原文地址：https://en.wikipedia.org/wiki/Intelligent_personal_assistant

當(dāng)首次介紹深度學(xué)習(xí)時鹊奖，我們認(rèn)為它是一個要比機器學(xué)習(xí)更好的分類器婉宰¤厩溃或者，我們亦理解成大腦神經(jīng)計算。

第一種理解大大低估了深度學(xué)習(xí)構(gòu)建應(yīng)用的種類，而后者又高估了它的能力贞绵，因而忽略了那些不是一般人工智能應(yīng)用的更現(xiàn)實和務(wù)實的應(yīng)用。

最好最自然的理解應(yīng)該是從人機交互角度來看待深度學(xué)習(xí)應(yīng)用恍飘。深度學(xué)習(xí)系統(tǒng)似乎具備近似于生物大腦的能力榨崩，因此，它們可以非常高效地應(yīng)用于增強人類或者動物已經(jīng)可以執(zhí)行的任務(wù)上章母。此外母蛛，需要重視的一點是，深度學(xué)習(xí)系統(tǒng)與傳統(tǒng)的符號計算平臺非常不同乳怎，正如人類與計算機的計算方式不同一樣彩郊，深度學(xué)習(xí)也是如此前弯。

使用深度學(xué)習(xí)構(gòu)建應(yīng)用甚至可以如我們暢想的科幻小說一般。下面我們來分享基于深度學(xué)習(xí)開發(fā)出來的一些不可思議的應(yīng)用程序：

盲人看照片

Facebook開發(fā)的一個移動應(yīng)用秫逝，可以讓盲人或者視力障礙者像正常人一樣瀏覽照片恕出。

實時語音翻譯

微軟的Skype能夠?qū)⒄Z音實時翻譯成不同的語言。

自動回復(fù)電子郵件

Google的Mail可以代替您自動回復(fù)電子郵件违帆。

目標(biāo)識別

Moodstocks（已經(jīng)被Google收購）推出的智能手機圖像識別應(yīng)用程序Moodstocks Notes浙巫，可通過照片識別書籍、CD刷后、海報的畴、傳單和酒標(biāo)等對象。

照片定位

Google能夠根據(jù)照片進行拍攝場景定位尝胆。

照片整理

Google相冊可以自動整理分類到常見的主題下面丧裁。

分類照片

Yelp可以根據(jù)業(yè)務(wù)分支對照片進行分類。

自動駕駛

自動駕駛技術(shù)應(yīng)該是深度學(xué)習(xí)領(lǐng)域最為大家所知的應(yīng)用了含衔。

音樂作曲

可以基于不同的作曲家風(fēng)格進行音樂組成煎娇。

繪畫

可以基于著名的藝術(shù)家繪畫風(fēng)格創(chuàng)建。

新材料

利用深度學(xué)習(xí)發(fā)現(xiàn)新材料贪染。

玩電子游戲

Google DeepMind能夠創(chuàng)建視頻游戲系統(tǒng)缓呛，通過觀看游戲?qū)W習(xí)如何玩得很好。

Go系統(tǒng)

Google DeepMind創(chuàng)建了一個Go播放系統(tǒng)抑进，能夠通過對抗自己來學(xué)習(xí)新的策略强经。

臉部識別

這個就無需解釋了睡陪。

標(biāo)題黨

一種RNN訓(xùn)練寺渗，生成吸引眼球的標(biāo)題。

黑白照片變彩色

將黑白照片自動轉(zhuǎn)換成彩色：http://richzhang.github.io/colorization/兰迫。

文本圖像實時翻譯

Google的一個移動應(yīng)用信殊，可將照片中的文字翻譯成您可以理解的文字。

鍵盤

Swiftkey正在構(gòu)建一種移動鍵盤汁果，讓輸入更加簡單方便涡拘。

預(yù)測未來

看看MIT這些伙計是怎么說的。

三維物體分類

手勢識別

使用不同的手勢据德，對沒有屏幕的設(shè)備進行交互鳄乏。

拍照自動微笑

SmileVector可以把一張照片的人，自動轉(zhuǎn)換成微笑的表情的照片棘利。

人類對話

例如Google開發(fā)的進行自動對話回復(fù)的郵件橱野。

增強現(xiàn)實——臉部追蹤

百度開發(fā)的一個應(yīng)用，能夠基于深度學(xué)習(xí)技術(shù)進行面部追蹤善玫。

倉庫優(yōu)化

一個深度學(xué)習(xí)系統(tǒng)水援，在倉庫中用最佳的方式拿取和放置物品，這種系統(tǒng)明顯快于傳統(tǒng)的研究方法，并且效率更高蜗元。

圖片搜索

將圖像進行視覺搜索查詢或渤。

Prosetheses控制

通知腦電圖描記器參與提取記錄中語音混合物在神經(jīng)轉(zhuǎn)向聽力假肢中的應(yīng)用。

流體模擬

利用卷積網(wǎng)絡(luò)創(chuàng)建快速且高度逼真的流體模擬奕扣。

個性化

亞馬遜使用深度學(xué)習(xí)技術(shù)來驅(qū)動其個性化功能薪鹦。

腦腫瘤檢測

在2013年BRATS測試數(shù)據(jù)集上的報結(jié)果表明，802,368參數(shù)網(wǎng)絡(luò)比已發(fā)布的最先進的技術(shù)改進了超過30倍成畦。

省電

Google正在使用DeepMind人工智能子公司的技術(shù)距芬，以大幅節(jié)省其數(shù)據(jù)中心的電力功耗。

整理貨架

類似上面的倉庫優(yōu)化循帐，亞馬遜研究人員基于深度學(xué)習(xí)技術(shù)分析3D掃描框仔，讓機器人對物品進行整理。

攝取街景

Facebook正在利用深度學(xué)習(xí)技術(shù)拄养，從衛(wèi)星圖像上創(chuàng)建更加準(zhǔn)確的地圖离斩。

語音識別

通過聲音進行識別。

紅外彩色化

用戶可以更加快速準(zhǔn)確地理解已經(jīng)被著色的紅外圖像瘪匿。

3D設(shè)計

現(xiàn)實中的3D打印技術(shù)跛梗。

圖合成

將草圖合成真實的面部圖像。

臨床事件預(yù)測

一個RNN訓(xùn)練棋弥，8年時間從來自26萬患者和14805名醫(yī)生的EHR數(shù)據(jù)核偿，該神經(jīng)網(wǎng)絡(luò)進行多標(biāo)簽預(yù)測（每次診斷或藥物類別作為一個標(biāo)簽），該系統(tǒng)可以執(zhí)行召回鑒別診斷率高達(dá)79%顽染，明顯高于基線漾岳。

皮膚評價和建議

使用深度學(xué)習(xí)來確定客戶的“皮膚年齡”，確定問題領(lǐng)域粉寞，并提供旨在解決這些問題的產(chǎn)品方案尼荆。

生物信息學(xué)

藥物設(shè)計，虛擬篩選（VS）唧垦，定量結(jié)構(gòu)——活性關(guān)系（QSAR）研究捅儒，蛋白質(zhì)結(jié)構(gòu)預(yù)測和基因組學(xué)（和其他組學(xué)）數(shù)據(jù)挖掘。