[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:17.82,0:00:21.32,Default,,0000,0000,0000,,我们的世界在许多方面一直在变，
Dialogue: 0,0:00:21.32,0:00:25.98,Default,,0000,0000,0000,,其中对我们的未来产生巨大影响的是
Dialogue: 0,0:00:25.98,0:00:29.36,Default,,0000,0000,0000,,人工智能。
Dialogue: 0,0:00:29.36,0:00:32.95,Default,,0000,0000,0000,,它给我们带来了又一场工业革命。
Dialogue: 0,0:00:33.63,0:00:39.50,Default,,0000,0000,0000,,之前的工业革命扩大了人类的机械能力。
Dialogue: 0,0:00:40.01,0:00:45.57,Default,,0000,0000,0000,,这场新的革命，这第二次的机械时代
Dialogue: 0,0:00:45.57,0:00:50.12,Default,,0000,0000,0000,,将会拓展我们的认知能力，
Dialogue: 0,0:00:50.12,0:00:52.10,Default,,0000,0000,0000,,以及我们的精神力。
Dialogue: 0,0:00:52.78,0:00:57.18,Default,,0000,0000,0000,,计算机不仅仅将取代体力劳动，
Dialogue: 0,0:00:57.60,0:00:59.90,Default,,0000,0000,0000,,还将取代脑力劳动。
Dialogue: 0,0:01:00.50,0:01:03.45,Default,,0000,0000,0000,,那么，我们如今的立场是什么呢？
Dialogue: 0,0:01:04.03,0:01:07.72,Default,,0000,0000,0000,,你有可能听说过去年三月发生的事情，
Dialogue: 0,0:01:07.72,0:01:11.78,Default,,0000,0000,0000,,一个被称为AlphaGo的机器学习系统
Dialogue: 0,0:01:11.78,0:01:17.71,Default,,0000,0000,0000,,在围棋游戏中使用了深度学习\N来击败了当时的世界冠军。
Dialogue: 0,0:01:18.28,0:01:20.68,Default,,0000,0000,0000,,围棋是一款古老的中国游戏，
Dialogue: 0,0:01:20.68,0:01:24.16,Default,,0000,0000,0000,,对于计算机来说，
Dialogue: 0,0:01:24.16,0:01:25.98,Default,,0000,0000,0000,,它比国际象棋更难掌握。
Dialogue: 0,0:01:26.89,0:01:32.09,Default,,0000,0000,0000,,经过几十年的人工智能的研究，\N我们如今是如何成功的？
Dialogue: 0,0:01:33.07,0:01:36.70,Default,,0000,0000,0000,,为了下围棋，AlphaGo经过了\N专门的培训。
Dialogue: 0,0:01:37.68,0:01:41.30,Default,,0000,0000,0000,,首先，他需要观察由非常强大的\N人类玩家进行的
Dialogue: 0,0:01:41.81,0:01:46.89,Default,,0000,0000,0000,,成千上万次的出招。
Dialogue: 0,0:01:47.75,0:01:52.50,Default,,0000,0000,0000,,接着，它再与自己进行上万次的演练。
Dialogue: 0,0:01:54.22,0:01:59.94,Default,,0000,0000,0000,,机器学习允许计算机从实例中学习。
Dialogue: 0,0:02:00.46,0:02:02.58,Default,,0000,0000,0000,,从数据中学习。
Dialogue: 0,0:02:03.88,0:02:07.00,Default,,0000,0000,0000,,机器学习已成为
Dialogue: 0,0:02:07.00,0:02:11.64,Default,,0000,0000,0000,,将知识塞进计算机里的关键。
Dialogue: 0,0:02:12.17,0:02:14.07,Default,,0000,0000,0000,,这很重要，
Dialogue: 0,0:02:14.07,0:02:19.30,Default,,0000,0000,0000,,因为知识是智力的源泉。
Dialogue: 0,0:02:20.44,0:02:26.77,Default,,0000,0000,0000,,把知识放入计算机中是对之前的\N人工智能方法的一种挑战。
Dialogue: 0,0:02:27.52,0:02:28.74,Default,,0000,0000,0000,,为什么？
Dialogue: 0,0:02:29.06,0:02:33.86,Default,,0000,0000,0000,,有很多事是我们凭直觉了解的。
