横行霸刀“以图识图”是目前许多搜索引擎都可以实现的功能，在图片搜索页面中通过粘贴图片网址或从本地上传两种方式，就能找到更多相似图片。识图技术的完美呈现，需要通过更加成熟的深度学习技术来实现。

　　深度学习的概念源于人工神经网络的研究，它是2006年被机器学习大师Hinton等人提出的新概念，并迅速在工业界和学术界兴起。海外新老高科技公司均将“深度学习”推至重要位置，微软、谷歌、IBM等老牌企业自不必说，后起之秀Facebook也专门建立了深度学习研究团队，深度学习似乎在一夜间成为了高科技公司的竞争热点。国内高科技公司自是不甘落后，在深度学习方面也想占据一席之地。

　　以“图一”为例，它的主要元素是“蓝天”、“白云”、“欧式建筑”、“河流”以及“倒影”，用这张图在百度和谷歌的进行识图的结果却略有不同。

　　在百度的识图结果页面上，大部分图片都融合了原图“河流”、“倒影”、“建筑”、“树木”的元素，而在谷歌的图片反馈中我们可以看到，“河流”、“建筑”、“倒影”等元素多有缺失。对于人眼来说，也许识别这些元素非常容易，但站在机器的角度，要想识别出这些内容必须依托非常深厚的技术基础，依靠深度学习算法识别出“河流”再从海量图片中找出同时兼备几种元素的最符合用户搜素需求的图片。

　　百度在深度学习技术上的拓展与尝试渐入佳境，用户体验不断提升。2013年百度在深度学习方面提交了一份亮眼的成绩单：百度识图、百度知心搜索、百度语音助手、百度魔图、百度手机客户端为你写诗等等。基于深度学习，百度在PC端和手机端的产品具有不同程度的突破，在让我们大呼新奇的同时，百度在技术方面的积累也更显雄厚。

　　此前人们研究图像、文本和语言时，每次新技术带来的进步可能只是1%，但深度学习技术却带来了高达30%的精准度提高。深度学习让图像搜索、语音搜索、人脸识别等不再是技术噱头，而是真真正正的实现了这些曾经在科幻大片中让我们向往不已的功能。

　　苹果的Siri、微软的同声传译、百度的知心搜索……这些让人惊艳的产品，深度学习的身影无处不在。而深度学习能否催生出颠覆性的智能产品？

　　在腾讯、阿里全面布局，加速渗透到其他领域的同时，百度用深度学习谋创新。从百度魔图、百度APP、到百度翻译APP等，在移动端百度已经布局一系列的智能APP，在深刻洞察用户需求的基础上，百度通过海量大数据+深度学习，或许在不久的未来，将催生更多的智能产品，弯道超车，迅速占领移动端的市场。

　　百度为什么在深度学习方面花费如此大的资源？百度在下一盘什么样的棋？我们大胆预测，图像和语音领域的深度学习技术变革很可能颠覆传统的O2O模式。