今天上午，英特爾在北京舉辦了釋放IA，原力擁抱AI時(shí)代的年度論壇，英特爾全球副總裁兼中國(guó)區(qū)總裁楊旭;英特爾數(shù)據(jù)中心事業(yè)部副總裁、數(shù)據(jù)中心解決方案部總經(jīng)理Jason Waxman;英特爾數(shù)據(jù)中心事業(yè)部副總裁，人工智能解決方案部總經(jīng)理Naveen Rao;英特爾公司軟件與服務(wù)事業(yè)部副總裁、開發(fā)者及產(chǎn)品部總經(jīng)理William(Bill) Savage;英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)分別做了《AI在中國(guó)》;《英特爾，讓人工智能加速未來(lái)變革》;《人工智能的“芯“突破》;《加速人工智能普及和應(yīng)用》;《技術(shù)深究-英特爾架構(gòu)和人工智能》的主題演講。
雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))率先摘取了人工智能解決方案部總經(jīng)理Naveen Rao先生主題演講的精華(其它主題演講精華將在后續(xù)專訪文中詳細(xì)呈現(xiàn))，來(lái)和廣大開發(fā)者一起探討人工智能面對(duì)的技術(shù)挑戰(zhàn)和應(yīng)對(duì)之道，并希望攜手大家一起一起抓住人工智能時(shí)代的巨大機(jī)遇。
----------------------------------------------------------------------------------------------------------
大家早上好，非常高興大家能夠出席今天的AI Day，很抱歉我并不懂中文，但是希望大家能夠仔細(xì)的聽。我的名字叫做Naveen Rao，我是英特爾公司數(shù)據(jù)中心事業(yè)部副總裁，同時(shí)也是Nervana系統(tǒng)的前CEO，也就是由英特爾所并購(gòu)的這家公司，剛才我的同事Jason Waxman也提到。我們所做的事情可以增加英特爾半導(dǎo)體的技術(shù)能力，也正處在開發(fā)這個(gè)市場(chǎng)的前沿，這是非常關(guān)鍵的，我們希望通過(guò)技術(shù)改變?nèi)澜纭?/p>
在整個(gè)行業(yè)當(dāng)中這是非常激動(dòng)人心的時(shí)代，因?yàn)楝F(xiàn)在技術(shù)的發(fā)展日新月異，我們看到大量新的創(chuàng)新和新的改革。我認(rèn)為有一些技術(shù)已經(jīng)存在有幾年了，現(xiàn)在已經(jīng)開始開拓新的市場(chǎng)機(jī)遇，有新的產(chǎn)品和解決方案的出現(xiàn)。
回顧機(jī)器學(xué)習(xí)
首先讓大家了解一下什么是機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)有不同的理念和觀點(diǎn)，也就是指從數(shù)據(jù)當(dāng)中學(xué)習(xí)的方法，它能夠構(gòu)建這些數(shù)據(jù)，通過(guò)數(shù)據(jù)改進(jìn)自己的性能，這是非常寬泛的一個(gè)定義，當(dāng)然這個(gè)概念存在已經(jīng)有很久了，在學(xué)術(shù)界當(dāng)中，包括如何從數(shù)據(jù)當(dāng)中進(jìn)行系統(tǒng)化和架構(gòu)的學(xué)習(xí)等。
直到最近，我們知道更多的數(shù)據(jù)被生活和工作當(dāng)中產(chǎn)生，因此就推動(dòng)了機(jī)器學(xué)習(xí)的需要。這里先跟大家分享一下機(jī)器學(xué)習(xí)的三種不同類型，我不能說(shuō)只有這三種類型，但是讓大家稍微了解一下機(jī)器學(xué)習(xí)的世界。
我們最近經(jīng)常聽到一個(gè)的詞語(yǔ)叫做監(jiān)督學(xué)習(xí)，比如說(shuō)我有一些圖片、標(biāo)識(shí)，這個(gè)標(biāo)識(shí)是貼在我的數(shù)據(jù)上的，比如說(shuō)一個(gè)人的面部識(shí)別，這個(gè)數(shù)據(jù)的標(biāo)識(shí)就代表他的名字，這個(gè)名字可以聯(lián)到計(jì)算機(jī)當(dāng)中，計(jì)算機(jī)就可以學(xué)習(xí)，或者將這種輸入的數(shù)據(jù)，將他的名字和圖片連在一起。
另一個(gè)詞語(yǔ)是非監(jiān)督學(xué)習(xí)。通常我們需要用到它的場(chǎng)景，是在很難真正找到具有潛在的、可使用的數(shù)據(jù)架構(gòu)，而且前提是你一開始還不了解這個(gè)架構(gòu)的詳情。如果說(shuō)你想學(xué)一個(gè)語(yǔ)言，你先要聽它，被動(dòng)的學(xué)習(xí)它這樣的語(yǔ)言，了解它的發(fā)音，了解它的語(yǔ)音語(yǔ)調(diào)，至少要形成一個(gè)語(yǔ)言的框架之后才能開始真正學(xué)習(xí)這個(gè)語(yǔ)言。雖然目前這還是機(jī)器學(xué)習(xí)的一個(gè)難點(diǎn)，但我們正在不斷推動(dòng)這方面的研究。
非監(jiān)督學(xué)習(xí)講完了之后，開始給大家講一下強(qiáng)化學(xué)習(xí)。比如說(shuō)就像培訓(xùn)你自己家的寵物一樣，你是希望它有一個(gè)正面的反映，你想要的反映，負(fù)面的反映，如果你不想要的反映你就懲罰它，就像你訓(xùn)練你家的狗或者貓一樣，這是強(qiáng)化學(xué)習(xí)的概念。
當(dāng)然真正的AI不僅僅是這三種類型，不過(guò)當(dāng)下，我們花了大量時(shí)間在不斷靠近這三個(gè)領(lǐng)域?，F(xiàn)在讓我們的生活、我們的世界更加好也就是機(jī)器學(xué)習(xí)和人工智能的最終目標(biāo)。
下面給大家舉一個(gè)例子——非常傳統(tǒng)經(jīng)典的機(jī)器學(xué)習(xí)，我們?cè)谶^(guò)去所學(xué)習(xí)到的，我們有一定的圖片。大家可以看到這是我們其中的一個(gè)創(chuàng)始人，我們?nèi)绾谓虝?huì)機(jī)器能夠識(shí)別人的面孔，也就是說(shuō)將名字和面孔連接在一起。按照傳統(tǒng)方法來(lái)說(shuō)，我要看一下他面部的特點(diǎn)，眼睛和眉毛的寬度和鼻子的長(zhǎng)度，這些都是非常關(guān)鍵的辨識(shí)特點(diǎn)，通過(guò)軟件辨識(shí)，作為圖像的關(guān)鍵點(diǎn)，作為面部特點(diǎn)的函數(shù)。最后我們通過(guò)不同的分類器，不同的隨機(jī)森林和集成方法，最終能夠辨別出他的名字。我想人類或者是動(dòng)物能夠更好的辨別這個(gè)面孔，但是機(jī)器需要很多的學(xué)習(xí)過(guò)程，因?yàn)樗鼈儧](méi)有辦法直接提取出這些特點(diǎn)。傳統(tǒng)的機(jī)器學(xué)習(xí)就是以這種方式進(jìn)行面部識(shí)別的。