全球首個能＂深度學習＂的處理器芯片在我國誕生

日前，中國科學院計算技術研究所（以下簡稱中科院計算所）發(fā)布了全球首個能夠“深度學習”的“神經網絡”處理器芯片，名為“寒武紀”。該課題組負責人之一、中科院計算所陳天石博士透露，這項成果將于今年內正式投入產業(yè)化。在不久的未來，反欺詐的刷臉支付、圖片搜索等都將更加可靠、易用。

前不久，谷歌公司開發(fā)的一款圍棋程序“AlphaGo”以4∶1戰(zhàn)勝了韓國棋手李世石，其中，“AlphaGo”的成功秘訣就是模仿人類通過神經網絡進行“深度學習”。

“深度學習是指多層的人工神經網絡和訓練它的方法。通俗講就是指計算機通過深度神經網絡，模擬人腦的機制來學習、判斷、決策。近年來，這種方法已被應用于許多領域，比如人臉識別、語音識別等，它在近期和未來都將是人工智能領域的一個熱點研究方向。”中國科學院自動化研究所研究員易建強說。

陳天石說，“深度學習”能發(fā)展到現(xiàn)今階段，得益于計算系統(tǒng)運算能力的提升，而這種提升正是作為技術支撐的處理器爆炸式發(fā)展的結果。目前，“AlphaGo”使用的處理器是在其他領域通用的CPU處理器。2010年，谷歌使用1.6萬個處理器運行7天來訓練一個識別貓臉的深度學習神經網絡，在圍棋上戰(zhàn)勝了人類的“AlphaGo”則需要更多的處理器，普通人要想使用這項技術是不可能的。

“普通的處理器就好比瑞士軍刀，雖然通用，但不專業(yè)。如果廚師要想做出像樣的菜肴，就必須使用專業(yè)的菜刀，而專門的深度學習處理器就是這把更高效、更快捷的‘菜刀’。”陳天石說。

深度學習處理器，就是給電腦創(chuàng)造出模仿人類大腦多層大規(guī)模人工神經網絡的芯片。在深度學習處理器的運行當中，計算系統(tǒng)的運算能力提升是決定深度學習處理效率的關鍵。而中科院計算所此次發(fā)布的“寒武紀”處理器，比“AlphaGo”所使用的處理器在性能上提升兩個數(shù)量級，也就是說，它能夠讓人工智能跑得更快、更遠。

據(jù)陳天石介紹，今年課題組和中科院計算所已經孵化了中科寒武紀公司，正式開始進行科研成果的產業(yè)化。未來應用瞄準企業(yè)、科研院所里的高性能服務器、高效能終端芯片、機器人芯片三大領域，實現(xiàn)更多功能。比如用手機拍照就知道照片中的人是誰，可對眾多視頻進行智能歸類，圖片搜索也將更加準確易用，只要在路邊隨便拍下一棵樹，就可以搜索到這棵樹的所有資料，而不僅僅局限于現(xiàn)在的文字搜索。據(jù)介紹，“寒武紀”未來可服務的領域既包括社會民生，也包括國家重大需求。

在不少人工智能專家看來，盡管經過近60年的發(fā)展，人工智能已經取得了巨大的進步，但總體上還處于發(fā)展初期，依然可以用“方興未艾”來形容。“當前，面向特定領域的專用人工智能技術已取得突破性進展，甚至可以在單點突破、局部智能水平的單項測試中超越人類智能。比如日本仿人機器人、美國獵豹機器人、德國工業(yè)機器人，以及我國的人臉識別、虹膜識別等?！敝袊茖W院院士、中國人工智能學會副理事長譚鐵牛說。

在中國工程院院士、香港中文大學（深圳）校長徐楊生看來，過去幾十年，科學家往往將更多的精力集中在機器人動作的研究上，讓機器人能像人類一樣爬、抓、行、跳等。徐楊生打了一個比方：前50年，我們研究的多是機器人“穿衣服”這個動作，卻沒有讓機器人學會“要不要穿衣服”等感知和認知能力。

隨著計算機、互聯(lián)網技術的發(fā)展，谷歌、百度等公司陸續(xù)推出“AlphaGo”“百度大腦”等深度學習程序，推動著人工智能的不斷進步。譚鐵牛表示，未來的人工智能研究需要和腦與神經科學、認知科學、心理學等學科深度交叉融合。(記者吳月輝)