深度学习之我见

   2006年Hinton等人提出深度学习的概念 ，是人工智能这几年最大的突破的原因。这里一句话概括下什么是深度学习：“输入一个对象，通过逐层进行多维度运算，最后输入结果”。
   深度学习其实是相对专家系统而言，之前的判断是通过用大量 “如果-就” (If - Then) 规则定义的，自上而下的思路。深度学习是仿照人工神经网络 自下而上的思路，试图模仿大脑的神经元之间传递，处理信息的模式。

   以上是现在深度学习的情况，接下来我说下深度学习以后可能发展的情况。深度学习本质其实就是模拟人脑来学习知识，然后运算处理我们需要解决的问题。所有我们先看下我们的人脑，左脑主要从事逻辑思维，右脑主要从事形象思维。现在我们的深度学习，其实模仿的是人的左脑，通过高存储，高运算，计算机在很多领域在逻辑思维上已经超过了人脑，仿照人工神经网络的原理，可以说目前的人工智能算法完全可以替代人。但人的右脑主要是创新，形象思维，这是电脑无法完成的。但人的右脑是如何工作的呢？
   这里我们来个游戏，氵+ 来(lai)=涞（lai）,氵+ 去(qu)=法（qu）,如果最快的速度人们认为这个是合理的，但仔细一想应该读法（fa）,通过这个实验我们知道，其实人们识别判断第一反映是右脑，然后在左脑。也就说人们为了快速判断一件事情，第一反映是感性的，后面才理性。
   接下来开始说复杂的了，我们人脑一开始依靠记忆力和逻辑，例如我们小时候认动物：

这个是蛇，小时候父母告诉我们是危险动物，但蛇的种类很多，我们不可能看到所有种类，例如：

   这是一个很抽象的蛇，我们计算机是无法通过第一张图蛇，判断第二张图也是蛇。我们的右脑会把第一张图的关键点提取出来，然后后面看见一样的，先会用右脑判断是危险还是安全，然后在左脑详细判断出来，这也是我们人类能存活到现在的原因，否则早被猛兽吃掉。
   好接下来说下计算机，人的左像脑就计算机通，过深度学习+海量数据，实现人的逻辑处理，例如运算，图像比对，重复海量计算等。但人的右脑就比较负责，他需要把一个个的海量数据抽取，然后不断完善其模型，等出现同样的问题，第一时间看有模型能匹配没有，然后在逻辑出有对应的实体数据。
最后总结下：
1深度学习是模仿人工神经网络，目前已经能超过人的逻辑运算能量，但人的形象思维目前还无法完成。
2人对事情的判断是先形象在逻辑，这样可以减少危险，加快对事情的处理。
3计算机需要具有形象思维，才能算完整的人脑模型。