抱着对人工智能的极大兴趣，我这样一位大叔，意外的遇到一个机器人萝莉…。一切都是个意外！这个机器人萝莉就是京东客服机器人JIMI，我更想把它叫做京东机密。

在某个场合，我见到了京东深度神经网络实验室（DNN Lab）首席科学家李成华，这位拥有博士后学位的深度学习领域的顶级专家，正在人工智能和机器学习领域进行研究。而京东JIMI，正是他创造出来的智能机器人，目前的工作是在售前咨询、售后服务和生活伴侣三个场景，承担超过30%的京东客服任务。

带着对JIMI的好奇心，就产生了这段对话.jIMI的答复很有趣：它是一个萝莉。可是，难道所有的智能机器人都具有类似的逻辑反应吗？显然，另一个业界知名的机器人“某小二”的反应却略显生涩，让我这位大叔顿时失去了搭讪的欲望。

看来，机器学习再到深度学习，反映在智能机器人身上的效果还真是相差很大。

那么，问题来了，什么是深度学习，它跟传统的智能机器人为什么差别那么大？

深度学习 小萝莉的神经网络

简单说，深度学习是模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释和处理各种数据，包括文本数据、图像数据和语音数据等。

而深度学习和普通的机器学习的最大区别就就是：神经网络的层数。

传统神经网络一般只有两三层的神经网络，其有限的参数和计算单元，对复杂函数的表示能力有限，学习能力有限；而深度学习则具有5到10层的神经网络。为什么JIMI能够达到这样的智能，李成华说，京东的深度学习已经能够做到8到9层。

对比传统的神经网络，传统神经网络在大数据量的学习上性能较差，不符合大数据所需的时效性。另一方面，大数据的演进催生了软硬件系统的进步，分布式架构的产生，使得算法的性能已经不是瓶颈，并行化框架和训练加速方法，让深度学习的前景变得光明。同时，大数据也会让深度学习的效果越来越好。所以，从某种意义上说，深度学习是大数据的最佳拍档。

可是，目前深度学习也有很多的困难。最为突出的就是人才稀少，李成华说，学这个专业的人才本身就少，能够建立起一个实验室的专家资源，甚至需要从全世界去寻找，京东的深度学习实验室的8位专家就来自于全球各地。可见，深度学习，还没有广为人知，做深度学习的专家更是凤毛麟角。

那么，问题又来了。京东把这么难找的一群专家聚集在一起，要做什么？

大数据价值 萝莉也有长大时

其实，京东之所以能够进入深度学习的领域，首先得益于开放生态系统的构建，和拥有的庞大的业务量并积累了较为完善的数据。李成华说“我们数据比较突出，从大数据来说京东的数据可能是所有电商中数据链最长的，包括经销商的数据、用户一开始浏览我们的数据，可能别的电商有，最后我们做到客服有没有返修，返修的时候跟我们人交互的时候他的情绪是什么样的，这是别的平台他们没有的，因为他们服务不是自己做的，我们推送服务全是自己做的，所以京东对用户数据掌握非常全，所以我们的描述也是最准的。”