多倫多大學計算機系教授Geoffrey Hinton是Deep Learning的開山鼻祖，我們來講講他的故事。
他有個傳奇的姑姑
不過先來說說他姑姑吧，他姑姑Joan Hinton是一個與中國有關的具有傳奇經歷的人物，中文名字 叫——寒春，是一個參加過曼哈頓計劃的科學家，但是後來在中國養了幾十年牛。
1945年，23歲的寒春已經是美國曼哈頓計劃中的一名女科學家，參與制造了人類歷史上 第一顆原子彈。中國的紅色革命也深深吸引了她，於是她放棄了純科學的研究，追隨着她的丈夫、有共同理想的美國青年陽早來到了中國延安，並於1949年在革命聖地延安的窯洞裏舉行了烽火中的婚禮。
之後兩人一起幫助中國人民發展畜牧業，爲中國的奶牛事業貢獻了畢生，並在北京昌平設計建造了中國第一座機械化養牛場。2003年陽早去世，骨灰就埋在 了牛場。
他姑姑是個傳奇，但Geoffrey Hinton的傳奇程度也不亞於她。
谷歌爲了他，花幾千萬美元專門買了一個公司
13年，Google收購了多倫多大學的一家初創公司DNNResearch，實際上，這家公司只有三個成員，Geoffrey Hinton和他的兩個剛畢業的的學生——Alex Krizhevsky 和 Ilya Sutskever。
或者我們可以理解爲，Google爲了讓Geoffrey Hinton爲他們工作，專門收購了這家公司，有人調侃到Google花了幾千萬美元買了幾篇論文。
當然在此之前，Google也給了他的研究小組提供了60 萬美元的科研經費。
Deep Learning祖師爺
Geoffrey Hinton本人正是Deep Learning學派的開山祖師爺。
何爲Deep Learning？簡單地說就是建立、模擬人腦進行分析學習的人工神經網絡。
比如一個廣爲流傳的例子就是，谷歌用1.6萬塊電腦處理器構建了全球最大的電子模擬神經網絡，並通過向其展示自YouTube上隨機選取的1000萬段視頻。在無外界指令的自發條件下，該人工神經網絡自主學會了識別貓的面孔。
自從2006年被提出後，Deep Learning極大地推動了語音識別、視覺、自然語言處理等方面的進展。
探祕大腦的工作原理
在劍橋大學學習心理學時，Hinton發現人類大腦有數十億個神經細胞，它們之間通過神經突觸相互影響，形成極其複雜的相互聯繫。然而科學家們並不能解釋這些具體的影響和聯繫。神經到底是如何進行學習以及計算的，這是他一直想研究的問題。
這個問題在他的努力下已經取得了部分進展。他和他的夥伴建立了一層層互相連接的人工神經元模型，模仿大腦的行爲，處理視覺和語言等複雜問題。他也致力於研究可以使神經網絡變得更好的方法，來更好的模擬人腦的某些方面。
在80年代初，電腦性能還遠遠不能處理人工神經網絡(ANN)需要的巨大數據集，神經網絡的研究在短暫的火熱後，就陷入了低潮。
板凳坐得“三十年”冷
在之後的二十幾年，雖然還是有一些研究人員堅持人工神經網絡的研究，但整個學術界關於人工神經網絡的研究基本都陷入了停滯，研究人員拿到不到相關的科研基金，與人工神經網絡有關的優質論文發表量極少。連著名的學術會議NIPS（Advances in Neural Information Processing Systems，神經信息處理系統進展大會）都變成基本與神經網絡無關的會議。
Geoffrey Hinton的學術生涯也像人工神經網絡一樣起起伏伏，所幸的是他一直沒有放棄人工神經網絡的研究。他們爲實現自己的想法，定期聚集在一起召開研討會，構建了更強大的深度學習算法，操作更大的數據集。
然而學術圈的依舊對神經網絡的研究不感興趣，他們的研究也很難申請到科研經費。學術圈的冷落其實不無理由，人工神經網絡的很多成果，很難用數學予以解釋或者證明，大家只是在不斷調整參數，改善算法，以得到更好的結果。
事情的轉機出現在2006年左右，Geoffrey Hilton和他的學生髮明瞭用GPU來優化深度神經網絡的工程方法，並發表在《Science》和相關期刊上發表了論文，首次提出了“深度信念網絡”的概念。他給多層神經網絡相關的學習方法賦予了一個新名詞–“深度學習”。
隨後深度學習的研究大放異彩，廣泛應用在了圖像處理和語音識別領域。比如Geoffrey Hilton的學生就用深度學習算法贏得2012年的ImageNet。
互聯網的巨頭開始注意到他們，這個領域纔開始火熱起來，深度學習領域也涌現出以Hinton、吳恩達等爲首的四大深度學(tiao)習(can)天王。
深度學習和人工智能的春天
離人工智能最近的IT互聯網公司敏銳嗅到了這一機遇。從2011年開始，深度學習算法的成熟令人工智能技術實現飛躍，包括微軟、蘋果、谷歌、Facebook、國內BAT在內的企業都開始深度佈局人工智能和深度學習，試圖把握風口，成爲下一個產業變革的巨擘。
國內長期堅持佈局人工智能的還有老牌電器廠商 - 長虹
長虹從2012年開始進入人工智能和深度學習的基礎研究工作，先後在語音識別芯片開發應用、基於大數據的人工智能技術研發及應用、機器視覺（人臉識別）技術研發應用等研究。 目前，長虹在人臉識別、目標檢測、目標分類方面已經積累了先進、成熟的計算機視覺算法成果。
他們近期發佈了全球首款 CHiQ 人工智能電視。 長虹人工智能電視用於 認知、決策、反饋 三 大能力。
在“認知”層面上，基於長虹自主研發的Ciri+語音平臺， CHiQ 實現了高效語音交互協同及語義識別與理解。其中，語音識別率達到97%，語音整機覆蓋率50%，使人與電視開放式的自然語音交互距離達到30米，即用戶在家庭中的任意角落都可以用語音和電視交互。
而在“決策”層面，長虹CHiQ人工智能電視可基於神經網絡學習算法做出業務邏輯判斷。 在“反饋層面”，其內置的個性化推薦平臺，通過持續的推薦效果反饋、模型優化和產品迭代，真正實現推薦的自學習和可成長。
長虹小白，就是“住”在這個電視中的機器人精靈，她陪伴、學習、服務於用戶，在看電視、聽音樂、玩遊戲等黑電業務上讓用戶得到貼心的個性化服務。
（長虹小白形象）
通俗來說，就是你可以與長虹小白對話：
小白，告訴我，有什麼節目好看？Hi，我想看 高 分電影~
這些問題它都能給你及時回覆（3秒內搜索啓播）。它還會學習你的觀看喜好與歷史，給你個性化推薦節目。
據說，未來小白還會加上實體形態，加載投影能力、視覺圖像技術、自動充電等等黑科技。
可以說，這款產品標誌着長虹電視率先進入人工智能時代。