深度學習真的working嗎
近年來，深度學習的發展可謂是如日中天，各種論文、各種Beat Baseline。可是，深度學習真的能大規模的應用到生產中嗎？深度學習的泛化能力真的足夠好嗎？從事深度學習的工作有一段日子了，我舉兩個我實際工作遇到的例子，大家討論討論。
1、影象分割
最近的一個專案中要應用到影象分割技術，我們採用了SSD。我們直接看一張圖：
SSD示意圖
演算法標出了四個人（可信度大於0.5的），並且人物的邊界讓人費解，這樣的演算法顯然是不可靠的。分辨這樣的圖片為什麼對計算機來說非常困難？首先，圖中的人物是穿少數民族服裝的（我是雲南人，雲南是一個多民族的身份，自然會有這樣的圖片要處理）；其次，圖中的一個大人是坐著的還抱著一個小孩。這對計算機來說很難界定人物的邊界，所以出現了這樣奇怪的結果。
但是，為什麼人很容易分辨，一眼就能看出圖中有三個人。所以現在的深度學習演算法的泛化能力真的足夠了嗎？演算法到底有沒有學會了如何分辨一個人，這些都是不得而知的。
2、短文字摘要
去年的一個專案，給一篇小的短文生成一個標題，我們採用的Seq2Seq+Attention模型。我們還是直接看一個例子：
文字摘要示例
我還是雲南人，對雲南來說是從來沒有過颱風的，顯然這段短新聞被演算法生成了一個非常非常奇怪的標題，我們人工修改了。類似的例子，還有騰訊對“一帶一路”的翻譯。我們當然可以給演算法找藉口，這是因為訓練語料中沒有類似的語料啊。但是，這是人工智慧嗎。如果是，那麼是不是應該從這段文字中總結出《超強颱風“山竹”進入雲南 將帶來降雨》類似這樣的標題，即使之前從來沒有見過。
我覺得，現在媒體過分誇大了深度學習，讓大家覺得深度學習就像神一樣，什麼都能搞定。可能大家都想著怎麼提高真確率（即使有再高的正確率也不一定能應用），怎麼修改模型，而不去思考深度學習到底是什麼東西，具不具備學習的能力，是不是真正的人工智慧。當然，這些都只是我個人的一些想法。