【我們為什麼挑選這篇文章】Google 在今年度的發表大會上，喊出了「每一服務、每一個單位都是人工智慧」的口號，而 Google 當然不會讓這句話流於口號，到底要怎麼實行到每一個服務中？以及採用的「深度學習」到底是什麼呢？（責任編輯：陳君毅）
深度學習屬於人工智能領域，在這個領域，真正的奇蹟正在發生。
一直以來，雖然計算機的運行速度很快，但它並不聰明——它沒有能力從犯的錯誤中學到經驗，必須得到精確的指令才能執行任務。
什麼是深度學習？
深度學習涉及到構建出人工神經網絡，這種網絡會試圖模仿生物的大腦來分類和處理信息。
深度學習中的「深度」意味著使用多層堆疊的神經網絡，這種數據處理結構被稱為深度神經網絡。深度神經網絡這種複雜的結構，讓它在處理數據時能更徹底、更精確，優於之前其他的人工智能技術。
深度學習已經在人工智能的最前沿推陳出新，現在的許多應用中都有它的身影。
隨著數據量的不斷增加，處理技術變得越來越便宜，社會上的更多領域可能會受到影響。下面我們來看看 Google 這個先驅是如何在眾多產品和服務中使用深度學習的。
Google 不斷運用「深度學習」在全部的產品中
Google 一直是支持使用深度學習技術的一股強大力量。深度學習如今在前沿應用中非常普遍，它幾乎與人工智能是一個意思了。原因很簡單——它的效果明顯。運用深度學習，可以破解困擾數據科學家幾十年的難題，比如語音和圖像識別，以及自然語言生成問題。
2011 年，Google 成立 Google 大腦項目，這是他們首次公開對深度學習潛在可能性的探索。第二年，Google 宣布他們已經建立了一個神經網絡，用來模擬人類的認知過程。這個網絡在 16000 台電腦上運行，在學習了大約 1000 萬張圖像之後，它能夠成功識別出貓。
2014 年，Google 收購了英國深度學習初創公司 DeepMind。
DeepMind 將現有的機器學習技術和神經科學的前沿研究聯繫起來，開創了一種新的研究方法，讓系統更精確，就像大腦一樣有了智力。
DeepMind 研發出了 Alpha Go，為了驗證算法執行任務的能力，他們讓系統玩電子遊戲，後來又讓系統下圍棋，在這個過程中他們發現系統的技術越來越高超。
圖片識別：為用戶提供更精準的搜索結果
當證明了深度學習在實驗室和遊戲競賽中很有效果之後，Google 悄然將這項技術推向了更多的服務領域。
第一次實用是在圖像識別中，可以用它對 Google 索引出的互聯網上的數百萬張圖片進行分類。這樣做可以讓圖像分類更精確，從而為用戶提供更準確的搜索結果。
Google目前在深度學習的研究中，在圖像分析領域的最新突破是圖像增強。這包括重建或填充圖像中缺失的部分，這種功能是通過從現有的數據中推斷，以及利用學到的其他類似圖像實現的。
Youtube 當然也少不了深度學習
Google Cloud Video Intelligence 向用戶開放視頻分析功能。用戶將視頻傳到 Google 服務器上之後，這個平台可以對視頻的內容進行分割和分析，可以自動生成摘要，如果視頻內容有可疑之處，AI 甚至還會發出安全警報。
另外，運用 Google 大腦的技術，可以在 Youtube 上提供更多個性化的推薦。當我們在 Google 的服務器中瀏覽內容時，它會監控和記錄我們的瀏覽習慣。已經有數據顯示，為用戶推薦他們想要看的視頻是提高用戶留存率的關鍵，留住了用戶之後就有源源不斷的廣告費了。深度神經網絡能充分的用來研究和學習用戶的習慣和偏好，不斷推薦用戶喜歡的內容。
深度學習讓 Google 小姐的翻譯更準確！
語言處理是 Google 運用深度學習的另一個服務領域。Googe AI 語音識別助手運用深度神經網絡來學習如何更好地理解語音指令和問題。Google 大腦開發的技術已經在這個項目中有所運用。
而 Google 的翻譯服務也運用了 Google 大腦開發的技術。在新的 Google 神經機器翻譯系統上進行翻譯，可以將一切都任務都轉移到深度學習環境中。
《TO 編按》：關於 Google 翻譯非常歡迎閱讀我們先前的相關文章，相信能夠有更深入的了解：【糟了，是巴別塔】Google 翻譯人工智慧大躍進，全世界語言統一的日子近了？
——
（本文經合作夥伴 雷鋒網 授權轉載 ，並同意 TechOrange 編寫導讀與修訂標題，原文標題為〈一文為你解讀谷歌與深度學習的不解之緣〉。圖片來源：pixabay, CC Licensed。）
延伸閱讀
從今天起，Google 的每一個服務、每一個位元，都是人工智慧
快過 GPU 30 倍！Google 做了個 AI 專用的超狂晶片「TPU」
中國 AI 教父吳恩達開課啦！史上「最完整」人工智慧課程，帶你一步步成為頂尖人才
