深度学习带来了人工智能的正循环，那这对于我们来说意味着什么？

         对于Andrew Ng，大家最熟悉的事件可能是他在谷歌期间借助深度学习让机器通过对数百万份 YouTube 视频的学习自行掌握了“猫”的概念，这成为世界深度学习领域广为人知的成功案例之一，也成为对谷歌人工神经网络“DistBelief”的一次有力验证。

        80 年代初期，当时的人工智能研究都在试图寻找捷径，希望可以绕过人脑神经网络来直接模拟出行为，而不是试图通过模仿大脑运作来实现。但有两位技术牛人一直坚持研究模拟神经网络的深度学习，最终他们的算法得到了全球人工智能界和科技公司的关注和重视，他们就是深度学习的领军人物、后来分别被谷歌和Facebook招致麾下的Hinton 和 LeCun。Andrew Ng在大学时期曾经一度放弃了人工智能的研究，直到后来被Jeff Hawkins（Palm创始人，《人工智能的未来》作者）的HTM算法（意思是人类智能来源于这个单一算法）所影响，重新开始了对人工智能的研究，而他的研究方向一直是深度学习。

        如今，已经转投百度的Andrew Ng在不久前的百度世界大会上再次强调了深度学习对人工智能的重要意义。从目前看来，深度学习是实现人工智能最有效、也是取得成效最大的实施方法。Andrew Ng在演讲中提到目前百度大脑的新算法就是属于深度学习，他虽然没有具体指明该算法的领先程度，但却强调了其在处理数据方面比传统人工智能算法存在的优越性，并可以使人工智能实现一种正循环。