Dialogue: 0,0:02:34.60,0:02:38.08,Default,,0000,0000,0000,,所以我们无法口头沟通。
Dialogue: 0,0:02:38.62,0:02:42.78,Default,,0000,0000,0000,,我们没有意识到这种直观的知识。
Dialogue: 0,0:02:43.27,0:02:46.69,Default,,0000,0000,0000,,我们如何在没有知识的情况下\N为计算机编程呢？
Dialogue: 0,0:02:47.66,0:02:49.11,Default,,0000,0000,0000,,解决方法是什么？
Dialogue: 0,0:02:49.31,0:02:55.34,Default,,0000,0000,0000,,解决方法就是让机器它们自己学习知识，
Dialogue: 0,0:02:55.34,0:02:56.44,Default,,0000,0000,0000,,正如我们一样。
Dialogue: 0,0:02:56.44,0:03:03.19,Default,,0000,0000,0000,,这非常重要，因为知识是智力的源泉。
Dialogue: 0,0:03:03.19,0:03:06.97,Default,,0000,0000,0000,,我的任务就是通过学习
Dialogue: 0,0:03:06.97,0:03:12.68,Default,,0000,0000,0000,,来发现和理解智能的原理。
Dialogue: 0,0:03:13.17,0:03:18.12,Default,,0000,0000,0000,,不管是动物，人类还是机器学习。
Dialogue: 0,0:03:19.45,0:03:25.07,Default,,0000,0000,0000,,我和别人相信有几个关键的原则，
Dialogue: 0,0:03:25.07,0:03:27.30,Default,,0000,0000,0000,,正如物理定律一样。
Dialogue: 0,0:03:27.88,0:03:32.74,Default,,0000,0000,0000,,简单的原理可以解释我们自身的智力，
Dialogue: 0,0:03:32.74,0:03:36.74,Default,,0000,0000,0000,,并帮助我们建造智能机器。
Dialogue: 0,0:03:37.88,0:03:41.60,Default,,0000,0000,0000,,例如，思考一下空气动力学定律，
Dialogue: 0,0:03:41.60,0:03:48.04,Default,,0000,0000,0000,,它足以解释鸟类和飞机的飞行。
Dialogue: 0,0:03:49.15,0:03:55.38,Default,,0000,0000,0000,,若我们可以发现同样简单却有力的原理\N来解释智能本身，
Dialogue: 0,0:03:55.38,0:03:59.19,Default,,0000,0000,0000,,那就太棒了。
Dialogue: 0,0:04:00.03,0:04:03.39,Default,,0000,0000,0000,,我们取得了一些进展。
Dialogue: 0,0:04:04.38,0:04:10.86,Default,,0000,0000,0000,,这些年来，我和我的合作者们通过对\N神经网络和深度学习的研究，
Dialogue: 0,0:04:11.78,0:04:16.40,Default,,0000,0000,0000,,为人工智能邻域的一场变革做出了贡献。
Dialogue: 0,0:04:16.40,0:04:20.95,Default,,0000,0000,0000,,一种受大脑启发的机器学习方法。
Dialogue: 0,0:04:22.04,0:04:25.24,Default,,0000,0000,0000,,它始于你手机上的语音识别，
Dialogue: 0,0:04:25.24,0:04:29.96,Default,,0000,0000,0000,,自2012年一直使用的神经网络。
Dialogue: 0,0:04:30.98,0:04:35.65,Default,,0000,0000,0000,,不久之后，在计算机视觉上取得了突破。
Dialogue: 0,0:04:36.68,0:04:43.09,Default,,0000,0000,0000,,计算机现在可以很好地识别图像的内容。
Dialogue: 0,0:04:43.67,0:04:50.05,Default,,0000,0000,0000,,事实上，在过去的5年里，\N它们在一些基准上近似于人类的表现。
Dialogue: 0,0:04:50.71,0:04:54.72,Default,,0000,0000,0000,,现在计算机可以对围棋的视觉外观
Dialogue: 0,0:04:54.72,0:04:58.19,Default,,0000,0000,0000,,产生一个直观的理解，
Dialogue: 0,0:04:58.19,0:05:01.76,Default,,0000,0000,0000,,这足以和人类最好的选手媲美。
