2016年3月15日，谷歌围棋人工智能AlphaGo以4：1的总比分战胜了人类顶尖围棋选手李世石，引发了大众对于人工智能的持续关注。

AlphaGo在围棋这个不可能穷举的领域里战胜了人类，首先不依赖于编程代码的先进，其次也不依赖于搜索引擎的强大，而是凭借着“深度学习”的概念自主学习，不断提升自我思考的能力，最终战胜对手，成为了大赢家。

         其实在生活中到处都充满了“深度学习”的身影：当你打开一个电商网站，它会在首页给你推送你感兴趣的产品；用搜狗输入法的朋友可能会发现，输入法云计算程序一直在后台运行，常常通过智能识别快速计算，给你提供多种组合文字的选项；无人驾驶、自动驾驶也已经成为汽车行业的热门技术，越来越多的汽车企业也开始提供自动泊车的功能……在这些你司空见惯的内容背后，说明深度学习已经成为了全行业所达成的认知共识。

那么，什么是“深度学习”？

        “深度学习”，顾名思义：就是为计算机构建多层神经元交换的神经网络，使得计算机可以像人一样思考。它是在互联网时代和计算能力增强的共同作用下对原有神经网络技术的重新改造升级，互联网大发展产生了大量的数据，为“深度学习”提供了持续训练的前提，另一方面，计算能力的进步，特别是GPU技术的通用化，加速了机器学习的学习效率，为建立深度学习模型提供了性能保障。

         乐泊科技多年来，深耕技术，坚持以研发为导向，与国防科技大学长期合作研发攻关，率先将“深度学习云”运用到停车场泊车领域。运用云计算、物联网、大数据处理等先进的信息技术，通过可持续运营的商业服务模式，给各类停车场提供远程监管，统计分析和数据展现，能够很好的提升公众停车信息服务水平，提高停车场运营方决策管理能力，推动停车产业的可持续发展。

         “深度学习”技术也被广泛的运用到了乐泊线下停车设备当中。乐泊车牌云识别摄像机就获益匪浅。

         首先，我们会建立起了针对数字、字母以及一定范围汉字的多层卷积神经网络——乐泊云端处理器，然后将大量人工标准的车牌作为输入，训练处理器识别优化，直到迭代收敛，将训练好的处理器及相关参数植入到摄像头，这样通过摄像头拍摄车牌上传至乐泊云进行分析处理提取特征后，模型就可以对未训练过的车牌进行识别，自动进行深度学习优化，不断地提升车牌的有效识别率，最终有效车牌的识别率将达到100%。

        在未来的生活中，高效的车牌识别能够帮助停车场实现无人化监管，大大降低停车场的人工财力的运营成本，增加停车场的收益。

“深度学习”朝气正盛，乐泊乘风而起

        虽然“深度学习”只是最近几年才兴起的概念，但是这并不影响它在中国的大热。如今包括淘宝的“以图搜图”、京东的“猜你喜欢”在内许多应用都是“深度学习”的体现。

        据统计，中国互联网网民已经超过了7.31亿。以网民的数量与消费热情来看，“深度学习”在中国可谓是恰逢其时。乐泊能够抓住此次机遇，将人工智能与云平台技术结合，可谓占据了天时、地利、人和，这也是乐泊车牌识别云摄像机一经问世，就迎来络绎不绝上门客户的原因。

        如今万事俱备东风已起，2017年，乐泊将继续在“深度学习”领域研发攻关，有望大面积激活智能泊车市场，解决刚需停车难问题。