如何治疗皮肤白癜风 http://m.39.net/pf/a_4699270.html机器之心报道
作者：蛋酱
与你对话的智能客服，可能比想象中更懂你。
年10月的一天，GeoffreyHinton发送给邓力一封邮件，提到了自己最近在做的一项工作。与往常不同的是，Hinton在邮件正文中使用了「lookatthishugemargin!!!」这样的描述。
这项研究成果就是大名鼎鼎的AlexNet。在当年的ImageNet挑战赛上，AlexNet将图像识别的错误率从26%直接降低到16%，一战成名。
现在看来，这个成果就像是破晓时分的第一缕阳光。人们对深度学习的质疑自此打消，AI的第三次发展浪潮终于到来。
Hinton和邓力在深度学习方面的交流其实始于很久之前。年的NIPS大会，时任微软研究院语音研究首席研究员的邓力和同事何晓冬在温哥华举办了一场语音语言研讨会，邀请过Hinton来做报告。但当时的深度学习始终缺少具备说服力的成果，尚不被看好。
之后，邓力多次邀请Hinton到访微软交流。同时，邓力和微软的同事开始尝试将深度神经网络应用于语音识别领域，在年于天津举办的「二十一世纪的计算」论坛上，微软全球技术副总裁RichardRashid演示了用深度学习进行语音识别，相比之前的语音识别系统错误率降低30%以上，引发业界轰动。
语音、语义、视觉等领域的突飞猛进，展示出一种希望：以往那些尚不可用的人工智能技术，在不久的未来就能真正为人类服务。
Hinton最终选择了谷歌，但微软研究院陆续诞生了一系列最具影响力的早期成果，也造就了一批知名AI学者。
提到深度学习领域，微软的邓力、俞栋、何晓冬都是最早一批入场的人。在密苏里大学哥伦比亚分校取得博士学位之后，何晓冬就加入了微软。
邓力与何晓冬。
年，何晓冬、邓力等人提出了深度结构化语义模型DSSM（DeepStructuredSemanticModels）。这一模型在工业界的适应性是前所未有的，至今几乎所有做搜索推荐场景的大厂仍在使用DSSM及其衍生模型。
大洋这一边的中国，也正在经历一场巨变。移动互联网的高速发展，衍生出大量的数据以及丰富的应用场景。京东就是极具代表性的企业之一。
年，何晓冬选择回国，加入京东。从全球范围内来看，京东在人工智能技术上不是起步最早的企业。但和其他公司不同，京东的AI技术从一开始就脱胎于大规模的产业实践，带着明显的「产业烙印」。
这正是推动何晓冬选择京东的关键因素。
走到产业的「最深处」
何晓冬一直认为，「AI本身是个科学问题，其实也是个应用问题。」
微软在年专门成立了深度学习技术中心（DLTC），展开了一系列探索性研究。如今的热门方向「多模态深度学习」，就是在那个时候启动的。围绕微软的MSCOCO数据集，一众大学和研究机构尝试教会模型用一句话来描述一张图片。
年，何晓冬在CVPR大会上介绍了DSSM升级版本——DMSM，为模型添加了「看图说话」的多模态能力，这在当时是一项很前沿的研究，立即引起了大量