Dialogue: 0,0:05:01.76,0:05:03.45,Default,,0000,0000,0000,,最近，
Dialogue: 0,0:05:03.45,0:05:06.58,Default,,0000,0000,0000,,根据我的实验室的一些发现，
Dialogue: 0,0:05:06.58,0:05:11.41,Default,,0000,0000,0000,,深度学习被用来去把一种语言\N翻译成另一种，
Dialogue: 0,0:05:11.41,0:05:14.44,Default,,0000,0000,0000,,你会开始在谷歌翻译中看到这个。
Dialogue: 0,0:05:15.19,0:05:18.19,Default,,0000,0000,0000,,它拓展了计算机的理解
Dialogue: 0,0:05:18.19,0:05:22.53,Default,,0000,0000,0000,,和生成自然语言的能力。
Dialogue: 0,0:05:23.55,0:05:25.52,Default,,0000,0000,0000,,但是，别被愚弄了。
Dialogue: 0,0:05:25.52,0:05:30.05,Default,,0000,0000,0000,,我们仍旧离一台
Dialogue: 0,0:05:30.05,0:05:34.03,Default,,0000,0000,0000,,能像人类一样学习掌握\N世界的许多方面的计算机
Dialogue: 0,0:05:34.03,0:05:37.59,Default,,0000,0000,0000,,很远很远。
Dialogue: 0,0:05:38.54,0:05:41.24,Default,,0000,0000,0000,,所以，让我们举个例子。
Dialogue: 0,0:05:41.64,0:05:46.79,Default,,0000,0000,0000,,即使是一个两岁的孩子可以
Dialogue: 0,0:05:46.79,0:05:50.66,Default,,0000,0000,0000,,以计算机现在无法做到的方式学习事物。
Dialogue: 0,0:05:51.77,0:05:56.17,Default,,0000,0000,0000,,一个两岁的孩子事实上掌握了直观物理。
Dialogue: 0,0:05:56.97,0:06:01.91,Default,,0000,0000,0000,,她知道当她扔下一个球，球就会落下。
Dialogue: 0,0:06:02.49,0:06:06.09,Default,,0000,0000,0000,,当她把一些液体洒出来的时候，\N她知道会弄脏地板。
Dialogue: 0,0:06:06.59,0:06:09.52,Default,,0000,0000,0000,,她的父母根本不需要去教她
Dialogue: 0,0:06:09.52,0:06:12.98,Default,,0000,0000,0000,,关于牛顿定律或者微分方程。
Dialogue: 0,0:06:13.84,0:06:20.20,Default,,0000,0000,0000,,她在无人监管的情况下\N独自发现了这一切。
Dialogue: 0,0:06:21.35,0:06:27.71,Default,,0000,0000,0000,,无监管学习确实仍是人工智能\N所面临的挑战之一。
Dialogue: 0,0:06:28.18,0:06:33.01,Default,,0000,0000,0000,,它可能还需要花上好几十年的基础研究
Dialogue: 0,0:06:33.01,0:06:34.67,Default,,0000,0000,0000,,来解开这个结。
Dialogue: 0,0:06:34.67,0:06:40.90,Default,,0000,0000,0000,,无监管学习事实上\N是试图发现数据的表现形式。
Dialogue: 0,0:06:41.73,0:06:43.78,Default,,0000,0000,0000,,让我来向你举例。
Dialogue: 0,0:06:44.36,0:06:49.35,Default,,0000,0000,0000,,试想你用你的双眼看着的屏幕上的一页
Dialogue: 0,0:06:49.35,0:06:54.20,Default,,0000,0000,0000,,或者计算机将其视为一个图像，\N一堆像素。
Dialogue: 0,0:06:54.99,0:07:00.11,Default,,0000,0000,0000,,为了回答关于图像内容的问题，
Dialogue: 0,0:07:00.86,0:07:05.21,Default,,0000,0000,0000,,你需要理解它的高级含义。
Dialogue: 0,0:07:05.67,0:07:10.82,Default,,0000,0000,0000,,这种高级别的含义相对于在你脑中的
Dialogue: 0,0:07:10.82,0:07:12.32,Default,,0000,0000,0000,,最高级别的表现形式。
Dialogue: 0,0:07:12.91,0:07:18.31,Default,,0000,0000,0000,,再往下，你就有了单词的单独含义，
