现在，我们已经回顾了 Datanami 预测的 2019 年五大数据趋势——我们已经完成了一半！让我们看看趋势 #6 的表现如何。
神经网络是一种机器学习模型，与人类大脑的运作方式大致相似，是深度学习的基础。计算机科 立陶宛电报数据 学家发现，神经网络可以用于各种应用，效果显著：从图像识别、自然语言处理到人工语音合成。
作为一个快速入门，深度学习负责以下所有技术发展以及更多：
Google Translate 机器翻译服务。
为自动驾驶汽车提供动力的计算机视觉软件。
FaceApp 手机应用程序今年风靡一时，因为它可以彻底改变照片中人物的外貌。
被称为“深度伪造”的假音频和视频录制，是对现实的令人信服但却虚假的模仿。
在企业内部，深度学习有许多应用：开发更好的推荐系统（对于 Netflix 和亚马逊等面向客户的企业很有用）；恢复受损和嘈杂的图像；发现有前途的新药候选物；构建可以与人类用户进行真实对话的聊天机器人等等。
尽管前景广阔，但深度学习仍然是一个高度活跃的研究领域，在商业应用方面仍处于起步阶段。根据 2018 年对人工智能“早期采用者”的调查，只有一半的人表示他们的公司已经在使用深度学习，因此在基础层面上还有充足的时间。
想知道 2020 年及以后深度学习将如何发展，这对您的组织有何影响？请查看我们的博客文章“深度学习对您企业的未来”。
要了解有关这一趋势和 2019 年其他 9 个数据趋势的更多详细信息，请下载“2019 年十大大数据趋势分析”。