2016年8月26-27日，由51CTO.com主辦的【WOT2016移動互聯網技術峰會】在北京粵財JW萬豪酒店隆重召開。自2012年以來，WOT品牌大會秉承專注技術、服務技術人員的理念已經成功舉辦十一屆，不僅積累了大量的專家資源，更獲得廣大IT從業者和技術愛好者的認可和好評，并成為業界重要的技術分享及人脈拓展平臺。

 

本次【WOT2016移動互聯網技術峰會】分為10大技術主題，分別是應用架構、平臺技術、創新技術、VR技術、前端技術、性能優化、直播技術、運維與安全、數據分析、APP技術專場。51CTO.com作為本次大會的主辦方，將通過快速報道、現場專訪與后期視頻等多種形式,向廣大用戶全方位展示這場技術盛宴。

 

下面是大會主會場上來自Google 美國總部的Android高級架構師梁宇凌老師帶來的主題為《深度學習（Deep Learning）的處理方式與應用》的演講實錄。

 

大家好，我來自谷歌，我在谷歌工作了4、 5年，我在谷歌工作了3個不同的部門。我現在的工作內容是主動預測助手產品里面的深度學習方面的內容。今天很高興能為大家分享一下我的一些工作經驗，關于深度學習一些心得和經驗。

 

首先介紹一下什么是深度學習，然后，我想說一說對大家的產品構建有什么意義。

 

我想在座的各位的產品有用到機器學習的大約應該有10分之一，機器深度學習應該是更少。深度學習，就是現在非常火。如果說今年在硅谷，國內技術圈最火趨勢，第一個VR，第二個虛擬現實，第三，就是人工智能。都是為什么這樣的火。這個跟之前的有區別和聯系？

 

今天我們大概流程就是三大塊。第一，講一下機器學習怎么回事。第二，深度學習原理簡介。第三，深度學習產品構建。 

 

到今天為止，硅谷有上百家公司在做不同程度的深度學習。如果把機器學習看成一個簡單的過程，這個里面有一些數據，數據進去了以后，一個黑盒子以后，出來一個結果，做持續一個預測。那為什么要關注機器學習？基本上機器學習跟以前的定性編程不一樣的地方，我們有效面對大部分的應用程序，不可以覆蓋到的情況。什么意思？我們寫程序的時候，就是慣用想法就是把一些業務邏輯弄到里面，如果這個人就是有這種喜好，給他一個推薦。這個情況出現的時候，我們給他一個結果。但是，實際上在現在移動的時代，其實數據這個情況太多了。所以，機器學習，通過數據當中學到這個規律，把這個規律在產品當中通過其他方式可以得到一個判斷，省去了手動學習的規則的必要。然后，現在都是在講產品需要做一些個人定制，這個應對當前的用戶一個情況，是未來新的用戶加進來，還是要不斷地迭代跟進。我們從一個數據當中學習到就是會更好。

 

而這個其實更有趣一些東西，其實深度學習，機器學習里面深度學習現在還可以做到很多以前不可以做到的東西。意味著什么？學術界看起來，我們人類的智商進一步地被逼近以外，對于更多從業者來講，開闊了很多的機會，這些做到的事情里面就可以發現一些商機。這里兩個例子，在大家的右手邊兒就是用深度學習繪畫的例子，那左邊就是一張普通的圖片，右面就是一個星空像，今天AI可以傳一個圖片，指定一個藝術風格，要梵高這種風格，就可以把這個照片按照梵高風格畫出來，不只是這個。如果大家去外國網站，它還有幾十種風格可以選，在半個小時以后，用深度學習畫出來一個畫像，而右手邊實際上就是深度學習，自動配字幕的過程。就是機器描述這個圖片，做的就是什么呢？首先就是用圖象識別的方法，就是在這個圖當中找到各種關鍵的物件。就是把這些轉換成文字，生成一些語句，對這些進行排序，最后得出什么呢？就是給人描述一個結果。這個就是深度學習在理解處理的領域，最近得到的一些非常好的一些結果。大家可以看到，這個基本上最后一行一個女人拿著相機在人群當中，就是原來描述這個圖片會寫的到的東西。

 

