刷了一遍第一篇综述 Deep learning

今天痛苦的、心潮澎湃的刷了一遍 2015年 Nature 上发的Deep Learning 综述，第一感觉是文章真是不错，就是很多地方看不懂，囫囵吞枣地先硬着头皮读了下去（所以说是刷），至少先有个大概印象，看看那些内容是重复的、重要的、核心的，后续再详细了解。读完搜了一下三位作者，因为国外期刊综述一般是邀请行业内文章主题领域内最权威的人来写，看看到底作者是哪位大牛（之前文献分析没看作者），结果是被誉为人工智能之父的三位大神。

三位专家是2018年图灵奖获得者 Yann LeCun、Yoshua Bengio、Geoffrey Hinton（‘Godfathers of AI’ honored with Turing Award, the Nobel Prize of computing），这篇综述是2015年刊发的，看来是业界公认的权威，实在是孤陋寡闻了。

2015年还在钻研医药领域的数字化营销，当时也跟一个做广告推荐的人聊过关于推荐系统的一些概念和进展，他还说也在用神经网络的技术来做这个事情，不过当时了解的情况他那边还是在人工标注每篇文章的关键词来训练模型，所以觉得不太可能是采用神经网络的技术。

不知不觉间技术已经获得了这样的进展，回想起来真的是不应该，对这样可以说改变进程的技术发展视而不见，虽然其在很多方面也在潜移默化的改变着身边的很多应用，直到2016年的AlphaGo才重新关注到AI技术的发展。后续虽然一直想了解和学习，但因工作繁忙很难介入，现在只能说是亡羊补牢了。

这篇综述值得好好学习一下，通过了解里面的概念、名词再调整后续的深入的学习计划。以往虽然也了解了一些基本的原理，但是并没有深入去学习，现在决心要做，就还是做专业，而不是浅尝辄止。

不过Python的学习多少受了影响，一天没有敲代码了，还是要坚持不能手生……

总体感觉进入了一种大学时读书的状态，除了同学是每天还要看动画片的自家熊孩子。