刷脸支付、自动驾驶、即时翻译……我们所说的“人工智能”，其实都基于神经网络

涂鸦识别

4月份，Google 出了一个有趣的新玩意，名字叫「AutoDraw」，与 Windows 画图工具类似，但最大的区别就是它会利用机器学习算法，特别是神经网络，根据绘制的笔迹生成n多个更“成形”的图案以供选择，让我等手残也能通过简单的笔画，做海报、邀请函等简单的平面设计。

*视频来源：Google新动向

即时翻译

自2011年开始Google大脑计划，Google就一直没有放弃利用神经网络来提升技术水准。除了涂鸦识别之外，2016年9月，谷歌正式启用神经网络机器翻译技术；2017年7月，谷歌翻译又在应用神经网络方面取得了新进展，比如摄像实时翻译、语音对话翻译等。

这意味着，以后到语言不通的国家旅游，再也不用担心出现「鸡同鸭讲」的情况。

*图片来源：APPso

除了「同声传译」，相机即时翻译也是它的拿手好戏：只要将相机镜头对准相应的图片，就能够即时翻译图片中的文字，无需联网，不耗流量。

*图片来源：36kr

风格模仿

不仅仅是在Google 这样的大企业，也有像DeepArt.io这样的公司，他们通过使用对象识别和神经网络，使用一个预先训练得到的神经网络模型来检测图片里的几何形状。

此算法从图像中提取几何形状，并从“风格”图片（通常是某位艺术家的作品）中提取纹理，将它们应用于用户上传的内容图片，使得用户能把自己的照片处理成具有各种艺术家风格的照片。

*图片来源：deepart.io

网页设计

另一个神经网络崛起的创意领域是网页设计。

“揪着头发试图解决如何让你的网站看起来与你想象的一样”的日子已经可以结束了：名为UIzard的哥本哈根创业公司开发了一个称为Pix2Code的卷积神经网络，将网站面向用户端的单一图像自行构建为必要的代码。

神经网络现在可以保证约77％的代码正确，这解放了开发人员，使能够专注于他们正在构建的实际功能，而不是摆弄几个小时的用户界面。

*视频来源：youtube

人工智能基石：神经网络

神经网络不仅已经学会了涂鸦识别、即时翻译、风格模仿、网页设计；

它还在刷脸支付、驾驶汽车、下围棋、电子游戏、预测等方面带来了惊喜。

谷歌TPU加速器背后的负责人把神经网络称为今天的计算机科学领域中“最大的金块之一”。

“神经网络是向人工智能迈进的重要步骤之一。”伯克利分校的机器学习专家Michael I.Jordan表示，他同意神经网络足够重要，需要成为新版计算机科学课程中的一部分。

神经网络使得各种技术在实际情况的表现要更好，这也是为什么有越来越多的传统编程语言（C、C++、Java）等程序员开始学习机器学习/深度学习，神经网络不仅仅是机器学习工具箱里的一个新工具，它带来的全新开发思维使人类编写软件的方式开始发生根本性的改变。

“

未来多半的程序员都不需要维护复杂的代码库、编写复杂的程序，以及分析程序运行时等工作。他们要做的事情都会围绕着要喂给神经网络的数据：收集数据、清洗数据、操作数据、给数据加标签、分析数据、做数据可视化等等。

”

—— 计算机视觉领域大牛之一、李飞飞高徒、曾在OpenAI任研究科学家、现任特斯拉AI总监的 Andrej Karpathy在博客中写道。

更安慰的一点是，神经网络并不是原子物理，不需要先读一个博士学位才能做出来任何一件有意义的事情。理解神经网络算法只需要基础的线性代数、微积分、Matlab或者Python。