什么是深度学习：让机器拥有“多层理解”

深度学习是机器学习的一个分支，使用多层（深层）神经网络自动从数据中提取特征。浅层网络只能学简单模式，深层网络能逐层组合出抽象概念——从像素到边缘，从边缘到器官，从器官到人脸。

深度学习其实是对大脑的一种粗糙模仿：神经元相互连接、强弱随经验调整。虽然今天的神经网络与人脑相距甚远，但“连接塑造智能”的核心洞察已被证明是正确的。深度学习的成功，是仿生学在信息时代最伟大的胜利。

## 核心要点

图片来源：Openverse / Arnþór Snær（https://www.flickr.com/photos/79133438@N00/1423829545）

1. “深”指网络层数多，每一层都在上一层基础上进一步抽象。

2. 深度学习免去了人工设计特征的环节，是它相对传统方法的最大优势。

3. 它对数据量和算力的要求远高于传统机器学习。

4. 图像、语音、语言的突破性进展都由深度学习驱动。

图片来源：Openverse / Brokentaco（https://www.flickr.com/photos/92024986@N00/5499318223）

## 写在最后

以上是关于「什么是深度学习」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。