Dialogue: 0,0:07:19.19,0:07:23.80,Default,,0000,0000,0000,,甚至再往下，你就会有由字符\N拼凑出来的单词。
Dialogue: 0,0:07:24.81,0:07:27.68,Default,,0000,0000,0000,,这些字符可以用构成字符的不同的笔画
Dialogue: 0,0:07:27.68,0:07:30.88,Default,,0000,0000,0000,,以不同的方式呈现。
Dialogue: 0,0:07:31.56,0:07:34.84,Default,,0000,0000,0000,,这些笔画是由边组成的，
Dialogue: 0,0:07:34.84,0:07:37.28,Default,,0000,0000,0000,,而这些边是由像素组成的。
Dialogue: 0,0:07:37.28,0:07:40.45,Default,,0000,0000,0000,,所以这些是不同级别的表现方式。
Dialogue: 0,0:07:41.08,0:07:44.24,Default,,0000,0000,0000,,但是像素本身并不足以
Dialogue: 0,0:07:44.24,0:07:46.58,Default,,0000,0000,0000,,去理解图像，
Dialogue: 0,0:07:46.58,0:07:51.90,Default,,0000,0000,0000,,来回答关于页面内容的高级问题。
Dialogue: 0,0:07:52.93,0:07:57.59,Default,,0000,0000,0000,,事实上，你的大脑有着\N不同等级的表现形式。
Dialogue: 0,0:07:57.59,0:08:02.29,Default,,0000,0000,0000,,从大脑皮层的第一个视觉区域的\N神经元开始--V1，
Dialogue: 0,0:08:02.29,0:08:04.60,Default,,0000,0000,0000,,它识别边。
Dialogue: 0,0:08:04.60,0:08:09.33,Default,,0000,0000,0000,,接着，在大脑皮层的第二个视觉区域的\N神经元--V2，
Dialogue: 0,0:08:09.33,0:08:12.80,Default,,0000,0000,0000,,它能识别笔画和小的图形。
Dialogue: 0,0:08:12.80,0:08:17.06,Default,,0000,0000,0000,,再往上，你有神经元来检测物体的部分
Dialogue: 0,0:08:17.06,0:08:19.99,Default,,0000,0000,0000,,然后是物体和整个场景。
Dialogue: 0,0:08:21.18,0:08:24.76,Default,,0000,0000,0000,,神经网络，当它们接受图像训练时，
Dialogue: 0,0:08:24.76,0:08:28.86,Default,,0000,0000,0000,,可以真的发现这些类型的表现水平
Dialogue: 0,0:08:28.86,0:08:32.78,Default,,0000,0000,0000,,与我们在大脑中所观察到的十分吻合。
Dialogue: 0,0:08:33.64,0:08:38.80,Default,,0000,0000,0000,,无论是生物神经网络，换言之，\N你大脑中的神经网络
Dialogue: 0,0:08:38.80,0:08:42.83,Default,,0000,0000,0000,,还是我们在机器上训练的深层神经网络，
Dialogue: 0,0:08:42.84,0:08:48.08,Default,,0000,0000,0000,,都可以学习从一个等级的表达方式\N转化到下一个等级，
Dialogue: 0,0:08:48.37,0:08:53.30,Default,,0000,0000,0000,,而高等级的表现形式应对\N更抽象的概念。
Dialogue: 0,0:08:53.30,0:08:57.56,Default,,0000,0000,0000,,例如，字符A的抽象概念
Dialogue: 0,0:08:57.56,0:09:00.89,Default,,0000,0000,0000,,可以通过许多不同的方法在\N最底级别上呈现，
Dialogue: 0,0:09:00.89,0:09:03.89,Default,,0000,0000,0000,,可以呈现出许多不同的像素配置，
Dialogue: 0,0:09:03.89,0:09:09.10,Default,,0000,0000,0000,,根据位置，旋转，字体等配置。
Dialogue: 0,0:09:10.44,0:09:15.82,Default,,0000,0000,0000,,所以，我们该怎么学习这些\N高等级的表现方法呢？
Dialogue: 0,0:09:16.96,0:09:20.68,Default,,0000,0000,0000,,目前为止，有一件事在深度学习的应用上
Dialogue: 0,0:09:20.68,0:09:22.85,Default,,0000,0000,0000,,非常成功，
Dialogue: 0,0:09:22.86,0:09:25.98,Default,,0000,0000,0000,,我们称之为监管学习。
