RNN

AWS利用遞歸神經網路建立的文本正規化系統，相較於先前最佳的神經系統，錯誤率降低7成

Google Brain近日發表了用強化學習開發出自動尋找神經網路優化器的方法，藉由兩個網路不斷交互學習的回饋機制，自動找出深度神經網路最佳化的規則，目前也已經在Tensorflow中加入這些新找到的最佳化規則

去年10月微軟才宣布，語音辨識技術運用業界常用的電話對話錄音測試集Switchboard，錯誤率成功降至5.9%，與人類的辨識水準相當，近日又再突破，錯誤率已經降至5.1%，並且正式超越專業的聽打紀錄人員

臉書全面採用神經機器翻譯模型，讓翻譯能更準確與流暢。臉書使用了卷積神經網路和遞迴神經網路，來自動翻譯臉書的內容，且採用深度學習框架Caffe2，加速機器翻譯模型從部署到正式上線的過程。