如今，网络环境越发的错综复杂，大数据和网络环境中传统信息处理理论、人工智能与人工神经网络都面临着全新的挑战。在众人的观望中，“深度学习”这一沉寂着的话题再次被炒得火热。利用深度学习，人们似乎可以解决更多的问题，那么作为非专业研究人员的我们，生活中又有什么跟深度学习密切相关呢？

2014年4月4日，百度公司技术总监，深度学习研究院(IDL) 常务副院长余凯博士，走进清华大学，与清华大学众学子一同剖析我们身边的深度学习。

对于深度学习而言，有三个核心内容包括：图片识别，语音识别和文本识别。谈到其技术在我们身边的应用，就要从百度开发出的一系列的移动应用开始。从2011年到现在，深度学习以一种摧枯拉朽的气势，在一系列的应用里取得成功。而这其中，“百度魔图”这一好玩易用的掌上美图工具，也成为了当时最流行的图片app。尤其是它的“PK大咖”和俗称夫妻脸的“明星大咖配”功能，无论是对整个比照系统，还是对算法精度，都应用了深度学习的理论，通过人脸识别技术找到与用户长相最匹配的明星。

另外，百度翻译这一强大的手机App，采用图像识别的技术，对用户上传的照片进行识别，从而得出翻译结果。同时也可以通过相机扫描文本，来得出翻译结果。在百度手机客户端中还有一个强大的“为你写诗”功能，这一神奇的功能，通过用户上传的图片，加以识别分析，从大数据库中找到最合适的诗句韵律，运用深度学习理论，模拟大脑的结构，架构起一个巨大的神经网络，从而使它搜索到的词句智慧只能得连结成诗句，真正的实现了“为你写诗”！

（百度翻译-实物翻译） （百度手机客户端-为你写诗）

抛开图像识别和文本识别，在语音识别方面，百度的表现依旧是可圈可点的。2012年底，百度上线了第一款基于DNN的语音搜索系统，采用深度识别网络，将错误率降低了20%~30%。成为最早采用DNN技术进行商业语音服务的公司之一。

2014年1月，百度推出的百度语音助手，集合了强大的百度资源，作为承载百度更多智能技术的语音识别引擎，自2012年4月上线后，一跃为中文识别准确率最高的语音产品。

（百度语音助手）

百度能够在深度学习方面取得现有的成绩，原因之一就是百度在大数据等方面具有天然优势。百度作为全球最大的中文搜索引擎，每天响应网民60亿次的搜索请求。百度在深度学习中投入了巨大的资源，相信在不久的将来，深度学习将为企业探索到更多的有效信息，用产品高质的用户体验夺取市场竞争的先机。