据麻省理工科技评论网5月16日报道，曾与谷歌合作过的人工智能研究员吴恩达（Andrew Ng）将开始为中国百度公司开发透视全球的新软件。

更优良的算法式可促生功能强大的新应用软件和服务，并帮助网络公司从搜集的数据中获利。

百度一直在中国互联网搜索领域占据主导地位，被视为“中国的谷歌”。今天百度在进一步向谷歌看齐：百度在美国硅谷设立了由吴恩达监管的人工智能研究室（吴恩达系谷歌“深度学习”领域关键人物，Coursera在线教育企业合作创办人）。"

近来科技的进步引发了硅谷科技军备竞赛，大型网络公司争夺科技人才，像谷歌、脸谱网公司都争先恐后投资深度学习领域，百度也看到了人工智能的显著优势和广阔前景，开始进军这一领域。

深度学习使机器能运用简单的神经元模拟网络加工大量数据，这种网络粗略地模仿了生物大脑的相应结构。这一过程大大改善了任务型软件的功能，如图像辨别和语音识别，它还最终使得应用软件、设备、互联网服务能像人类一样理解如图片和文本这样的事物。

尽管近来对深度学习领域的狂热起源于学术界，但在谷歌研究员与吴恩达2012宣告一个名为“谷歌大脑”的项目取得突破之后，人们对深度学习领域的兴趣才爆发。他们编制的新软件分析了1000万张取自YouTube视频网站的图像，并不需人工指导而学会分辨包括人脸和猫脸等数千个客体。

此后，美国科技巨头相互竞争聘用这一较小领域的精英，他们开始展示这一方法是如何提升他们为顾客所提供的技术。谷歌和微软公司都利用深度学习系统来完善语音识别和翻译软件。同时，脸谱网深度学习领域研究员最近展示了面部识别软件，该其识别功能已接近人类水平。

百度公司北京深度学习实验室负责人余凯表示，百度决定在森尼维尔市开实验室前，就已在2012年末将深度学习技术应用至几款产品中，而且效果显著。百度翻译软件就使用了该技术，可辨别出智能手机所拍摄的物体，并给出中英文名称，此外公司广告定位技术也运用了深度学习技术。余凯说道：“深度学习在广告和系统中的应用，带来了立竿见影的效果，明显增加了点击率。”

余凯表示，他的北京实验室专注将深度学习技术应用至百度产品并迅速引入市场，而新建的硅谷实验室将偏向基础研究。巨大市场与吴恩达明星效应，结合百度大容量的图像、文本、食品储存储备，将有望吸引优秀人才。“硅谷有着独一无二的人才库，”余凯说道，“我们真正希望能从硅谷实验室得到革命性成果。”%

吴恩达作为百度研究负责人将致力于研发此技术，并监管）硅谷实验室、余凯北京实验室及北京另一个主攻大数据的实验室。

实验室研究由吴恩达斯坦福研究团队的博士、博士后研究员亚当•科茨（Adam Coates）负责。科茨表示将集中精力开发脱离人工的自学软件，如谷歌大脑系统所做到的，不需监督的自学途径。

不需监督的系统所需程序员精力会更少，但目前为止，该系统精确性较差，至少不如人类。例如，谷歌的猫识别系统也只能达到70%识别精确度。“最大的开放性问题是‘你怎样才能用自学途径达到人类的表现水平？”科茨说道。但对科技一丁点的改善都会获得巨大成果。“所以我们希望借助自己开发的产品与世界交流，”他说道，“这也适用于机器人和自动汽车、手机应用软件。”

美国普达大学研究员、芯片及神经元网络工程师欧亨尼奥•库鲁赛罗（Eugenio Culurciello）表示，科学界对深度学习的热情是合理的。他指出该技术的途径是怎样将研究员用来标定机器学习软件的基准推翻的。“以之前基准论，你改善了2%，”他说道，“但深度学习能提升10%至20%。”

这些成果也可以解释脸谱网首席执行官马克•扎克伯格（Mark Zuckerberg）去年为何会在基于网络的入侵防护系统（NIPS）的神经元网络研究专题发布会上大吃一惊。然而，科罗拉多大学教授迈克•莫泽尔（Michael  Mozer）、博尔德、NIPS成员均指出神经元网络所使用的核心算法与20世纪80年代末的算法非常类似，当时引发了人们对人工智能的极大热情。“最近的突破来自于发现了能大规模使用这些算法的“技巧”，莫扎尔说道，“迷恋此技术的人如今也能收获了，”但深度学习并非每次都能取得丰厚成果

对于现在，对深度学习使用技巧比较精通的人还很少。莫扎尔说：“如果你现在想打败该领域的众多其他对手，你必须尝试去聘用深谙此技的人才，否则几年后你就被淘汰了。”