1，無(wú)論你相信與否，AI已經(jīng)來(lái)到。我們知道谷歌研發(fā)的自動(dòng)駕駛汽車已經(jīng)累積了數(shù)十萬(wàn)英里的安全駕駛記錄，故此預(yù)計(jì)數(shù)年內(nèi)這種無(wú)需人類駕駛的車輛將廣泛投放市場(chǎng)。如今是講究開放和合作的時(shí)代，交流與研究同等重要。無(wú)論你相信與否，AI已經(jīng)來(lái)到，大部分機(jī)器學(xué)習(xí)算法都是基于概率論發(fā)展起來(lái)的科學(xué)，因此很多的實(shí)驗(yàn)都具有一定程度的隨機(jī)性，這就為實(shí)驗(yàn)精準(zhǔn)復(fù)現(xiàn)帶來(lái)了難度。深度學(xué)習(xí)框架系統(tǒng)可以從底層提供解決這一問(wèn)題的工具，讓實(shí)驗(yàn)不再是一次性的結(jié)果，而是可重現(xiàn)、可共享的資料。這對(duì)促進(jìn)研究的發(fā)展有著極其重要的作用。

2，隨著全球科技變革深入推進(jìn)，云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能支持快速產(chǎn)品化，模型可隨時(shí)部署。隨著深度學(xué)習(xí)的快速發(fā)展，一些模型和技術(shù)已經(jīng)具備了處理真實(shí)世界問(wèn)題的能力，例如識(shí)別各種文字、識(shí)別語(yǔ)音、識(shí)別圖像，等等。對(duì)于以往的一些技術(shù)而言，研究和應(yīng)用之間往往存在較大的間隔，從學(xué)術(shù)界到工業(yè)界有一個(gè)轉(zhuǎn)化的過(guò)程，馬上要形成萬(wàn)物互聯(lián)、萬(wàn)物智能的智能化新時(shí)代。但深度學(xué)習(xí)不同，在問(wèn)題定義之初可能就已經(jīng)是一個(gè)實(shí)際的具體問(wèn)題，只有很少的抽象成分，所以往往模型只要一訓(xùn)練好，就可以立刻投入到生產(chǎn)系統(tǒng)中使用。物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能一度讓業(yè)界人士興奮與不安，使普通百姓感到陌生和遙遠(yuǎn)的科技名詞，如今正大踏步地走入人們的尋常生活，深度學(xué)習(xí)系統(tǒng)應(yīng)該支持模型在訓(xùn)練和應(yīng)用兩方面靈活切換，隨時(shí)將研究成果集成到產(chǎn)品中。

3，Google和百度等開啟以智能為驅(qū)動(dòng)的時(shí)代。雖然第一代深度學(xué)習(xí)系統(tǒng)DistBelief已經(jīng)擁有很好的擴(kuò)展性，但在靈活性方面的不足，使Google團(tuán)隊(duì)有動(dòng)力開發(fā)第二代系統(tǒng)TensorFlow。它對(duì)于機(jī)器學(xué)習(xí)應(yīng)用來(lái)說(shuō)就如同Linux、iOS等操作系統(tǒng)一樣，一方面為用戶構(gòu)建上層應(yīng)用提供接口，讓用戶以此為平臺(tái)，開發(fā)出各種各樣的應(yīng)用產(chǎn)品，另一方面管理和控制底層的計(jì)算機(jī)硬件和軟件資源，以提高資源利用率，降低硬件差異等問(wèn)題所帶來(lái)的研發(fā)成本。

4，21世紀(jì)新科技革命迅猛發(fā)展，人工智能正孕育著新的重大突破，一旦突破將對(duì)科學(xué)技術(shù)、經(jīng)濟(jì)和社會(huì)發(fā)展產(chǎn)生巨大和深遠(yuǎn)的影響，深度學(xué)習(xí)的研究始終都是為了解決現(xiàn)實(shí)世界中存在的問(wèn)題，所以在學(xué)術(shù)界不停探索新模型、新方法的同時(shí)，工業(yè)界也不斷推出各種工具框架，促進(jìn)研究和應(yīng)用的發(fā)展。Google經(jīng)過(guò)長(zhǎng)期的研究和嘗試，在實(shí)踐的基礎(chǔ)上推出了目前最優(yōu)秀深度學(xué)習(xí)框架系統(tǒng)之一TensorFlow，這將深刻地改變經(jīng)濟(jì)和社會(huì)的面貌。智能問(wèn)題的研究也成為當(dāng)代最富有挑戰(zhàn)性的課題。智能科學(xué)技術(shù)作為一門交叉科學(xué)，既是生命科學(xué)的精髓，更是信息科學(xué)的核心。