機器學習架構就是這樣的，一般分兩大部分。第一就是訓練，因為要機器學習就是給你一些預測，你必須有一個學習的過程。我們需要有訓練的數據。比如說，一般來說，我們數據其實都是來自于用戶使用產品的生成日志。這個日志放到一個計算機，放到機器學習的里面，生成一個模型。把這個模型存起來，大部分時間還是存云端，現在有一個新趨勢，就是把它向客戶端，移動終端推。這個模型經過訓練以后可以做到預測。然后，新數據進來的時候，沒有看過新數據，還是可以根據以往數據做一個比較類似的判斷。基本上就是訓練跟預測兩個部分。

 

主要的機器學習類型分三大塊。第一就是機器學習，大家看一些教科書，都是會看到。監督學習，訓練數據有被標記的。例如說，我要做一個預測房價這樣一個應用，數據，一邊兒說賣房子的記錄，這個房子是5環3環以內的，多少平米，這個附近的有什么名勝景點？就是會有一個標記，就是這個房子出售價格多少？這個機器學習就是學習了這些，房子大小。我們預測到房價，最后跟這個實際的房價做一個對比，然后進行一個學習。接下來也是詳細看一下無監督學習，現在特定場景就是做一個用戶畫像。比如說，就像剛剛老師做的Stitch Fix，就是為用戶做購買推薦。然后，其實你要把用戶進行一個歸類跟畫像，如果手動就是太慢，這個是什么大媽類型的，這個是畢業生類型的。我們一般的做法就是什么呢？我們搞一個無監督學習的算法，如果可視化以后，這個里面就是有數據的。再進去看，分析具體這些特征是什么？人工發明一個標記，這些其實就是大媽的。

 

第三，就是強化學習，在學界里面有人講了，這個也算無監督學習，我個人認為，有一個反饋的函數。所以，也不是完全沒有標記，什么是強化學習？我們都是知道，AlphaGo下圍棋，還有就是自動玩兒游戲，就是再一個固定規則之下，通過不斷地做一些行為，然后，得到現場一些反饋進行學習的一個過程。

 

我們實際上在做了一個模型判斷以后，我們預測這個房子賣100萬。但是，實際售價200萬，我們做一個判斷，這個判斷是錯誤的挺離譜，差一半。我們用函數反映這個結果的，這個離實際差多遠，這個損失模型，這個損失很重要的一個作用，就是用它找到最佳的參數？怎么找到呢？記得嗎？就是在大學里面學的高數。給你一個曲線的梯度，我們計算損失函數，因為不斷地進行一個梯度下降，我們找到最后的函數。在深度學習里，因為最后不可以成為限性，其實一樣的原理，還是可以用的。

 

深度學習又是機器學習里面的分支，通過科學里面的一些人腦構造方法，來構造的一個人工智能一個模型，這個60年代就開始流行。由于當時種種原因沒有流行起來，這個是很好的一個想法。但是，這個跑起來不可以的，是需要更多的計算能力。但是，在2012年的時候，圖像世界有一個計算，斯坦福一個教授創立的。基本上每年公司跟學校在競賽里面嘗試，把這個錯誤率降到盡可能很低。12年的時候有一個交換深度學習模型，一下子降到8，當時引起很大的轟動。有一點像在奧運會刷記錄那個感覺，接下來深度學習各種競賽當中說數據。

 

深度學習奇妙的地方，因為就是造物過程模擬這個AI，所以，我覺得實際上是做出智能來。做深度學習的時候，深度模型做出來以后，拿到結果。自己不知道為什么結果這樣的。研究一下，自己為什么勝出？然后，解讀一下，為什么這個模型可以再發一下呢？深度學習的應用場景，語音識別，計算機數學。所以，就看一下，像大家在云搜索上面的準確率提高了，這個效果也是很好的。

 

那深度學習讓人興奮的地方，我說一下。這個在12年的時候，因為開使用深度學習就是直線下降，今天已經超過人類這個水平。所以，大家可能還記得，計算機里面有一個東西叫做圖靈測試，一個人機對話，因為我們把圖靈測試廣義看一下，只是針對單向用戶，人是分不清楚，計算機做的，還是人做的。做一個廣義，圖像識別，這個計算機為基礎的我們通過這個測試。另外就是微軟發表的一個，就是這個語音識別上面一個效果，這個就是更加明顯了，就是10年沒有進步的一個情況深度學習一下子下降了。所以，學界，大家就是瘋掉的一個。

 

為什么這個深度學習現在可以火？還在講為什么可以火？這個是更廣為人知，左邊就是剛剛講的，一個雜志的封面。右面就是圍棋，李世石打敗一個系統。所以，這個情況下，就算是在學界里面，其實已經不只學界，工業界也是在應用，谷歌也是在用，語音，圖象數據，也是有很強的能力。所以，他覺得這個是非常適合谷歌應用的一個。所以，在左手邊兒一個圖片可以看到，谷歌在內部的應用學習，就是深度學習的一個項目的數量。右手邊可以看到一堆的產品。

