四、技术：深度学习推动本次人工智能热潮
足够多、足够好的数据支撑人工智能“感知”阶段，而人工智能算法使计算机拥有思维，从而达到“理解、决策”，深度学习在此过程中做出了巨大贡献。深度学习是一类模式分析方法的统称，计算机通过学习样本数据来掌握内在逻辑和规律，从而拥有分析能力，这项研究最早可以追溯到1958年弗兰克·罗森布拉特发明的感知机(Perceptron)。利用感知机，可以进行图像区分训练，例如，最常见的是从水果堆中选出“苹果”或者“香蕉”。然而由于当时缺少足量的数据，该项研究陷入瓶颈，并出现过度拟合(Overfitting)问题。例如学生希望通过练习相似的题目来掌握一种题型，但是训练量不够大，学生并没有理解题型背后的知识点，因此试题一旦发生些许变化，学生便无法解出答案。后来，科学家通过研究人脑，试图模仿脑神经网络机制来进行图像、声音等分类工作，逐渐演化成如今的深度学习(见图5.9)。
深度学习的发展推动了人工智能基础应用技术的突破，自2010年起，全球包括计算机视觉、语音语义等基础应用技术的专利申请量急速增长。
计算机视觉技术主要是让计算机拥有人类的眼睛，学会“看”图片、文字、视频等，经常用于图像识别、人脸识别等，适用于自动驾驶、安防、人脸支付等领域。从计算机视觉和图像识别相关的技术申请情况来看，截至2018年12月31日，全球共申请14.3万项同族专利，中国、美国、韩国成为全球申请数量排名前三的国家，分别为5.3万项、2.4万项、2.3万项。从技术授权情况来看，美国技术授权量全球最高，达1.3万项，日本和中国排名为第二、第三，分别为1.04万项和1万项。从申请人来看，佳能、东芝、三星为前三位申请人，申请数量分别为2900项、2700项、2300项。
语音语义技术主要是让计算机学会“听、读”文字、段落、文章等，经常用于文字识别、语音情感分析、人机对话、声音定位等，适用于翻译软件、车载操作系统、智能音箱、语音助手等领域。从语音语义技术相关的技术申请情况来看，如图5.10所示，截至2019年12月20日，全球共申请4.3万项专利族，中美两国依然是这个领域的主要申请国，合计占比超过75%。从申请人来看，如图5.11所示，截至2019年12月20日，语音语义领域的申请人以企业为主，其中IBM(美国国际商用机器公司)、三星、微软为前三位申请人，申请专利量分别为1741项、890项、821项。从专利授权人来看，微软、IBM、Nuance(一家领先的语音和语言理解解决方案提供商)为前三位授权人，授权量分别为672项、468项、440项。从国内企业情况来看，百度成为唯一一家在语音语义技术领域申请量和授权量均位列全球前十的企业，分别排名第五和第八。