“人工智能”弄潮中關村

石寧鈺

國際上人工智能的創新和創業日趨活躍，這將在中關村掀起一場新的技術革命……

圍棋人機大戰讓人工智能再度受到廣泛關注。當街頭巷尾都還在紛紛論人工智能到底是什么、它和我們有什么關系時，這條人工智能的路早已繼續高歌猛進，漸漸在中關村蔓延開來。

概念由來：朋友聚會提出來的“人工智能”

1956年夏天，在美國達特茅斯大學（Dartmouth）召開了一次影響深遠的歷史性會議。這次聚會屬于朋友間沙龍式的學術研討，與會者僅僅只有10個人，當時僅僅是些名不見經傳的年輕學者，但后來，他們的名字人們不再陌生，例如申龍是《信息論》的創始人，塞繆爾編寫了第一個電腦跳棋程序，麥卡錫、明斯基、紐厄爾和西蒙都是“圖林獎”的獲獎者。

達特茅斯會議歷時長達兩個多月，首次提出了“人工智能”（Artificial Intelligence）這一術語。

達特茅斯會議雖然提出了人工智能，但卻沒能再提出有關于此的更多內容，事實上，人工智能的研究狀況比科學家們的設想要復雜和艱難的多。20世紀70年代初，人工智能在經歷了一段比較快速的發展時期后，很快就遇到了問題，開始走向低谷。

人工智能的科學家并沒有被一時的困難所嚇倒，他們在認真總結經驗教訓的基礎上努力探索，使人工智能走出實驗室，走向實用化。人工神經網絡（artificial neural networks）技術的迅速發展無疑讓人工智能的學術界看到了新的希望，讓人工神經網絡被視為實現人工智能的可能途徑。其實它不是一個新概念，20世紀60年代，人們把它稱之為感知機，再后來人們開始創造多層感知機，也就是我們今天通常聽到的人工神經網絡。

ANN中有稱作神經元的計算單元。這些人工神經元通過突觸連接，這里的突觸指的是權重值。也就是說，給定一個數字，一個神經元將執行某種計算，然后計算結果會被乘上一個權重。如果你的神經網絡只有一層，那么加權后的結果就是該神經網絡的輸出值。或者，你也可以配置多層神經元，這就是深度學習的基礎概念。

如何執行：人工神經網絡通過反向傳播實現

關于運行計算的神經元和神經突觸，它們又是如何學習執行計算？從本質上說，就是我們需要問它們大量的問題，并提供給它們答案，也就是有監督學習。借助于足夠多的問題和答案案例，儲存在每個神經元和神經突觸中的計算和權值就能慢慢進行調整。通常，這是通過一個叫做反向傳播（backpropagation）的過程實現的。

具體來說，反向傳播算法就是在學習過程中從最開始輸入層輸入特征向量，網絡層層計算獲得輸出，輸出層發現輸出和正確的信息不一樣，這時它就讓最后一層神經元進行參數調整，最后一層神經元不僅自己調整參數，還會勒令連接它的倒數第二層神經元調整，層層往回退著調整。經過調整的網絡會在樣本上繼續測試，如果輸出還是老出錯，繼續來一輪調整，直到網絡輸出滿意為止。

舉例說明，把一張貓的照片交給計算機讓其識別，計算機通過這張照片的像素信息逐層分析，每一層都會有若干個神經元負責分解畫面上的信息，比如說第一層負責分析照片上的輪廓信息，這個時候可能有一半的神經元判斷這個照片上是狗，另一半覺得這個照片上是貓，沒關系，再交給下一層分析，下一層的神經元負責分析照片上的顏色信息，再下一層負責分析照片上的紋理信息，以此類推。到了最后一層計算機得出的結果是照片上的動物是狗。但如果計算得出了錯誤的信息，神經網絡就得重新再來一遍，這時候每層的神經網絡就會反省上一次的錯誤，分析得出正確的結果。

技術變革：爭做人工智能時代的微軟英特爾

深度學習近幾年已經引起很多擁有大數據的互聯網公司爭相投入資源研發。這個最初來自學術界的研究成果漸漸開始影響到各大高科技公司……

2012年，百度語音和圖像產品快速崛起，在語音識別準確率方面，2012年全年的進展超過了業界過去多年進展的總和。在圖像處理方面，百度僅用一個多月的時間就上線了世界首個全網人臉搜索產品，這些重大突破都得益于深度學習技術的突破與應用。

2013年年初，百度CEO李彥宏宣布成立百度深度學習研究院（Institute of Deep Learning，IDL），這是百度歷史上首個正式成立的前瞻性研究機構，致力于“讓計算機像人腦一樣智能”的科學研究。李彥宏明確表示，希望IDL成為像AT&T-Bell labs（貝爾實驗室）、Xerox PARC（施樂帕洛阿爾托研究中心）一樣的頂尖研究機構。

地平線機器人技術研發有限公司成立于2015年6月，其創始人余凱曾為百度深度學習研究院常務副院長。自2015年5月離職后，余凱便致力于打造基于深度神經網絡的人工智能“大腦”平臺，其中包括了軟件和芯片的研發，可以做到低功耗、本地化的解決環境感知、人機交互、決策控制等問題。其中，軟件方面，地平線做了一套基于神經網絡的操作系統，目前也正在研發分別面向自動駕駛的“雨果”平臺和智能家居的“安徒生”平臺，并已開始在一些具體的應用場景中逐步落地。硬件方面，未來地平線機器人還會為這個平臺設計一個大腦芯片BPU （Brain Processing Unit） ，支撐自家的操作系統，到那時效能會提升 2-3 個數量級（100-1000 倍）。

中國科學院計算技術研究所日前發布全球首顆神經網絡處理器“寒武紀”。該處理器比“AlphaGo”所使用的處理器在性能上提升兩個數量級，在硬件設計上更符合神經網絡逐層分析的特點，從而能準確、快速地識別更加復雜的事物。也就是說，它能夠讓人工智能跑得更快、更遠。

該課題組負責人之一、中科院計算所陳天石博士透露，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化。未來應用瞄準企業、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，實現更多功能、可服務的領域，既包括社會民生，也包括國家重大需求。

陳天石介紹，寒武紀這個地質紀年是生物多樣性大爆發的時代，這項科研成果之所以取這個名字，就是希望人工智能也能像生命一樣出現大爆發。

國際上人工智能的創新和創業日趨活躍。以創業企業為例，市場調查公司“風險掃描”繪制的一張人工智能創業地圖顯示，截至2015年，全球人工智能初創企業已有855家，橫跨13個門類，總估值超過87億美元。在中關村，隨著一大批核心科研成果誕生、轉化，人工智能領域加速發展，正帶動一場新的技術變革。中關村企業將爭做人工智能時代的微軟英特爾。