 

為什么深度學習以前不可以，現在可以呢？百度的首席科學家講過非常好的一個說法，機器學習其實有一點像火箭升空的原理，火箭看起來很簡單，就是一個巨大引擎，一個原料把一個東西升空了，需要足夠原料，需要足夠強大的引擎。沒有原料，法國足夠引擎就是會掉下來，這個說起來，什么是原料？就是今天的數據。因為有了移動終端以后，我們每天收到大量的數據，這個擴展到智能家居，擴展到車載。今天收集到數據量會增加，不會減少。今天的計算得益于游戲玩兒家，顯卡發展了以后，這個顯卡可以加速機器學習的。然后，再加上云計算，分布式發展，讓大規模地訓練成為了可能。之后，在這兩個數據跟計算能力都是有了保障情況下，學術界在這個基礎上面做了很多的算法改善。

 

那在移動應用深度學習什么意義？今天很流行做聊天機器人，因為深度學習，語音識別正確率大大提高，效果就是更好，就是有更多的數據。可以讓用戶跟著我們系統做更好更密切的交互。然后，拿到各種各樣的數據。

 

接下來，剛剛講到的方法，也是在推薦系統，也是用戶畫像可以做到很大的幫助。還有一個，就是深度學習，在今天發展出來了，就是學術界里面，算法上不斷進行創新。在工業界里面，硬件上面也是不斷地發展。現在已經有幾家公司做一些針對端的這種深度學習的芯片，剛剛也是講的，GPO可以做到很好加速。現在都是把算法寫到芯片里面進行直接的硬件加速，所以非常期待以后在手機，還有可穿戴設備做到很好。

 

這個產品可以用上深度學習嗎？有幾個判斷的標準。很多數據，第二，有沒有計算的能力？因為有各種各樣的開源的框架，谷歌的還有其他的，都是有不同的一些工具。不同的公司業務開放API，問題有這個大數據嗎？因為深度學習需要什么呢？就是需要傳統機器學習。然后，還有一個很重要的，往往大家會忽略掉的。做一個機器學習了以后，做完以后怎么樣？有一套完善的評估的一套體系。有一些東西不可以被評估，我做機器學習評估模型，讓用戶變得更開心。他怎么開心？這個就是很難定義，通過一些參數，或者其他。

 

未來數據看一下，可能是訓練覺得這個好，但是，用戶并不買帳，用戶活躍度下降，這個什么原因？是不斷迭代優化。

 

最后講一下深度學習的一個行業版圖。這個是在分析的，就是硅谷的深度學習的各個領域，我們其實可以看到，從核心技術，其實有密密麻麻的，從大到小，亞馬遜，到谷歌這樣大巨頭，到創業公司都是有的。有很多的創業公司就是用機器學習。像做很多的2B的，2B還沒有顛覆，怎么用機器學習，就是讓這個流程更高效，還有就是機器學習顛覆這個行業，最著名就是無人駕駛汽車，到今天已經源源不只是谷歌了，百度幾家做了。好幾家創業公司都是做類似的事情。據我所知，接下來還有創業公司會做這樣的技術。這是一件非常好的事情。接下來，無人駕駛汽車的發展非常值得期待的。

 

然后，剛剛講到VR，更多是AR，機器學習上面有很大的應用，為什么用機器學習？就是回到計算機視覺上面一些應用，也是非常有幫助的。

 

最后總結一下。深度學習，就是神經網絡在今天的大數據，80年代，神經網絡火一陣子以后，在現在天時地利人和條件下重新復蘇，跟以前沒有太大的分別。但是，在這個數據跟計算能力保障了以后有很大的發展，接下來學術界在這個基礎上面做很多的算法改進。在這個連續數據領域，視覺，語音，語義上面做了顛覆性突破。像CNN，RNN，等深度學習方法，不應該看成學術界里面用。而是保持比較開放的一個態度，學術界在這個方面做出這樣的東西，應用到產品當中。這個硬件加速在移動終端的機器學習會做的越來越好。這個是我的一些分享，謝謝大家。

 

以上是51CTO.com記者從【WOT2016移動互聯網技術峰會】一線為您帶來的精彩報道。一大波精彩內容報道正在襲來，敬請持續關注！