后。他只觉得浑身大汗淋漓，但是脑海里却清澈地留下了三个字：云计算。
再回头去看杰夫辛顿的论文，顾莫杰突然觉得驾轻就熟了不少。很多前世曾经学到过的理念，重新从碎片化的状态组合了起来。对于杰夫辛顿试图做出的那个展望，顾莫杰心中甚至比杰夫辛顿本人还要更了解。
顾莫杰觉得自己可以用几句话概括杰夫辛顿所设想的未来人工智能发展方向。
在杰夫辛顿的学说出现以前。人类一直相信，未来人工智能的实现手段，会是五十多年前阿兰图灵提出过的那种模型——人类造出来的计算机越来越强大，最后发展出一台超级终端，这台终端可以理解人类的一切语言，感知和人类一样敏锐的视觉、听觉，并且可以和人类一样“理解”图片和音符的含义。
这种误入歧途的信念，在1997年ibm公司制造出“深蓝”、并且用“深蓝”击败当时的国际象棋世界冠军卡斯帕洛夫时，发展到了顶峰：看，电脑已经会真正的思考了。造出拥有人工智能的机器还会远么？
一片乐观之中，杰夫辛顿恰好是那个保持了冷静的人，他对这个问题的设想恰好相反。
杰夫辛顿一直觉得，虽然超级终端也有可能最终像人类一样“能够真正理解万物”，但是那太遥远了，目前的硬件水平，起码再发展几十年，才有可能到那种地步。
在此之前，人类应该有更好的捷径，通过把无数不够先进的单一计算机终端。用一张网络连接起来，让每一个节点犯的错误能够被其他节点所借鉴，让计算机的自我学习和进化不仅限于总结自身犯过的错误，而是拓展到“总结一切同类曾经犯过的错误”。那么。人类就有可能提前几十年，在硬件还不是特别强大的时候，就提前享受人工智能带来的好处。
这种设想中提到的网络拓扑模型，最初被称为“卷积神经网络”，为了实现“卷积神经网络”的不断优化学习，需要一系列对处理结果的网际反馈算法。那一系列算法集合，被称为“深度学习算法”。
杰夫辛顿就是一个在“卷积神经网
本章未完，请点击"下一页"继续阅读！ 第2页 / 共5页