近日有媒体报道，Facebook在实验中让两个AI聊天机器人互相对话，发现机器人竟逐渐发展出人类无法理解的独特语言。这让我们再一次刷新对人工智能的认知，并惊诧于它的发展速度。
去年看一些在人工智能领域创业者的试探态度，一度让我们以为人工智能实用化的那天还早，然而今年能看到人工智能在国内有了大面积的场景应用。
比如沈阳警方首次启动智能人脸识别系统抓捕3名犯罪嫌疑人；济南交警利用人脸识别系统一个月内抓取了200多个行人、非机动车的闯红灯行为；百度还通过人脸识别技术，仅用一张片帮助七旬老人找到了走失的孩子。随着其应用场景的丰富和快速推进，代表着人工智能已经全面进入场景化应用阶段。
一年一度的全球HPC年度盛会——2017国际超算大会(ISC)在德国法兰克福举行，作为全球重量级的技术大会，国际巨头齐聚针对人工智能与HPC、大型工程与云计算、大数据实验与大数据分析等ABC领域进行了深度探讨，AI+China成为这次大会的热点。
与以往大会不一样的是，作为活动的最重要内容，本次活动的ISC-SCC大赛除了硬件方面的比赛之外，增加了Deep Learning Day的环节。
百度云作为大赛协办方、国内唯一一家受邀参展的软件商，将负责Deep Learning Day 试题策划，并参与评判。
该试题主要是针对ISC学生群体进行的CAPTCHA图像识别挑战，目标是通过Keras深度学习库来训练自定义模型。透过这个比赛，我们看到了对于绝大多数的并没有AI研究的企业如何快速的搭上人工智能快车的可行的方式。
人工智能如何更好的服务人类？如今各行各业都有着智能化转型的迫切需求。除了上文中提到的公共治安、交通领域，医疗领域、物流、教育领域需求也非常之高。
比如利用人工智能技术，医疗诊断能快速辨别糖尿病视网膜病变，定位癌细胞位置；物流行业通过无人机、仓储自动化机器人设备、自动分拣提高效率；教育行业智能机器人辅助教学，进行试卷分析、学生指标分析等场景。
为此，百度、Google、Facebook、Amazon等顶尖企业在底层技术研发和泛平台的打造上做了巨大贡献，全球能够达到这种水准的企业并不多。在人工智能领域投入巨资的
百度不仅在人脸识别、语音识别、声纹识别和大数据挖掘等细分领域，已经有相当成熟甚至已经落地的技术，其还为广大开发者提供“百度云深度学习平台”，帮助更多中小企业实现人工智能应用的落地。
其他小企业或个人开发者们可利用现有的计算及借助平台，针对需求场景做落地应用，实现人工智能应用呈指数级增长。比如现有产品能听懂语音的电冰箱、遥控器等。
>
>
>
>
谷歌展台
>
>
>
>
亚马逊展台
目前，深度学习在计算机视觉、语音识别和自然语言处理等研究领域取得了世界瞩目的成绩，但是如何更好的在各个应用领域落地，仍是整个行业共同面临的难题。
正在德国举行的国际超算大会（ISC）上，负责本次Deep Learning Day比赛试题设置的百度云深度学习平台负责人认为：
“深度学习”网络模型某种意义是多层神经网络以及其各种变化，如卷积神经网络、循环神经网络、对抗生成神经网络、注意力机制神经网络、融合神经网络等。实用的“深度学习”网络模型通常包含数百万到数十亿参数。训练这样模型通常需要大量计算资源和训练技巧。计算资源购买相对容易，但以高效的、分布式的方式将大量计算资源利用起来训练一个神经网络，并不容易。训练一个高质量的的“深度学习”模型，经验也很重要，比如参数的初始化就很有学问。好的参数初始化事半功倍，坏的初始化会导致训练失败。
