盡管人工智能研究多年來進(jìn)展緩慢，但新一代人工智能應(yīng)用正在嶄露頭角，前景廣闊。根據(jù)市場(chǎng)調(diào)查機(jī)構(gòu)Forrester公司去年進(jìn)行的一項(xiàng)調(diào)查，在調(diào)查的3000家全球科技公司中，有41%的企業(yè)目前正在投資人工智能，另有20%的企業(yè)計(jì)劃明年投資。

推動(dòng)新一代人工智能發(fā)展的是深度學(xué)習(xí)、研究和設(shè)計(jì)模擬人腦神經(jīng)元活動(dòng)的人工神經(jīng)網(wǎng)絡(luò)。深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)是使機(jī)器能夠像人類一樣分析和解決復(fù)雜的問題。雖然人工神經(jīng)網(wǎng)絡(luò)已經(jīng)存在了幾十年，但只有隨著可用的高性能計(jì)算(HPC)功率的出現(xiàn)，尤其是GPU計(jì)算能力的出現(xiàn)，數(shù)據(jù)科學(xué)家才能夠建立具有足夠復(fù)雜性和強(qiáng)度的神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)現(xiàn)實(shí)世界的應(yīng)用。

這種新的深度學(xué)習(xí)系統(tǒng)已經(jīng)獲得了一些非常高調(diào)的媒體報(bào)道。最近的例子包括：2011年問世的蘋果公司的個(gè)人助理Siri，而亞馬遜的Alexa也在開始穩(wěn)步發(fā)展，將準(zhǔn)備為即將到來的物聯(lián)網(wǎng)時(shí)代提供廣泛的具有個(gè)性的家用設(shè)備。

這些深度學(xué)習(xí)應(yīng)用的力量遠(yuǎn)遠(yuǎn)超出了華而不實(shí)的演示，并且開始對(duì)各種領(lǐng)域的業(yè)務(wù)發(fā)展產(chǎn)生重大而積極的影響。例如，使用技術(shù)分析數(shù)據(jù)并提供可操作信息的商業(yè)智能是人工智能和深度學(xué)習(xí)產(chǎn)生影響的一個(gè)領(lǐng)域。歷史上，商業(yè)智能工具圍繞使用數(shù)據(jù)收集，分析和呈現(xiàn)的思想構(gòu)建，以解釋為什么或如何發(fā)生某種結(jié)果。隨著商業(yè)智能系統(tǒng)采用深度學(xué)習(xí)技術(shù)，他們現(xiàn)在不僅可以提供對(duì)過去行為更好地進(jìn)行分析，而且可以利用他們積累的過去事件的“知識(shí)”來預(yù)測(cè)未來的客戶行為。這種從描述性到預(yù)測(cè)性商業(yè)智能的轉(zhuǎn)變，使企業(yè)能夠找到更好的增長(zhǎng)機(jī)會(huì)，并進(jìn)行快速調(diào)整，以優(yōu)化當(dāng)前的業(yè)績(jī)。

深度學(xué)習(xí)所帶來的預(yù)測(cè)能力將對(duì)農(nóng)業(yè)等傳統(tǒng)產(chǎn)業(yè)產(chǎn)生顛覆性影響。據(jù)專家介紹，為了滿足全球人口增長(zhǎng)的需求，農(nóng)業(yè)產(chǎn)業(yè)必須增加60%的糧食產(chǎn)量，預(yù)計(jì)到2050年底，全球人口將達(dá)到90億。為了滿足這一巨大的糧食需求，農(nóng)業(yè)技術(shù)公司正在利用深度學(xué)習(xí)技術(shù)，在整個(gè)生長(zhǎng)和收獲周期中提高其效率。人工智能應(yīng)用于農(nóng)業(yè)產(chǎn)業(yè)包括自動(dòng)灌溉系統(tǒng)，可以降低蔬菜的生產(chǎn)成本，同時(shí)最大限度地減少對(duì)環(huán)境的影響;農(nóng)作物智能健康監(jiān)測(cè)，可以在幾千英畝提供高分辨率的植物數(shù)據(jù);以及一系列其他的改進(jìn)。這些進(jìn)展再加上氣象學(xué)和其他學(xué)科對(duì)農(nóng)業(yè)的深刻深度學(xué)習(xí)進(jìn)展，是確保未來糧食供應(yīng)穩(wěn)定的一項(xiàng)關(guān)鍵戰(zhàn)略。

雖然深度學(xué)習(xí)應(yīng)用程序?yàn)樵S多領(lǐng)域提供了巨大改進(jìn)的機(jī)會(huì)，但是深入學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是耗時(shí)，高度計(jì)算密集型的工作。此外，由于晶體管功率效率不斷提高，這種計(jì)算密集性需要穩(wěn)定和充足的電源，這是非常重要的。大多數(shù)人工神經(jīng)網(wǎng)絡(luò)使用“監(jiān)督學(xué)習(xí)”方法訓(xùn)練，這意味著提供大量的良好標(biāo)簽的數(shù)據(jù)。列舉一些眾所周知的例子，其中包括谷歌翻譯，谷歌翻譯分析雙語數(shù)據(jù)的資料庫來開發(fā)更準(zhǔn)確的翻譯算法。處理這些應(yīng)用程序中使用的數(shù)據(jù)集所需的計(jì)算資源往往會(huì)達(dá)到Exaflop范圍。使用高度可擴(kuò)展性的超級(jí)計(jì)算系統(tǒng)，利用快速的網(wǎng)絡(luò)互連技術(shù)，并提供大規(guī)模并行計(jì)算能力是這種挑戰(zhàn)的解決方案。隨著廣泛可用的超級(jí)計(jì)算系統(tǒng)的應(yīng)用和GPU處理能力的出現(xiàn)，過去幾個(gè)月訓(xùn)練的深層學(xué)習(xí)算法現(xiàn)在可以在一天內(nèi)或更短時(shí)間訓(xùn)練。

人工智能應(yīng)用的未來前景看起來非常光明。從人工智能應(yīng)用程序(如蘋果Siri和亞馬遜的Echo)的突出表現(xiàn)來看，許多專注于人工智能和深度學(xué)習(xí)的初創(chuàng)公司正在為業(yè)務(wù)增長(zhǎng)創(chuàng)造新的途徑，似乎人工智能的黃金時(shí)代終于開始到來。