在过去的十年里，人工智能经历了一次又一次的突破，从计算机视觉到语音识别、蛋白质折叠预测等等。

其中许多进展都依赖于我们的嘉宾Geoff Hinton所做的深度学习工作，他从根本上改变了该领域的焦点和方向。作为图灵奖(相当于计算机科学领域的诺贝尔奖)的获得者，他的研究被引用超过50万次。

Hinton花了大约半个世纪的时间研究深度学习，大部分时间都是相对默默无闻的研究。但在2012年，这一切都改变了，Hinton和他的学生们证明，深度学习在图像识别方面比任何其他计算机视觉方法都要好，而且差距非常大。那个结果，那个时刻，被称为ImageNet时刻，改变了整个人工智能领域。几乎所有人都放下手头的工作，转向深度学习。

Geoff和Pieter在我们的两集季终集中进行了广泛的讨论，灵感来自Hinton从学术界到谷歌大脑的旅程。这一集讲述了现有的神经网络和反向传播模型如何与大脑实际工作方式不同;睡觉的目的;以及为什么种植电脑比制造电脑更好。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“专知” 就可以获取《10万+人工智能论文、报告等资料合集》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料