在深度學(xué)習(xí)的領(lǐng)域里，最重要的是數(shù)據(jù)和運(yùn)算。誰(shuí)的數(shù)據(jù)更多，誰(shuí)的運(yùn)算更快，誰(shuí)就會(huì)占據(jù)優(yōu)勢(shì)。因此，在處理器的選擇上，可以用于通用基礎(chǔ)計(jì)算且運(yùn)算速率更快的GPU迅速成為人工智能計(jì)算的主流芯片?？梢哉f(shuō)，在過(guò)去的幾年，尤其是2015年以來(lái)，人工智能大爆發(fā)就是由于英偉達(dá)公司的GPU得到廣泛應(yīng)用……

一、人工智能與深度學(xué)習(xí)

2016年，AlphaGo與李世石九段的圍棋對(duì)決無(wú)疑掀起了全世界對(duì)人工智能領(lǐng)域的新一輪關(guān)注。在與李世石對(duì)戰(zhàn)的5個(gè)月之前，AlphaGo因擊敗歐洲圍棋冠軍樊麾二段，圍棋等級(jí)分上升至3168分，而當(dāng)時(shí)排名世界第二的李世石是3532分。按照這個(gè)等級(jí)分?jǐn)?shù)對(duì)弈，AlphaGo每盤(pán)的勝算只有約11％，而結(jié)果是3個(gè)月之后它在與李世石對(duì)戰(zhàn)中以4比1大勝。AlphaGo的學(xué)習(xí)能力之快，讓人惶恐。

1．人工智能：讓機(jī)器像人一樣思考

自AlphaGo之后，“人工智能”成為2016年的熱詞，但早在1956年，幾個(gè)計(jì)算機(jī)科學(xué)家就在達(dá)特茅斯會(huì)議上首次提出了此概念。他們夢(mèng)想著用當(dāng)時(shí)剛剛出現(xiàn)的計(jì)算機(jī)來(lái)構(gòu)造復(fù)雜的、擁有與人類(lèi)智慧同樣本質(zhì)特性的機(jī)器，也就是我們今日所說(shuō)的“強(qiáng)人工智能”。這個(gè)無(wú)所不能的機(jī)器，它有著我們所有的感知、所有的理性，甚至可以像我們一樣思考。

人們?cè)陔娪袄镆部偸强吹竭@樣的機(jī)器：友好的，像星球大戰(zhàn)中的C－3PO；邪惡的，如終結(jié)者。強(qiáng)人工智能目前還只存在于電影和科幻小說(shuō)中，原因不難理解，我們還沒(méi)法實(shí)現(xiàn)它們，至少目前還不行。

我們目前能實(shí)現(xiàn)的，一般被稱(chēng)為“弱人工智能”。弱人工智能是能夠與人一樣，甚至比人更好地執(zhí)行特定任務(wù)的技術(shù)。例如，Pinterest上的圖像分類(lèi)，或者Facebook的人臉識(shí)別。這些人工智能技術(shù)實(shí)現(xiàn)的方法就是“機(jī)器學(xué)習(xí)”。

2．機(jī)器學(xué)習(xí)：使人工智能真實(shí)發(fā)生

人工智能的核心就是通過(guò)不斷地機(jī)器學(xué)習(xí)，而讓自己變得更加智能。機(jī)器學(xué)習(xí)最基本的做法，是使用算法來(lái)解析數(shù)據(jù)、從中學(xué)習(xí)，然后對(duì)真實(shí)世界中的事件做出決策和預(yù)測(cè)。與傳統(tǒng)的為解決特定任務(wù)、硬編碼的軟件程序不同，機(jī)器學(xué)習(xí)是用大量的數(shù)據(jù)來(lái)“訓(xùn)練”，通過(guò)各種算法從數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)。

機(jī)器學(xué)習(xí)最成功的應(yīng)用領(lǐng)域是計(jì)算機(jī)視覺(jué)，雖然也還是需要大量的手工編碼來(lái)完成工作。以識(shí)別停止標(biāo)志牌為例：人們需要手工編寫(xiě)形狀檢測(cè)程序來(lái)判斷檢測(cè)對(duì)象是不是有八條邊；寫(xiě)分類(lèi)器來(lái)識(shí)別字母“S－T－O－P”。使用以上這些手工編寫(xiě)的分類(lèi)器與邊緣檢測(cè)濾波器，人們總算可以開(kāi)發(fā)算法來(lái)識(shí)別標(biāo)志牌從哪里開(kāi)始、到哪里結(jié)束，從而感知圖像，判斷圖像是不是一個(gè)停止標(biāo)志牌。

這個(gè)結(jié)果還算不錯(cuò)，但并不是那種能讓人為之一振的成功。特別是遇到霧霾天，標(biāo)志牌變得不是那么清晰可見(jiàn)，又或者被樹(shù)遮擋一部分，算法就難以成功了。這就是為什么很長(zhǎng)一段時(shí)間，計(jì)算機(jī)視覺(jué)的性能一直無(wú)法接近到人的能力。它太僵化，太容易受環(huán)境條件的干擾。