Dialogue: 0,0:09:26.30,0:09:31.59,Default,,0000,0000,0000,,有监管学习的情况下，\N计算机只需被手拿着，
Dialogue: 0,0:09:31.59,0:09:35.47,Default,,0000,0000,0000,,人类必须要告诉计算机许多问题的答案。
Dialogue: 0,0:09:35.47,0:09:41.42,Default,,0000,0000,0000,,例如，在数百万的图像中，\N人们必须很好地告诉机器，
Dialogue: 0,0:09:41.42,0:09:44.27,Default,,0000,0000,0000,,对于这张图像，这是一只猫。
Dialogue: 0,0:09:44.27,0:09:47.10,Default,,0000,0000,0000,,对于这张图像，这是一只狗。
Dialogue: 0,0:09:47.10,0:09:49.58,Default,,0000,0000,0000,,对于这张图像，这是一台笔记本电脑。
Dialogue: 0,0:09:49.60,0:09:55.60,Default,,0000,0000,0000,,对于这张图像，这是一个键盘。\N等等，等等数百万次。
Dialogue: 0,0:09:56.07,0:10:01.03,Default,,0000,0000,0000,,这是非常痛苦的，\N我们使用众包来做到这一点。
Dialogue: 0,0:10:01.46,0:10:03.40,Default,,0000,0000,0000,,虽然，它非常的强大，
Dialogue: 0,0:10:03.42,0:10:06.27,Default,,0000,0000,0000,,这让我们可以解决许多有趣的问题，
Dialogue: 0,0:10:06.27,0:10:08.31,Default,,0000,0000,0000,,但是人类更加的强大，
Dialogue: 0,0:10:08.31,0:10:12.08,Default,,0000,0000,0000,,他们可以学习世界上更多不同的方面，
Dialogue: 0,0:10:12.08,0:10:13.81,Default,,0000,0000,0000,,以一种更自主的方式，
Dialogue: 0,0:10:13.81,0:10:17.61,Default,,0000,0000,0000,,这正如我们所见的孩子学习直观物理。
Dialogue: 0,0:10:17.62,0:10:23.74,Default,,0000,0000,0000,,无监管学习也可以帮助我们\N研发自动驾驶汽车。
Dialogue: 0,0:10:24.57,0:10:26.10,Default,,0000,0000,0000,,让我来解释一下：
Dialogue: 0,0:10:26.10,0:10:31.84,Default,,0000,0000,0000,,无监管学习允许计算机\N将自己投射到未来，
Dialogue: 0,0:10:31.84,0:10:37.20,Default,,0000,0000,0000,,根据当前的情况生成可信的未来。
Dialogue: 0,0:10:38.37,0:10:42.90,Default,,0000,0000,0000,,这使得计算机可以推理和提前计划。
Dialogue: 0,0:10:43.45,0:10:47.98,Default,,0000,0000,0000,,即使是它们还没训练过的情况下\N也是如此。
Dialogue: 0,0:10:48.75,0:10:50.44,Default,,0000,0000,0000,,这很重要，
Dialogue: 0,0:10:50.44,0:10:53.95,Default,,0000,0000,0000,,因为如果我们使用监管学习，\N我们将不得不告诉计算机
Dialogue: 0,0:10:53.95,0:10:57.40,Default,,0000,0000,0000,,所有汽车可能会出现的情况
Dialogue: 0,0:10:57.40,0:11:01.38,Default,,0000,0000,0000,,以及人们在这种情况下的反应。
Dialogue: 0,0:11:02.45,0:11:06.19,Default,,0000,0000,0000,,我是怎么学会避免危险驾驶的行为的呢？
Dialogue: 0,0:11:07.28,0:11:10.79,Default,,0000,0000,0000,,难道我必须在一场事故中死去一千次吗？
Dialogue: 0,0:11:10.79,0:11:12.11,Default,,0000,0000,0000,,（笑声）
Dialogue: 0,0:11:12.11,0:11:14.61,Default,,0000,0000,0000,,这是我们现在训练机器的方法。
Dialogue: 0,0:11:15.18,0:11:18.34,Default,,0000,0000,0000,,所以，它不会飞，至少它不会驾驶。
Dialogue: 0,0:11:18.34,0:11:19.93,Default,,0000,0000,0000,,（笑声）
