如今,我们接触到的许多人工智能技术都基于“深度学习(Deep Learning)”运行。从智能手机的人脸识别、生成式人工智能服务,到自动驾驶汽车和实时翻译器,现代信息技术(IT)最具创新性的变革背后,始终都有深度学习的身影。
然而,当被问到“深度学习究竟是什么?”时,许多人往往难以立即给出清楚的解释。本资料将从深度学习的基本概念、它与机器学习的区别、工作原理以及实际应用案例等方面,用通俗易懂的方式梳理核心内容。
深度学习的概念:模仿人脑的技术

深度学习是机器学习(Machine Learning)的一个分支,而机器学习属于人工智能(AI)这一更大的范畴。
人脑中的数百亿个神经细胞(神经元)通过复杂的连接接收外界刺激并作出判断。深度学习基于“人工神经网络(Artificial Neural Network)”运行,这是一种用数学模型模仿人脑神经网络结构的技术。
这里之所以使用“深(Deep)”这个词,是因为处理输入数据的人工神经网络,其层(Layer)经过多个阶段堆叠,形成了很深的多层结构(Multi-layered)。
机器学习与深度学习的关键区别

许多人会混用机器学习和深度学习这两个词,但两种技术之间存在一个核心区别。深度学习是机器学习的一个分支,通过多层神经网络学习特征表示。传统方法往往使用人工设计的特征,但特征学习并非只有深度学习才能实现。
- 传统机器学习的一个例子:由人设计图像特征,模型根据这些特征和训练数据学习分类规则。
- 深度学习:只需给计算机提供数万张猫和狗的照片即可。深度学习算法会自行分析这些照片,找出并学习猫所特有的模式和特征。
[用简单的比喻来理解:传统编程 vs 深度学习]

- 传统编程:像按照菜谱做菜的人一样,执行由人明确指定的规则
- 深度学习:品尝过数百种菜肴后,自行领悟食材搭配和火候控制规律,并创造出新菜肴的专家
深度学习如何学习?(工作原理与示例)
深度学习的内部结构大体上分为3种层。
a. 输入层(Input Layer):接收原始数据(图像、语音、文本等)的阶段
b. 隐藏层(Hidden Layer):分阶段提取数据特征并进行运算的阶段(存在多个层)
c. 输出层(Output Layer):给出最终判断或预测结果的阶段
[深度学习识别猫照片的分阶段学习过程]

当计算机接收到一张猫的照片时,隐藏层中会发生以下过程。
- 早期隐藏层:检测图像中最简单的元素,如线条、明暗和边缘(Edge)。
- 中间隐藏层:将提取出的线条组合起来,形成纹理、曲线和简单形状(耳朵形状、瞳孔形状)。
- 高层隐藏层:综合各种形状,完成“猫的整个面部轮廓”这一复杂结构。
- 输出层:得出“这张照片有98%的概率是猫”的结论。
在学习初期,计算机也会作出大量错误预测。然而,在计算预测结果与实际正确答案之间的误差后,它会从后向前回溯,调整神经网络内部的连接强度(权重,Weight),以减小这一误差。这被称为“反向传播(Backpropagation)”算法。通过将这一过程重复数百万次,人工智能逐渐具备准确判断的能力。
深度学习的主要应用领域
深度学习已根据所处理的数据类型,发展出相应的优化模型架构。

深度学习的局限与挑战

深度学习拥有强大的性能,但也存在必须克服的明确挑战。
黑箱问题(Explainability)
由于深度学习使用数亿个权重得出结论,人们很难回溯其过程并解释“为什么会得出这样的结论”。在医疗、金融、法律等重视说明责任的领域,这会成为一个重大障碍。
海量数据与资源消耗
训练高性能的深度学习模型会消耗大规模计算资源(GPU/NPU)和巨量电力,同时优质数据集也必不可少。
改变信息技术未来的核心动力
深度学习超越了计算机技术的进步,正在从根本上改变人类分析世界和解决问题的方式。它的作用已超出简单重复任务的自动化,成为解决人类所面临复杂问题的关键工具,应用涵盖超个性化服务、新药开发和气候变化预测等领域。
从信息技术的角度理解深度学习,意义不只是掌握最新趋势,也将成为理解未来数据驱动社会运行机制的第一步。