在上世纪60-70年代，加拿大神经生理学专家David Hubel(1926-2013) 与瑞典生理学家Torsten Wiesel （1924- ）紧密合作，以实验为基础，搞清楚了大脑视觉系统对外界刺激信号的反应机制，证明了大脑神经皮层的多层次结构，奠定了现代人工智能的仿生学基础，为此，荣获1981年度诺贝尔医学奖。

    2006年，加拿大人工智能专家Geoffrey Hinton在《科学》期刊上发表署名文章，指出：深度神经网络（DNN）在系统训练上的难度，可以通过“逐层初始化”（Layer-wise Pre-training）来有效克服，从此。开启了深度神经网络（DNN，又叫“深度学习”）的研究与应用的世界浪潮。

    实际上，深度学习（Deep Learning）就是现代人工智能的核心技术。谷歌、微软与百度是现代人工智能领域的“三巨头”。它们拥有海量数据以及DNN技术，比如：2012年11月，微软（中国）在天津的一次会议上公开演示了一个全自动的“同声传译”系统，讲演者用英文演讲，后台的计算机一气呵成，完成语音识别、英中机器翻译，以及中文语音合成，效果非常流畅。微软使用的就是深度神经网络技术。

    2014年，微软先后推出微软“小娜”（Cortana）语音助手以及微软“小冰”网络机器人，走的都是DNN仿生学道路。

     我们要问：微软“小娜”与“小冰”的后台计算机在哪里呢？是一台大型服务器吗？非也。一般而言，深度神经网络系统由上万台计算机（CPU或GPU处理器）构成，集中安装在一座计算机大楼之中，对外叫做“人工大脑”（大厦），派头十足！在不久的将来，当你与老外对话时，使用各自的智能手机，借助人工大脑，不用译员人工翻译，中、英直接对话，自由交流，不再是梦！

袁萌 7月11日