2012年11月23日，应该是一个让时任谷歌人工智能实验室专家的Geoff Hinton倍感欣慰的日子，在这一天，纽约时报发布了名为《Scientist See promise in Deep Learning Program》（科学家们在深度学习上看到了希望）的报道，正式标志着深度学习被学界乃至全社会完全接受，从那时开始，Hinton大神数十年的默默坚持，终于给深度学习带来了一段持续至今的全盛期。

　　谁也无法否认在计算能力爆炸性增长的今天，的深度学习确实取得了巨大的成就，每一个置身于AI研究行业的人或许都永远不会忘记，在李世石和AlphaGo的对决中，人们的态度由最初的漫不经心，到中间的震惊和沉默，第四局李世石战胜之后的狂喜，和最终的叹息和敬佩。可是在这股科学界“全民DL”的风潮下，却逐渐有人开始对它提出了自己的质疑。

　　CVPR2016上，Mobileye的CTO Amnon Shashua在演讲中说道：他认为深度学习的研究绕了远路。因为真正的AI应该能帮人类解决人类解决不了的问题，而目前的AI的表现却仅限于人类已经能非常明确的理解和解释的领域。

　　同样是在CVPR期间，巴黎高等计算机视觉研究所的主任Nikos Paragios表示，深度学习方法几乎已经垄断了目前的计算机视觉，甚至是AI科研领域的所有研究，导致其他的方法和基础研究无人问津，对此感到有些担忧。

　　而在本届的IJCAI上，在计算机哲学上已有数十年经验的Aaron Sloman也在演讲中表示，自己认为AI作为一门科学（而不是工程学）已经在过去的二三十年间失去了方向。

　　今天Facebook搞了个大新闻：有多家主流媒体报道了Facebook即将建立的新数据中心和专为深度学习而研制的服务器Big Sur，而这个新闻却反而再次唤醒了我们心中的疑问：Facebook和Google它们现在努力的方向，会不会错了？

　　让我们先来看看关于Facebook这个服务器的其中一条新闻吧：

　　走进Facebook AI数据处理的心脏

　　从北美的西部访问facebook的话，你的访问数据有很大可能会经过一个位于俄勒冈州中心的高地沙漠中一块被充斥着满满的杜松香气的空气所冷却的服务器群。在普林维尔的市区，一个有大概9000人常住着的地方，Facebook存储着他们数以亿计的数据。一行一行的电脑整齐的排列在四座总占地面积将近75000平方米（800000平方英尺）的巨型建筑里。这些建筑被设计成刚好能让从西北吹来的干燥，并且通常相当凉爽的风吹进它们之间。过道中堆叠着的服务器闪着蓝色和绿色的灯，发出着单调的噪音，但在内部它们其实每时每刻都在不间断的处理着Facebook登陆、赞和“大笑”之类的服务进程。