2016年3月28日，云创大数据宣布正式成立深度学习组。自此之后，云创大数据将应用趋于成熟的云计算技术优势，依托大数据的数据管理平台，为全新的深度学习版图提供强有力的支撑。这既是云创大数据继2016年1月4日启动平台部以后的又一重大举措，也是其顺应深度学习大潮的不二之选。
早在2011年，Google X从YouTube视频中抽取了1000万张静态图片，把它“喂”给“谷歌大脑”，目标是从中寻找重复出现的图案。3天后，谷歌大脑在没有人类帮助的情况下，从这些图片中发现了“猫”，实现了在互联网中“自学成才”。
2012年，微软公开演示了一个全自动的同声传译系统，讲演者用英文演讲，后台的计算机一气呵成自动完成语音识别、英中机器翻译和中文语音合成，效果非常流畅，而其支撑的关键技术也是深度神经网络(DNN)，或者深度学习(DL)。
2016年，机器人AlphaGo在距离击败欧洲围棋冠军樊辉不到半年的时间，又以4:1的比分战胜了九段棋手李世石，以强悍的深度学习再一次刷新了人类对人工智能程序的认识与理解。
上图为计算机眼中的国际象棋落子思路，而下图为计算机眼中的围棋落子思路
因此，深度学习俨然成为了机器学习研究的新领域，而其动机在于建立、模拟人脑进行分析学习的神经网络。这些用多层神经元构成的电脑神经网络像人类大脑一样，可以收集信息，从而模仿人脑的机制来解释数据，例如图像，声音和文本等，并基于收集到这些信息做出相应行为，以达到机器学习的功能。
深度学习广为人知的便是视觉功能，如果说相机能够记录这个世界，那么深度学习却可以看懂这个世界。有了深度学习，我们可以很方便地刷脸付款，百度识图可以准确识别照片中的物体类别，并对照片进行自动归类或搜索，有了深度学习，机器可以检测一定空间内所有人员、车辆的行踪，并对可疑和危险事件及时报警。云创大数据深度学习组的成立，正是适应时代大潮的必然选择。
深度学习的基础——海量的数据资源
“深度学习需要大数据的助力，就像火箭有了燃料。”潘争博士曾介绍，深度学习技术建立在大量实例基础上，就像小孩收集现实世界的信息一样，而且“喂”的数据越多，它就越聪明，并且不会“消化不良”。因为大数据的不可或缺，所以目前深度学习做得好的基本是拥有大量数据的IT巨头，如谷歌、微软、百度等。
对此，云创大数据具有得天独厚的大数据平台优势。其中，智能硬件大数据免费托管平台——万物云(http://www.wanwuyun.com/)基于数据立方云计算大数据库，无限承载物联网与智能硬件数据，支撑数亿个手机的实时信令流在线处理，可提供实时、可靠、安全、免费的一站式数据托管服务。
其次，环境云(http://www.envicloud.cn/)作为环境大数据免费开放平台，通过大规模布设各种传感器，实时感知环境，以API共享与环境有关的多元化数据(包括水体环境、大气环境、污染物排放、地质灾害、气象灾害、城市位置查询、城市编码查询等)，同时支持多种应用，可提供海量优质的环境数据。