我们都知道深度学习近年来取得了令人难以置信的进步。在短短 5 年的时间里，我们从几乎无法使用的语音识别和图像识别发展到接近人类的准确度。我们从无法战胜一位严肃的围棋棋手的机器发展到战胜世界冠军。我们走得比任何人都预见的更远——如果你回到 2010 年，告诉人工智能研究人员我们今天能做的事情，很可能没有人会相信你。而且我们每个月都在取得显著进步。

深度学习研究一直在以惊人的速度向前发展，但问题是：到目前为止，这些进展很少融入到构成我们世界的产品和流程中。我们的大多数研究成果还没有得到应用。大型科技公司经常谈论人工智能，但你的手机或电脑中仍然相对较少人工智能。你通常不会在日常生活中，在家中或工作中自己使用人工智能技术。当然，你可以向你的智能手机提出简单的问题并得到连贯的答案。你可以在亚马逊上获得相当有用的产品推荐。你可以在 Google 相册中搜索“生日”，并立即找到上个月你女儿生日派对的照片。这与这些技术的过去相比已经大不相同了。但这些应用仍然只是附属品——人工智能尚未成为你与计算机交互方式或社会组织方式的基础。事实上，它几乎不存在。

现在可能很难相信人工智能和深度学习即将改变我们的世界，因为在这一点上，它们还没有得到广泛的部署。它们仍处于开发阶段，尚未产生任何重大影响。我们才刚刚开始弄清楚深度学习的“杀手级应用”可能是什么。

但这将会发生。也许不会马上发生。现在围绕深度学习有很多炒作，人们有时会有不切实际的短期期望。人工智能需要时间才能发挥其真正潜力，但当它发挥作用时，它将产生长期社会和经济影响，而大多数人似乎低估了这种影响。它将改变医学、交通、科学研究、通信，甚至文化。人工智能将成为我们与世界的接口——一个越来越由信息构成的世界。

为了更好地说明这一点，我发现回顾一下之前一波改变世界的技术浪潮是很有用的：互联网。

1995 年，互联网对社会的影响很小。如果你四处告诉人们互联网即将改变世界，你会遇到很多怀疑。大多数人看不到这项新事物与他们的关系，他们也不认为“普通人”会从互联网中找到价值。今天的人工智能也是如此。但情况即将改变，而且规模更大。

这样想：当互联网成为主流时，许多商业模式被颠覆，许多公司不得不转型或消失，比如书店、零售商、DVD 销售商。未来几十年，人工智能也会发生同样的情况，只不过是针对所有商业模式。对于所有工作。人工智能不会成为一个新产业。人工智能将出现在每个行业。它将出现在我们社会的每一个应用、每一个流程、我们生活的方方面面。不仅是商业和工作，还有文化和艺术。一切。人工智能将改变作为人类的意义。

因此，当今世界上存在的许多职业都将消失，因为我们将使几乎所有现有工作自动化。这就是人工智能的本质：使越来越多的智力任务自动化。与此同时，一个充满机遇的新世界即将开启。一个更令人兴奋、更广阔的机遇世界。我们将腾出人们的时间去做更有意义的事情。我们将完全过渡到一个不同的经济体——而且这将会变得更好。我们将进入一个繁荣的新时代。

上一次技术革命，即互联网革命，结果相当不错。互联网最终没有被美国在线或微软所拥有。今天，任何人都可以为了自己的利益自由地利用互联网：创建自己的网站，发布博客，或者在网上创业。互联网创造的世界是开放的——事实上是惊人的开放，一个赋予个人前所未有的力量的世界。但我们不能理所当然地认为人工智能也会发生同样的情况。我们必须采取行动来实现这一点。

并不是每一次技术革命都应该对人类产生净积极影响，赋予个人力量，并为我们带来更高的学习和创造、自我指导和自我实现的潜力。例如，最初的工业革命并非一片光明，对许多人来说，它走上了一条相当黑暗的道路，这导致了共产主义及其恐怖。从长远来看，我们最终创造了一个比弗里茨·朗在《大都市》（1927 年）中预见的未来工业反乌托邦更好的社会。但它会以不同的方式发展吗？也许吧。