Dialogue: 0,0:11:21.29,0:11:25.66,Default,,0000,0000,0000,,所以，我们需要的是训练我们的模型
Dialogue: 0,0:11:25.66,0:11:31.92,Default,,0000,0000,0000,,能够产生可信的图像或者\N可信的未来，具有创造性。
Dialogue: 0,0:11:31.92,0:11:33.93,Default,,0000,0000,0000,,我们正在这方面取得进展。
Dialogue: 0,0:11:33.93,0:11:37.46,Default,,0000,0000,0000,,所以，我们正在训练这些深层神经网络
Dialogue: 0,0:11:37.46,0:11:40.82,Default,,0000,0000,0000,,从高级意义到像素，
Dialogue: 0,0:11:40.82,0:11:43.30,Default,,0000,0000,0000,,而不是从像素到高级意义。
Dialogue: 0,0:11:43.31,0:11:46.79,Default,,0000,0000,0000,,通过表达方法进入另一个方向。
Dialogue: 0,0:11:46.79,0:11:50.46,Default,,0000,0000,0000,,通过这种方法，\N计算机可以生成新的图像，
Dialogue: 0,0:11:51.19,0:11:55.07,Default,,0000,0000,0000,,这些图像和它们受训时所见的
Dialogue: 0,0:11:55.07,0:11:56.49,Default,,0000,0000,0000,,完全不一样，
Dialogue: 0,0:11:57.02,0:12:00.37,Default,,0000,0000,0000,,但看起来可信的，看起来像自然图像。
Dialogue: 0,0:12:01.89,0:12:06.33,Default,,0000,0000,0000,,我们同样可以用这些模型来\N幻想一些奇怪的东西，
Dialogue: 0,0:12:06.34,0:12:09.49,Default,,0000,0000,0000,,有时是可怕的图像，
Dialogue: 0,0:12:09.49,0:12:11.80,Default,,0000,0000,0000,,正如我们的梦境和噩梦。
Dialogue: 0,0:12:12.68,0:12:16.85,Default,,0000,0000,0000,,这里有一些计算机使用深度图表模型
Dialogue: 0,0:12:16.85,0:12:19.83,Default,,0000,0000,0000,,所合成的图像。
Dialogue: 0,0:12:19.83,0:12:21.65,Default,,0000,0000,0000,,它们看上去就像自然图像，
Dialogue: 0,0:12:21.65,0:12:24.55,Default,,0000,0000,0000,,但是如果你凑近看，\N你会发现它们还是有区别的，
Dialogue: 0,0:12:25.46,0:12:28.70,Default,,0000,0000,0000,,而且它们仍缺少一些
Dialogue: 0,0:12:28.70,0:12:31.06,Default,,0000,0000,0000,,我们认为是自然的重要细节。
Dialogue: 0,0:12:31.100,0:12:33.95,Default,,0000,0000,0000,,大约10年前，
Dialogue: 0,0:12:33.95,0:12:38.92,Default,,0000,0000,0000,,无监管学习是我们发现深度学习的
Dialogue: 0,0:12:38.92,0:12:42.44,Default,,0000,0000,0000,,突破口。
Dialogue: 0,0:12:44.14,0:12:48.06,Default,,0000,0000,0000,,这种情况发生在少数实验室，\N包括我的实验室，
Dialogue: 0,0:12:48.06,0:12:51.46,Default,,0000,0000,0000,,当时神经网络还未流行。
Dialogue: 0,0:12:51.46,0:12:55.22,Default,,0000,0000,0000,,它们几乎被科学界所抛弃。
Dialogue: 0,0:12:56.39,0:12:58.94,Default,,0000,0000,0000,,如今，事情已经改变了许多。
Dialogue: 0,0:12:58.94,0:13:01.38,Default,,0000,0000,0000,,它已成为一个非常难的领域。
Dialogue: 0,0:13:01.38,0:13:06.93,Default,,0000,0000,0000,,如今每年有成百上千的学生申请研究生课程
Dialogue: 0,0:13:06.95,0:13:09.78,Default,,0000,0000,0000,,到我的实验室和我的合作者一起工作。
Dialogue: 0,0:13:11.01,0:13:16.63,Default,,0000,0000,0000,,蒙特利尔已成为世界上最大的
Dialogue: 0,0:13:16.64,0:13:19.39,Default,,0000,0000,0000,,深度学习研究人员学术聚集地。
