带有人类自身的偏差时，世界就会自发出现一种自然秩序。于是我们又见到了关于神经网络的宣言，与其支持者们在20世纪50年代发出的一模一样—只不过这次其作用范围会更为广阔。
一在此前十年中，由于该领域内的几项重大进步，神经网络经历了一场宏大复兴，并为当前对人工智能所预期的变革奠定了基础。谷歌便是神经网络拥趸中的佼佼者。其联合创始人谢尔盖·布林（SergeyBrin）曾说过，由于人工智能的进展，“你得假定在某一天，我们制造出的机器能比我们更好地去推理、思考和做事”。4谷歌的首席执行官桑达尔·皮查伊（SundarPichai）总喜欢说，未来的谷歌将会是“人工智能先行者”。
谷歌（Google）对人工智能的投入已经持续了一段时间。根据谷歌2011年公开的内部项目“谷歌大脑”（GoogleBrain）显示，该项目已建立起一个包含1000台机器、16000个处理器的神经网络，谷歌团队从Youtube上精选出1000万张图片供它学习。5这些图片并没有标签，但神经网络逐渐演化出了识别人脸—以及猫——的能力，而此前它对这些东西的含义一无所知。
图像识别是用于证明智能系统能力的典型的起始任务，对于谷歌这样的公司来说也相对容易，因为其业务就是不断建设具有更快处理能力的更大型的网络，并从用户的日常生活中采集更大规模的数据（“脸书”也在运作一个类似项目，用400万张来自其用户的照片创造了一款名为DeepFace的软件，能以98%的正确率识别人脸。6在欧洲使用这款软件属于非法行为）。这款软件很快就不再只用于识别，而且也开始用于预测。
第六章 认知
在2016年发表的一篇引发大量讨论的论文中，来自上海交
140
149