深度学习登场

      重大突破出现了。2006年7月28日，欣顿和学生题为《用神经网络降低数据维数》的论文在美国权威的《Science》杂志发表，这篇论文被认为是深度学习领域开创性论文。论文中介绍了神经网络的一些新思想和新方法，引起AI和人工神经网络界的关注。而他们和经费支持者CIFAR一起，开始把新思想和新方法，用20年前就出现过但没引起重视的一个术语“深度学习”（Deep Learning）来描述和包装。深度学习开始登场，渐渐地成为AI和神经网络最热门的研究方向，在有些场合，深度学习甚至成为神经网络的代名词。

      尽管2006年以后深度学习就开始引起关注，但震撼性的影响发生在6年后，在前面提到的2012年ImageNet图像识别竞赛上。ImageNet是斯坦福大学华裔女科学家李飞飞和普林斯顿大学华裔教授李凯2007年起合作开发的大型图像识别项目基础上创办的权威竞赛，这项竞赛已经成为图像识别领域当年最高水平者之间的较量。

 ImageNet 缔造者李飞飞

      欣顿的两位学生组成多伦多大学小组，在2012年的竞赛中采用深度学习赢得了竞赛的图像分类比赛冠军，不仅识别出猴子，而且区出分蜘蛛猴和吼猴，以及各种各样不同品种的猫。

      一次比赛的冠军也许并不重要，重要的是欣顿小组用了与其他参赛者完全不同的方法，得到颠复性的结果。竞赛中，他们采用深度学习的识别结果，准确率超过第二名东京大学10%以上，而第二到第四名都采用传统计算机图像识别方法进行分类，他们之间准确率的差别不超过1%。也就是说，采用深度学习，把图像识别的准确率进步一下子提高了一个数量级。2012年10月，在意大利佛罗伦萨的研讨会上，竞赛组织者李飞飞宣布了这一压倒性的结果，在计算机视觉领域产生了极大的震动，并迅速波及到整个AI界和产业界。

      深度学习的热潮从此掀起，一波接一波向前迅猛推进，不断进入一个又一个领域并连战连捷，势如破竹，形成今天锐不可挡的AI狂潮。