2016年3月28日，云創大數據宣布正式成立深度學習組。自此之后，云創大數據將應用趨于成熟的云計算技術優勢，依托大數據的數據管理平臺，為全新的深度學習版圖提供強有力的支撐。這既是云創大數據繼2016年1月4日啟動平臺部以后的又一重大舉措，也是其順應深度學習大潮的好選擇。
早在2011年，Google X從YouTube視頻中抽取了1000萬張靜態圖片，把它“喂”給“谷歌大腦”，目標是從中尋找重復出現的圖案。3天后，谷歌大腦在沒有人類幫助的情況下，從這些圖片中發現了“貓”，實現了在互聯網中“自學成才”。
2012年，微軟公開演示了一個全自動的同聲傳譯系統，講演者用英文演講，后臺的計算機一氣呵成自動完成語音識別、英中機器翻譯和中文語音合成，效果非常流暢，而其支撐的關鍵技術也是深度神經網絡(DNN)，或者深度學習(DL)。
2016年，機器人AlphaGo在距離擊敗歐洲圍棋冠軍樊輝不到半年的時間，又以4:1的比分戰勝了九段棋手李世石，以強悍的深度學習再一次刷新了人類對人工智能程序的認識與理解。
上圖為計算機眼中的國際象棋落子思路，而下圖為計算機眼中的圍棋落子思路
因此，深度學習儼然成為了機器學習研究的新領域，而其動機在于建立、模擬人腦進行分析學習的神經網絡。這些用多層神經元構成的電腦神經網絡像人類大腦一樣，可以收集信息，從而模仿人腦的機制來解釋數據，例如圖像，聲音和文本等，并基于收集到這些信息做出相應行為，以達到機器學習的功能。
深度學習廣為人知的便是視覺功能，如果說相機能夠記錄這個世界，那么深度學習卻可以看懂這個世界。有了深度學習，我們可以很方便地刷臉付款，百度識圖可以準確識別照片中的物體類別，并對照片進行自動歸類或搜索，有了深度學習，機器可以檢測一定空間內所有人員、車輛的行蹤，并對可疑和危險事件及時報警。云創大數據深度學習組的成立，正是適應時代大潮的必然選擇。
深度學習的基礎——海量的數據資源
“深度學習需要大數據的助力，就像火箭有了燃料。”潘爭博士曾介紹，深度學習技術建立在大量實例基礎上，就像小孩收集現實世界的信息一樣，而且“喂”的數據越多，它就越聰明，并且不會“消化不良”。因為大數據的不可或缺，所以目前深度學習做得好的基本是擁有大量數據的IT巨頭，如谷歌、微軟、百度等。
對此，云創大數據具有得天獨厚的大數據平臺優勢。其中，智能硬件大數據免費托管平臺——萬物云(http://www.wanwuyun.com/)基于數據立方云計算大數據庫，承載物聯網與智能硬件數據，支撐數億個手機的實時信令流在線處理，可提供實時、可靠、安全、免費的一站式數據托管服務。
其次，環境云(http://www.envicloud.cn/)作為環境大數據免費開放平臺，通過大規模布設各種傳感器，實時感知環境，以API共享與環境有關的多元化數據(包括水體環境、大氣環境、污染物排放、地質災害、氣象災害、城市位置查詢、城市編碼查詢等)，同時支持多種應用，可提供海量的環境數據。
深度學習的支撐——強悍的計算能力
如前所述，深度學習通過算法快速識別各種數據類型，同時提升分析能力。在這個過程中，神經網絡的參數非常多，對于數據存儲和處理的需求不可謂不龐大。對此，云創大數據諸多解決方案可提供好的設備和開發環境，并配備了詳細的指導書籍和實驗設計，依托其cStor云存儲、cProc云處理優勢，云創大數據將提供強大的計算能力，為深度學習提供數據分析支撐。
廣泛應用的云創大數據產品
此外，云創大數據作為江蘇省信息產業企業聯合研發創新中心與南京市工程技術研究中心，與多家專業機構合作建設了聯合實驗室，可滿足大數據和深度學習的實驗需求，而云創大數據旗下的中國云計算(www.chinacloud.cn)、中國大數據(www.thebigdata.cn)、中國機器人(http://www.ro-bot.cn/)等在搜索引擎關鍵詞中排名靠前的網站，可為深度學習的深化與拓展方面提供多元化的資源。
深度學習的保障——優秀導師和專業團隊
在導師方面，清華大學博士、中國信息學會大數據分會副會長劉鵬教授將作為深度學習小組的牽頭人，將帶領整個團隊在機器學習、計算機視覺、語義理解檢索等領域展開縱深研究。劉鵬教授先后主持完成了科研項目18項，發表論文80余篇，曾率隊奪得2002 PennySort國際計算機排序比賽冠軍，并出版了包括深入剖析云計算技術的教材——《云計算》、《實戰Hadoop》等12本專業書籍，而其涵蓋大數據、機器學習、人工智能等內容的系列教材也即將問世。
此外，對于深度學習目前應用廣的視覺功能，云創大數據自成立之初就成立了強大的cVideo云視頻團隊，并在早前已實現視頻整合、轉碼處理和智能識別等功能，可滿足不同終端的訪問需求以及實現車流統計等交通數據的提取，實現了與南京青奧專網、交管局、交通局、公安局、城市高點監控、道路圖像監控“320”工程等現有視頻監控平臺的對接，在智慧南京、智慧宜昌等多個項目得到了廣泛應用。
在此基礎上，cVideo云視頻團隊還創造了“視頻DNA”檢索技術。“視頻DNA”通過對人的走路姿態進行建模，充分利用人走路所形成的三維空間特征，加上時間特征，提取出實現連續走路姿態的一個DNA樣本，從而在大量樣本的集合庫中進行與特定人物DNA的比對，實現實時、快速、有效地視頻DNA檢索。目前這一技術已經成功用于案件偵破。
