“机器学习”与深层神经网络
过去几年里，美国硅谷顶尖的高科技公司开始大力发展一种计算方法，称为“机器学习”。传统的编程方式是写出一步步的指令，让计算机遵照执行。但在机器学习中，程序员不为计算机编写指令，而是对计算机进行训练。如果你想教会神经网络识别小猫，你不是告诉它要找到胡子、耳朵、皮毛和眼睛。而是向它出示大量小猫的照片，最终它就能学会。如果它把狐狸错误地归类为猫，你也不需重写代码，只要继续训练它即可。
这种做法并不新鲜，几十年前就有了，但是最近出现了突飞猛进，这要部分归功于深层神经网络的兴起。深层神经网络是一种大规模分布式计算系统，模仿大脑神经元的多层连接。我们有很多网上活动都是以机器学习为后盾的，比如Facebook用它来决定哪些内容出现在你的消息流里，谷歌(微博)照片服务用它来识别面孔，微软Skype的翻译功能也使用了机器学习，实时把内容转换成不同的语言。此外，无人驾驶汽车也利用机器学习来避免事故的发生。
即便是谷歌的搜索引擎也已经开始采用深层神经网络了：该公司今年2月任命机器学习专家约翰·詹南德雷亚（John Giannandrea）担任搜索部门负责人。谷歌发起了一项重要计划，培养工程师掌握这些新技术。“通过打造学习系统，”詹南德雷亚说，“我们不必再编写规则了。”