深度学习黑历史
-
1958年，perceptron 出现
据说当时的 perceptron 就像今天的深度学习一样，被认为是人工智能的未来，是人类的未来，因为有人做到了用perceptron从图片当中区分出坦克和卡车， 但…幸福来的那么突然，人们发现perceptron是线性模型，如何能够做到这么牛逼的？有人提出疑问，就有吃挂群众去查阅了它的训练数据，发现，之所以 能够区分出来，是因为坦克和卡车照片拍摄的日期不同，其中有一天是阴天，所以perceptron学到的根本不是卡车和坦克的区别，而是…亮度不同而已， so…perceptron的名字臭掉了！！！ -
1980年，mutil perceptron 出现
perceptron局限性太大，忍受了这么多年的屈辱，进化后的perceptron出现了！1980年的mutil perceptron和如今的dl区别并不是很大，所以，mutil perceptron 的出现也确实轰动一时，隐藏层的出现让人们再一次看到了人工智能的希望，世界又沸腾了！但是…没错，总有些人搞破坏，无情的把mutil perceptron的面具 撕碎了，他们发现，隐藏层的层数到了三层以上的时候，Mutil perceptron就萎了，并且！一层隐藏层理论上来说就已经可以无所不能了，那么问题来了，为毛要 画蛇填足，搞这么多隐藏层，意义何在？！so…mutil perceptron的名字也臭掉了！！！ -
2006年，rbm 出现
RBM是什么呢？是个无比复杂的东西，是个难以理解让人看不懂的东西，是个不明觉厉逼格很高的东西！那它有什么用呢？hinton大神，也就是rbm的创造者说，其实 没用…但是实际而言，这东西有用，而且有大用，以rbm为mutil perceptron重新封装，办个假身份证叫做 deep learning，重新出现在公众的视线当中，有rbm作为 挡贱牌，deep learning就是和mutil perceptron有很大区别的东西，就是一个全新的东西，就是一个值得世界再次沸腾的东西！！!为世界感到心疼，动不动的就被 沸腾一次…
深度学习已经被alphago、语音识别、图像识别、自动驾驶奉上王座，这次到底会不会还会再有but，拭目以待！