000張照片中分揀出熱狗、香腸等圖片（確實(shí)實(shí)現(xiàn)了?。?。 @timanglade寫了一篇訓(xùn)練這個(gè)網(wǎng)絡(luò)的處理過程：“ HBO推出的硅谷電視劇中如何借助TensorFlow、Keras&React Native實(shí)現(xiàn)鑒別熱狗App應(yīng)用的”。要想訓(xùn)練這個(gè)網(wǎng)絡(luò)實(shí)現(xiàn)高精度需要大量的計(jì)算能力而且經(jīng)常需要借助數(shù)據(jù)中心大量的GPU陣列來進(jìn)行。

神經(jīng)網(wǎng)絡(luò)經(jīng)過訓(xùn)練后就可以解析新的輸入數(shù)據(jù)，通過“推理”操作進(jìn)行一定的預(yù)測。比如這款“鑒別熱狗”的應(yīng)用，你可以將手機(jī)攝像頭對準(zhǔn)一個(gè)物體它就會幫你判斷這個(gè)物體是不是熱狗了。為了實(shí)現(xiàn)這個(gè)功能需要根據(jù)之前大量的訓(xùn)練獲得的理解功能迅速做出推理排序，最后提供一個(gè)物體是否為熱狗的概率。

推理操作（不僅用于檢測熱狗！）正是 PowerVR Series2NX神經(jīng)網(wǎng)絡(luò)加速器（NNA）所擅長的。它的性能遠(yuǎn)遠(yuǎn)超過手機(jī)，我們將在無人機(jī)、監(jiān)控?cái)z像、汽車等其他領(lǐng)路見證它的性能，根據(jù)它所處的應(yīng)用環(huán)境都會根據(jù)一定的推斷操作給我們提供全新的服務(wù)， 不妨看看這個(gè)2NX網(wǎng)絡(luò)識別不同物體的視頻。

應(yīng)用中的神經(jīng)網(wǎng)絡(luò)

正如我之前談到的，不同的網(wǎng)絡(luò)擅長做不同的事情，我不太贊同夸大某一種網(wǎng)絡(luò)（這是其他網(wǎng)站上經(jīng)常做的事），我認(rèn)為更重要的是這個(gè)網(wǎng)絡(luò)能夠通過訓(xùn)練實(shí)現(xiàn)哪些功能。現(xiàn)在使用的NNs網(wǎng)絡(luò)涉及的功能包括識別、分類、圖片質(zhì)量提升、人臉及各種物體檢測與識別等。神經(jīng)網(wǎng)絡(luò)（NNs）越來越多的被用于語言翻譯、音樂制作、文本/語音識別?！癆lexa，你正在使用神經(jīng)網(wǎng)絡(luò)嗎？”（是的，她確實(shí)在用）。

亞馬遜、谷歌、百度、臉書（facebook）等都在使用神經(jīng)網(wǎng)絡(luò)技術(shù)（NNs），而且我們每天在不同的平臺上也使用這些技術(shù)，從搜索引擎到社交媒體等。

從實(shí)際方面來講，亞馬遜使用的算法讓我們的購物變得更加的簡單，但是也有一些相互競爭的算法經(jīng)常向我推薦一些不相關(guān)的書籍，因此我可能也錯(cuò)過了很多應(yīng)該要讀的書（從Goodreads網(wǎng)站上獲得的建議），我不得不懷疑這與付費(fèi)廣告有關(guān)，希望他們能夠采取一定的方法讓這些惡意競爭現(xiàn)象不那么明顯。

作為一個(gè)膚色白皙卻有著黑素瘤家族病史的紅頭發(fā)人，我也非常高興可以通過努力建立一個(gè)能夠通過照片 高精度監(jiān)測皮膚癌的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。

如果你覺得枯燥無聊，可以嘗試使用一些有神經(jīng)網(wǎng)絡(luò)技術(shù)的App應(yīng)用，用手機(jī)攝像頭掃描你周圍的環(huán)境，能夠根據(jù)畫面給你提供一些你 意想不到的信息。

將你的手機(jī)攝像頭對準(zhǔn)一個(gè)有紅頭發(fā)特征的人，打開App應(yīng)用，會有 語音報(bào)告你一些相關(guān)信息，你甚至還可以 改變實(shí)時(shí)照片畫面，變得更年輕或者更高興（你還可改變其他人的臉部照片，但是不能用這種方法制造假新聞?。?/p>

Yaron Hadad寫的一篇博客中詳細(xì)概述了深度學(xué)習(xí)實(shí)現(xiàn)的一些令人驚奇的事情，而且還有一些 非常炫酷的視頻。

當(dāng)然對于任何一項(xiàng)技術(shù)都會有人濫用它，神經(jīng)網(wǎng)絡(luò)會不斷處理反饋的數(shù)據(jù)。無論是密碼破解、竊取金錢或身份、劫持基礎(chǔ)設(shè)施系統(tǒng)等違法行為，我們知道還有很多人“狂熱”的研究這些。

展望未來

最后希望我的母親能夠?qū)ι窠?jīng)網(wǎng)絡(luò)（NNs）有基礎(chǔ)的了解，并且像我一樣受到研發(fā)人員的研究成果的不斷啟發(fā)并且利用這些技術(shù)。隨著我們接觸更多的數(shù)據(jù)、更好更經(jīng)濟(jì)的處理技術(shù)，比如PowerVR 2NX神經(jīng)網(wǎng)絡(luò)加速器、深度學(xué)習(xí)技術(shù)等都將會融入我們社會的每一個(gè)領(lǐng)域。它們會被用于自動(dòng)駕駛汽車、管理智能家居和辦公室，顯著提高生產(chǎn)力，讓大家遠(yuǎn)離醫(yī)院，給大家提供無窮無盡的樂趣。