深度学习到底是什么？它和机器学习有什么区别？
你有没有想过，为什么现在解锁手机只要看一眼、翻译外语拍张照就能出结果、下棋甚至能赢过世界冠军？
这些事情听起来像科幻，但背后靠的是同一个技术——深度学习。
今天我们就来把这个概念彻底搞清楚。
先搞懂它们的层级关系
很多人分不清人工智能、机器学习、深度学习这三个词的关系。
说白了，它们是包含关系。
人工智能是最大的圈，机器学习是它的一个重要分支，深度学习又是机器学习的一个分支。
你可以这样记：
人工智能就像"动物"，机器学习是"哺乳动物"，深度学习是"人类"。
都是动物，但人类有独特的思维方式。
深度学习之所以特别，不是因为名字更好听，而是因为它改变了处理信息的根本方式。
这就好比从手算到计算机，方法完全不一样了。
深度学习是怎么工作的？
用一个特别形象的比喻——水管网络。
想象一个巨大的水管系统，数据从左边进去，经过一层又一层的管道和阀门，最后从右边的不同出口流出来。
每个阀门都可以调节开合程度。
数据流过每一层都会发生变化，就像水流经过阀门被调节一样。
训练的过程，就是调整这些阀门。
调完之后，让正确答案对应的出口流出最多的"水"。
训练好的模型，阀门就被"焊死"了，直接用来识别新的数据。
你给它一张猫的图片，它就知道从"猫"的出口出水。
这个比喻来自李开复的书，但我觉得它真的把深度学习讲活了。
深度学习和机器学习的核心区别
这里有个关键概念：特征提取。
传统机器学习需要人工提取特征。
什么意思？
就是人先告诉机器什么东西重要，比如"猫有尖耳朵、有胡须、四条腿"。
然后机器按照这个规则去判断。
但深度学习不一样。
它不需要你告诉它什么是尖耳朵、什么是胡须。
它自己看大量的猫图片，自己总结出什么是猫。
教小孩认猫也是这个道理。
你不会念百科全书，你会让他看一堆猫。
看多了，他自己就知道猫长什么样了。
深度学习就是这么学的。
这就是两者最大的区别：人工设计特征 vs 自动学习特征。
深度学习为什么这么强？
两个原因：数据和算力。
深度学习像一个天赋极高的孩子。
天赋再高，没有足够的教材和教练也白搭。
它需要海量数据来喂养，数据越多表现越好。
它还需要强大的算力来支撑，主流用的是GPU和TPU。
2010年之后，正是因为大数据和GPU的突破，深度学习才迎来爆发。
那曲线能差多少？
传统机器学习给你一堆数据，它学到一定程度就卡住了，再多数据也没用——像ImageNet比赛里，当数据量超过100万张时，SVM这类传统算法的准确率就停在70%左右上不去了。
深度学习不一样，数据越多它越强，没有上限。
GPT-3用了45TB的文本数据来训练，参数规模达到1750亿，效果直接碾压了只有15亿参数的小模型。
但代价是什么？
成本很高。
不是随便一台电脑就能跑得动的。
训练一个大模型，可能要烧掉几十万甚至上百万的电费。
阿里做过测算，训练一次GPT-3级别的模型，电费大概要花掉300万美元。
四种经典深度学习算法
深度学习不是一种算法，而是一大家子。
最常见的有四种。
第一种是CNN，中文叫卷积神经网络。
它是专门处理图像的，像人类的视觉系统，能保留图片的空间特征。
人脸识别、自动驾驶看懂路面，用的都是它。
第二种是RNN和它的升级版LSTM、GRU。
它们专门处理序列数据，有"记忆"功能。
什么算序列？
语音、文本、股票走势。
你说的话是一串字组成的，股票是一串价格组成的，RNN就是来处理这种有顺序的数据。
第三种是GANs，生成对抗网络。
它的特点是能生成东西，而且生成的特别逼真。
换脸、换装、AI画图，用的都是GANs。
第四种是深度强化学习。
这个最特别，它不需要数据喂养，通过不断尝试来学习。
AlphaGo下棋就是这么学的。
它不需要人类教它棋谱，它自己跟自己下，下几百万盘，自然就学会了。
你可以把它们想象成四个不同工种的专家：CNN是画家，RNN是作家，GANs是魔术师，强化学习是探险家。
各有各的专长。
深度学习已经无处不在
你现在用的手机，每解锁一次、每问一次Siri、每刷一次抖音推荐，都是深度学习在背后工作。
人脸识别解锁，是CNN在认脸。
智能语音助手，是RNN在听懂你说话。
机器翻译，是各种网络在理解语言。
抖音的推荐系统，是深度学习在猜你喜欢什么。
自动驾驶更复杂，需要CNN看路面、RNN处理语音指令、强化学习做决策。
这些都不是未来，而是现在。
很多领域的深度学习系统，准确率已经超过人类了——比如医学影像里看X光片，AI已经能达到94%以上的准确率，比很多放射科医生还稳。
但这不意味着它完美。
深度学习不是万能的
它有几个明显的短板。
第一，太依赖数据和算力。
没有大数据，深度学习表现很差。
没有GPU，训练一次要等几个月。
第二，是个黑箱。
效果好，但你不知道为什么会好。
这在医学诊断、法律判决这种需要解释的场景里，问题很大。
第三，可能学会偏见。
因为它是从人类数据里学的，可能会把人类的歧视和偏见也学进去。
比如简历筛选系统，可能学会不录取女性。
第四，移动端应用受限。
手机芯片算力有限，跑大模型还是很吃力。
所以深度学习像一个能力超强但性格难以捉摸的天才。
你能看到它的成果，但不太理解它是怎么想的。
理解它的优缺点，才能更好地用它，而不是被它忽悠。
那深度学习到底是怎么"看"东西的？那些层层的管道和阀门，到底是怎么工作的？
下篇文章我们就来扒开这个黑箱，看看神经网络到底是怎么工作的。