预告：硅谷模式教学，9大项目实操，12小时带你入门深度学习

毫无疑义，AlphaGo又赢了！

柯洁少年当时就激动的掰出了大拇指，“AlphaGo是太厉害了，我输得没什么脾气！”

看到这句似曾相识的话，不禁让我想起了小学三年级第一次用计算器时的样子，“妈妈妈妈，计算器真是太厉害了，比我手算快多啦！”

在一场毫无悬念的比赛上，全世界都在等待一个必然的结果。让人类跟一台计算机比试计算能力和思考逻辑能力，而且对手是一台拥有超级计算和深度学习能力的智能计算机，这件事本身就是一个炒作，它的最终目的无非就是显摆人工智能的逆天超能力。终于，当Alpha狗狗轻松拿下第一盘后，DeepMind团队再一次如愿以偿的向全世界证明了AI的强大，证明了深度学习的最先进的成果和发光发热的未来！

所以，我们都亲眼目睹，深度学习在某些领域确实已经超越了人类。

但在几年前，事情完全不是这样子滴~

上个世纪五十年代，科学家提出“多层神经网络”训练方法。但这种技术方法局限性非常大，当一个神经网络所承担的数据很多时，往往其训练或者说掌握数据所消耗的时间就会特别长，而且在这种情况下程序无法实现收敛，即使收敛但是其推广能力也会比较差。为了解决多层神经网络的局限性，2006年，科学家研究出深度学习技术。它的出现很好地解决了多层神经网络的缺陷，极大地提高了机器人学习的效率，并改进了其收敛性和推广能力。

虽然深度学习技术的出现使得人工智能发展又迈上了一个新台阶，但在深度学习技术出现的初期，其发展进程一直非常缓慢，直到近几年，通过各国科学家的努力和计算机计算能力的显著增强，深度学习已经在语音识别领域和图像领域取得了重大突破。

从2011年开始，人们对深度学习的关注度呈指数增长。同样，在视觉领域的物体检测上，深度学习的进步速度也着实令人吃惊，2013年一开始的时候，200类物体的平均检测准确率是22%，但是很快谷歌做到了43.9%，紧接着微软是62%，仅仅几年之内，准确率翻了三倍，这就是深度学习的力量。

精妙的算法设计、强大的计算能力、海量的大数据都是深度学习不断向前发展的驱动力，得益于近几年计算机科技领域的飞速发展，人工智能和深度学习技术一定会有更广阔的发展空间，人们一直想象的“强人工智能”也终究会实现。到那时，想必Alpha狗也会以一个“更聪明”的品种受到所有人的宠爱。

未来几年，将是人工智能的时代，同样也会是深度学习的时代。

12小时零基础入门深度学习

为了搭上人工智能的快车，提早抢占深度学习的蓝海，雷锋网(公众号：雷锋网)携手AI慕课学院特别为AI爱好者和技术小白推出《12小时零基础入门深度学习》（线下清华大学X-Lab周末班，仅50个名额）。

本次课程邀请了：

Chris，深度学习工程师，电气工程师，具有超凡的想象力，是一位货真价实的梦想家和企业家。曾参与开发IOT农业机械和MLAQI预测算法项目，目前正在开发“个人生活助手”智能系统。

Max，深度学习工程师，对外经贸大学金融博士，探险家，酷爱滑雪和登山运动，在“深度学习”和“无人驾驶”领域有教学经验，善于以探索的方式一对一互动，能说一口流利的中文。

杨杰，深度学习工程师，机械工程师，曾参与中小型航空发动机研发、以及某大型算法金融项目，目前主要的工作是推动深度学习中文社区的建设与运营。

赵伊丹，深度学习工程师，前端工程师，参与了校园VC深度学习与无人驾驶项目，目前主要的工作是推动深度学习中文社区的建设与运营。