Dialogue: 0,0:13:20.18,0:13:26.12,Default,,0000,0000,0000,,我们刚收到9400万美元的\N巨额研究经费，
Dialogue: 0,0:13:26.13,0:13:29.80,Default,,0000,0000,0000,,用于推动人工智能和数据科学的发展，
Dialogue: 0,0:13:29.80,0:13:36.07,Default,,0000,0000,0000,,并将深度学习技术和\N数据科学转移到工业。
Dialogue: 0,0:13:37.25,0:13:43.79,Default,,0000,0000,0000,,受到这些刺激的商业人士\N建立创业公司，工业实验室，
Dialogue: 0,0:13:43.79,0:13:46.91,Default,,0000,0000,0000,,它们中的许多就坐落于大学附近。
Dialogue: 0,0:13:48.54,0:13:49.62,Default,,0000,0000,0000,,例如，
Dialogue: 0,0:13:49.62,0:13:54.73,Default,,0000,0000,0000,,几周前，我们宣布成立一家名为
Dialogue: 0,0:13:54.73,0:13:56.51,Default,,0000,0000,0000,,“Element AI"的初创工厂，
Dialogue: 0,0:13:56.51,0:13:59.60,Default,,0000,0000,0000,,它将专注于深度学习的应用上。
Dialogue: 0,0:14:01.56,0:14:05.72,Default,,0000,0000,0000,,只是没有足够多的深度学习的专家。
Dialogue: 0,0:14:06.36,0:14:10.68,Default,,0000,0000,0000,,所以，那些专家们被支付了疯狂多的薪水，
Dialogue: 0,0:14:11.03,0:14:17.21,Default,,0000,0000,0000,,我的许多前学术同事\N都接受了公司的慷慨薪资，
Dialogue: 0,0:14:17.23,0:14:20.52,Default,,0000,0000,0000,,来到了工业实验室工作。
Dialogue: 0,0:14:21.08,0:14:25.01,Default,,0000,0000,0000,,就我自己而言，选择呆在大学，
Dialogue: 0,0:14:25.01,0:14:27.17,Default,,0000,0000,0000,,为公众利益工作，
Dialogue: 0,0:14:27.17,0:14:28.89,Default,,0000,0000,0000,,和学生们一起工作，
Dialogue: 0,0:14:28.90,0:14:30.59,Default,,0000,0000,0000,,保持独立。
Dialogue: 0,0:14:30.60,0:14:34.84,Default,,0000,0000,0000,,指导下一代的深度学习专家。
Dialogue: 0,0:14:35.29,0:14:41.02,Default,,0000,0000,0000,,除了商业价值，
Dialogue: 0,0:14:41.02,0:14:44.65,Default,,0000,0000,0000,,我们还在思考人工智能的社会影响。
Dialogue: 0,0:14:45.88,0:14:50.03,Default,,0000,0000,0000,,我们中的许多人现在开始把目光
Dialogue: 0,0:14:50.03,0:14:55.99,Default,,0000,0000,0000,,投向于社会增值应用，例如健康。
Dialogue: 0,0:14:56.46,0:14:58.96,Default,,0000,0000,0000,,我们认为我们可以利用深度学习
Dialogue: 0,0:14:58.96,0:15:02.70,Default,,0000,0000,0000,,来改进个性化治疗。
Dialogue: 0,0:15:03.96,0:15:05.67,Default,,0000,0000,0000,,我相信在未来，
Dialogue: 0,0:15:05.67,0:15:10.36,Default,,0000,0000,0000,,当我们从地球上数以百万计的人们\N那里收集到更多的数据时，
Dialogue: 0,0:15:10.36,0:15:13.86,Default,,0000,0000,0000,,我们将可以提供医疗建议
Dialogue: 0,0:15:13.86,0:15:17.25,Default,,0000,0000,0000,,给数十亿现在无法得到这些建议的人们。
Dialogue: 0,0:15:17.60,0:15:22.72,Default,,0000,0000,0000,,我们可以想象人工智能在\N社会价值方面的其他许多应用。
Dialogue: 0,0:15:23.14,0:15:26.24,Default,,0000,0000,0000,,例如，我们对
Dialogue: 0,0:15:26.24,0:15:28.58,Default,,0000,0000,0000,,自然语言的理解的研究，
