20年前，IBM的超级计算机深蓝（Deep Blue）击败了世界象棋冠军加里·卡斯帕罗夫（Gary Kasparov），这是人工智能历史上第一次胜利。今天，超级计算机已经非常聪明，不仅可以轻松击败象棋选手，而且还能在有3000年历史的中国围棋等同样复杂的比赛中获胜，最近它在与多位人类扑克高手的挑战中也赢得了比赛。这些针对人类的胜利都要归功于人工智能。

人工智能的目标就是赋予计算机人类一样的思维和推理能力，让它们像人类一样聪明，甚至比人类更聪明。当然，还有许多其他方法可以实现这一点。

几年前，研究人员通过使用手写功能对深蓝进行教学，复制了顶级人类象棋玩家的知识和智慧。通过人工智能，IBM的超级计算机能够识别以前见过的策略，考虑所有可能的棋步，预测人类的反应，然后决定最佳走法。正是因为前期不断训练它查看大量数据，编写各种算法，让它有能力执行没有人为干预的任务，这一切才成为可能。这个过程造就了现在所谓的“机器学习”。

但这并不止于此。在像中国围棋这种更复杂的游戏中，尤其是扑克，不仅要预见数十亿种选择，而且还需要“感觉”或直觉，这就要求有更智能的系统来打败人类玩家，此时就需要深度学习过程来发挥作用。

深度学习是机器学习一个高度创新的分支，紧密模仿人脑在处理数据和创建决策模式方面的工作。换句话说，人类尝试许多不同的方法，从实践中学习，然后才会做出最终决定。由于这种自我学习过程，它从经验中直观地学习到如何以最优方式下棋或出牌，无需添加人工输入或手动实施的规则。

深度学习使计算机非常精准

深度学习是人工智能研究中最有前途的子领域之一。今天，人工智能技术在依赖技术的行业中应用广泛。深度学习提供的超精准度也被广泛应用于广告业。这些自我学习算法提供了高度准确的产品建议，同时还能预测用户点击广告（转换潜力）的概率或购买价值（转换价值）。这将为各个品牌提供更有效的广告活动。

广告深度学习要求在大量数据上使用算法，在没有具体说明或规则的情况下像人类一样行事。人工智能提出推荐建议，电子商务公司可以依此说服客户购买更多产品，其他公司也可以提出有关音乐、事件，甚至是约会简介这样的建议。

针对性广告（个性化重定向）使用的典型方法是，用户会看到根据预定义假设创建的广告创意。如果你查看带有金色搭扣的黑色鞋子，建议可能会根据收集到的历史信息显示带有扣子的黑色靴子。但是深度学习不会预设规则，而是会根据经验展示最佳组合，可能是下一双黑色鞋子，也可能是更好的选择，比如棕色凉鞋，配套的皮包等。

没有人会为计算机编程让它来执行上述特定操作，每个显示出来的建议都是由数据和算法学习驱动的。换句话说，只有在编写如何让计算机自己编程的算法时才需要人类的行动。

未来会带来什么？

全球知名的市场研究机构eMarketer和新加坡互动广告局（IAB Singapore）关于“东南亚广告支出”的研究表明，到2020年，该地区的数字广告消费份额将翻一番，达到53.5％。手机、视频和社交媒体广告日益增长的需求促进了这一增长。随着消费者不断从品牌中寻求更好的体验，无论对离线还是在线服务提供商来说，个性化将成为区分东南亚公司的主要因素。

深度学习不仅在广告业，而且在其它不同行业也将发挥越来越重要的作用。随着数据量激增，企业应该考虑实施这些新的人工智能技术来分析各种结果，帮助我们更好地理解这个世界。

本文译自marketing-interactive.com，原作者是在线广告公司RTB House首席运营官Daniel Surmacz。