徐宁，IBM认知系统技术总监，IBM系统部负责认知系统相应解决方案：深度学习、机器学习，硬件加速的数据分析，高性能计算的方案设计和技术支持工作。
很多人见了我都问，为什么当前市场上对人工智能和深度学习这么热，其实这不是偶然的。大家都知道这几年市场上很热的一个话题是大数据，很多人预言数据将取代石油成为世界上最宝贵的资源。在这种背景下，很多企业都建立了自己的大数据平台，搜集各种结构化和非结构化的数据到大数据平台上，但大数据平台建立起来后大家发现面临一个新的挑战，就是对这些数据如何进行分析？尤其是非结构化的数据，如图片，视频，语音和文本等，传统的技术无法对这些非结构化的数据进行分析。而人工智能深度学习技术正是擅长于这种非结构化数据的处理与分析，这是人工智能和深度学习技术快速发展和流行的驱动力之一。
另一大驱动力来自于计算机技术的发展，人工智能和深度学习并不是一项新的技术，早在上世纪60年代这项技术就出现了，但由于深度学习模型需要进行大量的计算，当时的计算机技术无法满足要求。当前由于混合计算技术的发展，出现了通过GPU, FPGA和ASCI进行计算加速，使得深度学习模型的计算成为可能。
讲到这里有人会问什么是人工智能和深度学习？人工智能包含了所有让机器模拟人类行为和智能的技术，而深度学习是指通过深度神经网络模型进行机器学习，使得计算机拥有视觉和听觉，可以识别物体，听懂人类语言的技术。目前深度学习在人工智能的所有技术中是发展最快，市场热度最高的技术。
那么深度学习技术可以应用在哪些领域呢？我来举几个例子，在制造业深度学习技术可以用于质量控制与检测，我们有一个客户，他每一条生产线同时需要两个质检员实时观察流水线上产品质量出现的缺陷，一天24小时就需要6个质检员，这样的生产线他们企业有100多条，由于需要质检员8小时不停的观察，质检员的劳动强度很高，同时错检、漏检率也很高。我们通过深度学习的方法为他们训练一个检测模型，可以取代人工的工作，并且随着不断地进行数据训练，模型识别的准确率逐步提高，错检、漏检率大幅下降。