Dialogue: 0,0:15:29.33,0:15:31.20,Default,,0000,0000,0000,,将会为那些无法负担的人们
Dialogue: 0,0:15:31.20,0:15:34.06,Default,,0000,0000,0000,,提供各种各样的服务，比如法律服务。
Dialogue: 0,0:15:34.51,0:15:37.34,Default,,0000,0000,0000,,我们如今同样也将目光
Dialogue: 0,0:15:37.34,0:15:41.13,Default,,0000,0000,0000,,转向了人工智能对我们的社区的\N社会影响。
Dialogue: 0,0:15:41.69,0:15:44.80,Default,,0000,0000,0000,,但这不仅仅是专家需要思考的问题。
Dialogue: 0,0:15:46.03,0:15:49.94,Default,,0000,0000,0000,,我相信，除了数学和专业术语，
Dialogue: 0,0:15:49.94,0:15:53.10,Default,,0000,0000,0000,,普通人能充分知晓
Dialogue: 0,0:15:53.14,0:15:55.90,Default,,0000,0000,0000,,幕后发生了什么，
Dialogue: 0,0:15:55.90,0:16:01.19,Default,,0000,0000,0000,,从而参与在未来几年，乃至几十年的
Dialogue: 0,0:16:01.19,0:16:06.55,Default,,0000,0000,0000,,有关人工智能的重要决策。
Dialogue: 0,0:16:07.58,0:16:09.28,Default,,0000,0000,0000,,所以，
Dialogue: 0,0:16:09.93,0:16:16.23,Default,,0000,0000,0000,,请把你的费用放在一边，\N留一些空间让自己去学习吧。
Dialogue: 0,0:16:17.84,0:16:22.53,Default,,0000,0000,0000,,我和我的合作者写了几篇介绍性论文
Dialogue: 0,0:16:22.54,0:16:25.38,Default,,0000,0000,0000,,和一本名为《深度学习》的书，
Dialogue: 0,0:16:25.38,0:16:29.62,Default,,0000,0000,0000,,来帮助学生们和工程师们\N进入这个令人兴奋的领域。
Dialogue: 0,0:16:30.66,0:16:35.78,Default,,0000,0000,0000,,同样也有许多在线资源：\N软件，学习指南，视频......
Dialogue: 0,0:16:36.31,0:16:41.21,Default,,0000,0000,0000,,很多本科生都自学了
Dialogue: 0,0:16:41.21,0:16:44.55,Default,,0000,0000,0000,,很多关于深度学习的研究，
Dialogue: 0,0:16:44.55,0:16:47.84,Default,,0000,0000,0000,,为了之后加入实验室。
Dialogue: 0,0:16:49.37,0:16:55.17,Default,,0000,0000,0000,,人工智能将对我们的社会\N产生深远的影响。
Dialogue: 0,0:16:56.65,0:17:01.67,Default,,0000,0000,0000,,所以，重要的是要问：\N我们该如何使用它？
Dialogue: 0,0:17:03.37,0:17:07.90,Default,,0000,0000,0000,,巨大的积极面可能会伴随着消极面，
Dialogue: 0,0:17:07.90,0:17:10.17,Default,,0000,0000,0000,,譬如军事使用
Dialogue: 0,0:17:10.80,0:17:15.36,Default,,0000,0000,0000,,或者就业市场急速颠覆性的变化。
Dialogue: 0,0:17:15.95,0:17:21.63,Default,,0000,0000,0000,,为了确保在未来的几年内，
Dialogue: 0,0:17:21.63,0:17:23.07,Default,,0000,0000,0000,,人工智能所面临的集体选择
Dialogue: 0,0:17:23.07,0:17:25.14,Default,,0000,0000,0000,,将会对所有人有利，
Dialogue: 0,0:17:25.14,0:17:28.56,Default,,0000,0000,0000,,每一个公民应该
Dialogue: 0,0:17:28.56,0:17:32.91,Default,,0000,0000,0000,,在定义人工智能将如何塑造\N我们的未来时发挥积极的作用。
Dialogue: 0,0:17:33.87,0:17:34.89,Default,,0000,0000,0000,,谢谢。
Dialogue: 0,0:17:35.06,0:17:39.40,Default,,0000,0000,0000,,（掌声）