此前，人工智能程序“阿爾法狗”以4∶1的總比分擊敗圍棋世界冠軍李世石。不久前，它再次對戰(zhàn)柯潔，以3∶0的總比分大獲全勝。“阿爾法狗”先后兩次戰(zhàn)勝人類，引起了人們對人工智能發(fā)展的新思考。

事實上，在深度學(xué)習(xí)出現(xiàn)之前，人工智能已經(jīng)經(jīng)歷了兩次熱潮，人工智能夠再次迎來“暖春”，可以說是得益于深度學(xué)習(xí)。深度學(xué)習(xí)作為人工智能機器學(xué)習(xí)研究中的新領(lǐng)域，它實質(zhì)上是人工智能的一種算法，它通過分析學(xué)習(xí)從而建立并模擬人腦。它模仿人腦的思考機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。那么，深度學(xué)習(xí)究竟是如何促使人工智能再次崛起的？

深層神經(jīng)網(wǎng)絡(luò)替代傳統(tǒng)神經(jīng)網(wǎng)絡(luò)

毫不夸張的說，深度學(xué)習(xí)最終得以實現(xiàn)，深層神經(jīng)網(wǎng)絡(luò)為其奠定了扎實的基礎(chǔ)，究竟什么是深層神經(jīng)網(wǎng)絡(luò)？它與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)比較，深層神經(jīng)網(wǎng)絡(luò)具備哪些特點呢？深度學(xué)習(xí)又是如何在深層神經(jīng)網(wǎng)絡(luò)上展開的呢？

深層神經(jīng)網(wǎng)絡(luò)是人工智能算法的一個分支，本質(zhì)上是多層函數(shù)嵌套形成的數(shù)學(xué)模型。在模型架構(gòu)上，深層神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)有諸多相似之處。像傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)一樣，深層神經(jīng)網(wǎng)絡(luò)也包括輸入層、隱藏層和輸出層，鏈接通道也只存在于相鄰層級之間的神經(jīng)元之間，在同一層及跨層之間是沒有鏈接的。

相對于傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)，深層神經(jīng)網(wǎng)絡(luò)具備更多的層級數(shù)量，并且具有更為有效的算法，也更加接近人腦的結(jié)構(gòu)，從而使得深層神經(jīng)網(wǎng)絡(luò)能夠處理更加復(fù)雜的輸入信息，深度學(xué)習(xí)就是在這個多層級的人工神經(jīng)網(wǎng)絡(luò)上進行的。海量的訓(xùn)練數(shù)據(jù)、強大的計算架構(gòu)和學(xué)術(shù)領(lǐng)域的飛速進展驅(qū)動神經(jīng)網(wǎng)絡(luò)實現(xiàn)突破。因此，深度學(xué)習(xí)在圖像分類、面部識別等方面超越了傳統(tǒng)方法。

大數(shù)據(jù)訓(xùn)練提升數(shù)據(jù)分析力、挖掘力

深度學(xué)習(xí)的開展，主要得益于海量的大數(shù)據(jù)。在運算表層，存在一個巨大的數(shù)據(jù)集，選定的深度學(xué)習(xí)模型以數(shù)據(jù)集中海量大數(shù)據(jù)為基礎(chǔ)，對大數(shù)據(jù)進行多次訓(xùn)練，并從中摸索、歸納出可以被計算機運用在類似數(shù)據(jù)上的知識或規(guī)律。

伴隨現(xiàn)實世界中數(shù)據(jù)呈井噴式指數(shù)級增長，大規(guī)模數(shù)據(jù)分析和數(shù)據(jù)挖掘是必不可少的，而且在分析力、挖掘力的效率提升層面也是迫在眉睫。由此可見，深度學(xué)習(xí)作用與人工智能離不開對大數(shù)據(jù)的分析與挖掘。通過多次的大數(shù)據(jù)訓(xùn)練，數(shù)據(jù)分析挖掘系統(tǒng)對數(shù)據(jù)的挖掘和分析實現(xiàn)高效、深度的數(shù)據(jù)挖掘和分析。

高性能并行計算高速分析海量數(shù)據(jù)

伴隨人工智能的發(fā)展，如今的GPU在浮點運算、并行計算、矩形運算等部分計算方面已經(jīng)提升數(shù)十倍乃至上百倍，遠遠高于CPU的性能。正是基于高性能并行計算，才使得深度學(xué)習(xí)可以訓(xùn)練一個大的網(wǎng)絡(luò)環(huán)境。

GPU具備大量的核和大量的高速內(nèi)存，它最為擅長進行類似圖像處理的并行計算。“粗粒度并行”計算很適用圖像處理，因為像素與像素之間相對獨立，GUP提供大量的核，可以同時對很多像素進行并行處理。需要強調(diào)一點，GUP提供的并行計算僅僅是在處理吞吐量方面使性能得以提升。因為GPU的特點特別適合于大規(guī)模并行運算，GPU在“深度學(xué)習(xí)”領(lǐng)域發(fā)揮著巨大的作用，因為GPU可以平行處理大量瑣碎信息。深度學(xué)習(xí)所依賴的神經(jīng)系統(tǒng)網(wǎng)絡(luò)，就是要在高速的狀態(tài)下分析海量的數(shù)據(jù)。

關(guān)聯(lián)閱讀：

微軟為下一代HoloLens開發(fā)AI芯片，可識別語音和圖像

微軟將推出第二代AI處理器 爭奪AI行業(yè)領(lǐng)導(dǎo)權(quán)

智能應(yīng)用潛力巨大 人工智能“添翼”中國經(jīng)濟