我们有责任确保这场新的革命取得成功，就像之前的互联网革命一样——20 年前的互联网兴起。我们的首要任务应该是确保人工智能创造的新机遇尽可能多的人能够获得，基本上是任何拥有大脑、计算机和学习意愿的人。就像今天几乎任何人都可以创建一个网络应用程序一样，因为网络背后的工具和技术易于使用、开源、完全免费，而且学习资源在任何有互联网连接的地方都可以找到——同样是免费的。当然，这并不是要让每个人都转向涉及人工智能的工作，而是要确保所有有潜力利用人工智能创造价值的人都能自由地这样做。这是为了确保任何人的潜力都不会被浪费。人工智能带来的价值剩余将惠及每个人，就像今天几百万工程师和科技企业家创造的价值能够维持数百万个工作岗位，并为数十亿其他人带来难以置信的利益一样——便捷的即时通讯、口袋里的超级计算机、触手可及的人类全部知识。

互联网对整个人类以及我们每个人来说都是一个巨大的进步。通过使各种各样的智力任务自动化，人工智能有可能同样有益，甚至更有益。现在是时候确保向这个勇敢新世界的过渡与之前的过渡一样顺利了。每个人都应该能够开始使用人工智能来解决他们的业务问题，回答他们的问题，就像今天每个企业都有一个网页，并且可以利用互联网进行从销售到营销到库存采购的所有工作一样。

而你，作为深度学习的早期采用者，你有责任确保人工智能创造的机会对所有人开放。因为如果你不这样做，那谁来做呢？这是新的疆域，我们希望这个疆域是开放的，并保持开放。

重要的是，如果一个人需要成为专家才能开始使用深度学习技术或人工智能，那就不会发生这种情况，就像两年前那样。这就是 Keras 的用武之地。Keras 的目的是让任何有想法和具备基本计算机科学素养的人都能使用深度学习。Keras 最初是作为“面向大众”的深度学习而启动的，它的发展超出了我的预料。Keras 现在有几十个很棒的贡献者，以及一个由数万名用户组成的社区。Keras 已被数百名研究人员、数千名研究生采用，重要的是，还有数十家初创公司（甚至是一些大公司）采用，所有这些仅仅是因为它使深度学习更容易使用。最近，我拜访了 Comma.ai 的人，他们正在开发一款汽车自动驾驶仪套件。他们的成就如此之少，让我大吃一惊。一开始，George Hotz 通过将 Keras 卷积网络与仪表板摄像头连接起来生成转向命令来开始工作。为什么选择 Keras？因为它是最简单、最直接的完成工作的方式。我认为这是一个很好的例子，说明了当你开始将高级算法打包成任何人都可以使用的接口时会发生什么。从长远来看，让深度学习变得触手可及将带来难以置信的价值创造。

Keras 只是朝着这个方向迈出的一步。Keras 与 TensorFlow 和 Theano 一起，大大降低了使用最先进的深度学习模型解决实际问题的门槛。但使工具易于使用只是问题的一个方面。另一方面是让知识变得容易获得。解释深度学习、其潜力和局限性。构建演示，编写教程。激励和教学。最近的一个大趋势是普及深度学习概念的博客文章，特别是来自 Andrei Karpathy、Chris Olah、hardmaru 或 Stephen Merity 等博客的清晰实用的文章，这里只举几个例子。我希望更多的人会跟随他们的脚步。他们满足了一个非常重要的需求。

让深度学习更容易获得应该是我们的首要任务之一。作为早期采用者，责任落在我们身上。我们必须确保任何有潜力利用深度学习创造价值的人都不会被人为的障碍所阻挡，无论是缺乏良好的学习资源，还是只为专家开发的神秘且难以使用的工具。深度学习背后的概念很简单，所以为什么应用起来会很困难呢？

人工智能的民主化是确保我们正在创造的未来是美好的最佳途径，也许是唯一途径。