路线选择的不同，使百度与腾讯、阿里的移动互联网战略可比性越来越弱。但百度的这个战略也面临挑战，大的不确定性来自于数据的来源

　　要搞清楚一个互联网公司当下的主要战略方向其实并不难，只要看它们的创始人在干嘛，基本能猜个八九不离十。以这个标准看，腾讯的马化腾在抓手机QQ，搜狐的张朝阳逼着自己看雷人电视剧，新浪的曹国伟当然还是在发微博，阿里巴巴的马云……退休了……

　　百度的李彦宏在做什么？他在年初成立了深度学习研究院（Institute of Deep Learning，IDL）并自任院长，亲自出马去延揽人才，并在全公司群发邮件介绍这些来自Facebook等硅谷巨头的技术专家。“以前算是VP入职，也是HR和分管高管发邮件介绍而已啊。”三天前，一位百度员工看着又一封Robin发出的新进专家介绍邮件说。

　　深度学习对百度有啥用？

　　今年3月，一位在Google领导重要研究项目的人物低调来访百度，还去清华大学讲了次课。淼叔当时发了一条微博，说他会见了一堆百度的技术高管，还可能帮百度在硅谷的研究员招兵买马。

　　这个人是Andrew Ng（吴恩达）。在他来访百度之后不久，即入选《时代》杂志年度全球有影响力100人，成为16位科技界代表之一。吴恩达现任斯坦福大学人工智能实验室主任。他与大公司合作的一个项目，则代表了互联网巨头的下一步方向：这个项目，叫做Google Brain，它的领域，是深度学习。

　　鉴于百度发布的研究成果比较少，我们可以用吴恩达取得的一些成果来侧面看看深度学习能干些什么：去年，吴恩达领导Google的科学家们，用16000台电脑模拟了一个模拟人脑神经网络出来，并向这个网络展示了1000万段随机从Youtube上选取的视频，看看它能学会什么。结果在完全没有外界干涉的条件下，它自己识别出了猫脸。

　　我们要注意的是，这种机器学习与我们通常意义上说的“机器识别”有所不同。现有的很多此类识别，需要人工输入一些用于对比的数据，或者一些已经进行初步分类、打好标签的数据，机器通过学习这些数据的共同点，得出规律，然后再去将规律应用于更大规模的数据中。粗略地说，这是一种“有监督的学习”，需要人工输入初始数据，有时候还要对识别结果进行判断，由此促进机器的学习速度。

　　而深度学习是一种“无监督的学习”。它基于一种学术假设：即人类对外界环境的了解过程终可以归结为一种单一算法，而人脑的神经元可以通过这种算法，分化出识别不同物体的能力。这个识别过程甚至完全不需要外界干预。

　　还是以识别猫脸为例：吴恩达给神经网络输入了一个单词“cat”，这个神经网络中并没有辞典，不了解这个单词的含义。但在观看了一千万段视频，它终确定，cat是那种毛茸茸的小动物。这个学习过程，与一个不懂英语的人，在没任何人教他的时候，通过独立观察学会“cat”的过程几乎一致。

　　现在我们可以看出，深度学习对百度有什么意义了。基本的，在门槛上，这个领域不是谁都能随便进来的，它需要有庞大的计算能力，海量的人类知识数据；更重要的，它能够完全自主地学习并数字化这个世界——然后可以让人们搜索任何东西啦。