深度學習（deep learning）

深度學習教電腦認識事物，方式就像孩子慢慢學會讀書——不是先發給一本規則手冊，而是一層一層地把理解疊起來。所謂「深」，說白了就是層數多：一個神經網路不止一兩層，而是幾十甚至上百層，每一層把自己琢磨出的東西傳給下一層。給它看一張照片，第一層也許只看出邊緣和一團團顏色；下一層把這些拼成眼睛和車輪；更高的一層最終說出「貓」或「車」。

它的特別之處在於：沒有人告訴網路什麼是「邊緣」、什麼是「眼睛」。這些基本零件是它自己發現的——只要給它看上百萬個例子，再不斷把它往正確答案那邊輕輕推一下，它就學會了。這個過程叫作按層級學習特徵。這正是它與舊方法真正的分水嶺：過去得靠人手把程式該找的線索一條條設計出來。

一個常見的誤會：深度學習並不是另立門戶、與其他人工智慧並排的一種 AI。它只是機器學習裡一項強大的技術，而機器學習又包在「人工智慧」這個大概念之中。它不是魔法，也不是會思考的頭腦——它是在巨大規模上找規律，而且餵給它的例子有多好，它就只能有多好。