识别一只猫的长相有多难？对于我们人类来说，可以在瞬间完成，而对于计算机来说，因为它还不具有人类大脑那么高度发达的神经反射系统，所以很难，这不仅仅是计算机有了高速的运算能力就可以做得到的。谷歌为了在一千万个视频中找到猫的视频，用了一万六千台计算机，花了三天时间。他们把这些计算机连接起来，构造了一个庞大的计算机神经网络，并与互联网相连，让这个神经网络自己学习如何识别猫。这就是人工智能领域新一代的机器学习（machine learning）形式——深度学习(deep learning)。换句话说，就是让计算机像人脑一样地学习和思考。
当谷歌最初设计地图系统的时候，完全依赖人工来确认街拍的每一个地址。因为工作量巨大，后来搭建了能够深度学习的人工智能系统——Google Brain。现在，用这个工具来处理法国所有街道的地址数据，只需要不到一个小时的时间。而谷歌研发的自动驾驶汽车，还有它的广告业务都从这个智能系统中获得了很大好处。
和传统的机器学习不同，深度学习是把计算机科学和人类的神经学结合起来，让计算机自主学习。比如，不是先由人告诉计算机说，这是一只猫，然后让它来进行识别和印证。而是给计算机提供大量的图片数据，让它自己学习和分析，然后自主形成猫的概念，就像人类大脑的视觉皮层那样反应。有了深度学习能力的人工智能系统，以后驾车出行时，汽车就能主动提醒你周围的路况，还能应用于语音和脸部识别、医疗诊断等广阔的领域。
脸书创始人扎克伯格2016年的新年愿望就是要造一台智能机器，用它来控制自家住宅的各项功能，并且协助他处理日常的工作，类似于一个无形的管家，并把它与《钢铁侠》(Iron Man)电影中的智能电脑贾维斯(Jarvis)相提并论。如果深度学习有一天真的能让我们拥有一个类似科幻电影《机器管家》那样的机器人，人和人之间的冲突会不会减少呢？【缪斯de邻居首发《知识就是力量》】
