陈经：中国AI距离世界第一还有多远？|人工智能|柯洁|棋手_新浪科技_新浪网
陈经：中国AI距离世界第一还有多远？
【本周最大的热点是什么？必然是柯洁与AlphaGo的三番棋对决。5月27日，伴随着最后一局开赛，由观察者网、大学中国研究院、中国人民大学重阳金融研究院、上海春秋发展战略主办的第5期观天下讲坛“柯洁之后，中国AI能战胜AlphaGo吗”亦同步举行。 观天下特邀人工智能专家、亚洲视觉科技研发总监、风云学会副会长陈经，为大家点评“人类最强棋手”柯洁的精彩表现，梳理AlphaGo和围棋AI、人工智能和IT业的关系，阐释中国人工智能赶超美国、成为世界第一的未来图景。本文根据作者演讲内容整理所得，已经作者校阅。】 大家好，我今天要讲的是人工智能与人工智能的热潮。我是计算机专业出身，也是做人工智能研发的。在历史上，人工智能从来没有这么火过，它的根源就是因为去年AlphaGo的横空出世，现在适逢其会，今天10点半柯洁就要和AlphaGo进行第三局比赛，这是很多人都很关注的，但我今天要讲的不仅是围棋，还包括人工智能。人工智能对社会的方方面面都有影响，但是人工智能这么热，也带来了一个问题，就是社会对人工智能有很多误解，所以今天我也要讲一下如何正确理解人工智能；另外一个方面，人工智能热潮对我们中国是很有利的，中国在人工智能行业的积累是很不错的，应该说中国和美国在人工智能行业是遥遥领先的。中国和美国比较的话，差距在哪里？中国有没有可能挑战美国？相信大家对这些都会很感兴趣。柯洁全负，但证明了人类最强棋手实至名归 柯洁和AlphaGo对局，目前是0:2落后。如果柯洁能以2:1获胜的话，他的奖金将高达1000万人民币，这是围棋史上最高的一笔奖金，但是赛前大家都不相信柯洁能拿到这笔钱。我感觉第二局已经是柯洁实力发挥的巅峰了，第三局如果他能创造奇迹达到1：2的战绩，那将是人类的一个超级大胜利。但是我理智地预测的话他应该会0:3告负，虽然他第三局要求执白，柯洁比较擅长执白。去年3月份李世石对战AlphaGo，李世石是赢了一局，这对人类棋手来说已经是非常大的鼓励了。如果当时0:5告负，那现在的气氛会完全不一样。那么李世石赢过一盘，柯洁全负，是不是就可以说柯洁不如李世石？我可以明确地告诉大家柯洁的表现远远好于李世石。为什么？因为根据Deepmind发布的信息，现在这个版本的AlphaGo能够让李世石那时的AlphaGo三子，这个在懂围棋的职业棋手看来，简直是一个天大的差距，简直不敢相信，但真的就这样发生了。柯洁能和这么强大的AlphaGo战得如此难解难分，那么跟李世石相比他的表现确实要好很多，这是围棋专业人士一致认同的。这次即使柯洁0：3告负，也能够给人们留下深刻的印象：柯洁是人类最强棋手。因为下图这个局面就能够看出来，这是5月25号柯洁与AlphaGo第二局。不懂围棋的没关系，我来形容一下。AlphaGo以前化名Master在网络上和人类高手混战60局，全胜。在60局里，还没有一局达到过这个混乱程度。柯洁 对战 阿尔法狗第二局 之前我在文章中说怎么战胜AlphaGo？就是要制造混乱的、复杂的局面，才有机会。但是以前的人想混乱都混乱不起来，想复杂也复杂不起来，Master使出简简单单几个招数，人类棋手就不行了，50手就不行了。没有任何棋手和AlphaGo达到过这种局面，柯洁在前100手表现完美，达到了一个其他棋手不敢想象的局面。我跟应氏杯冠军唐韦星一起直播过棋赛，我跟他也讨论过这个制造混乱的战术，他说我们想混乱，但是没有那个能力。但是柯洁证明自己有这个能力，所以棋手们都服气了，都认同柯洁是人类棋手中最强的。即使这样，是不是就说柯洁有机会战胜AlphaGo了呢？我还不敢这么说。柯洁自己在第二局结束后的采访中说当时真实地感觉有胜机，心怦怦地乱跳。但局后我们冷静下来，包括一些职业棋手去摆棋做分析，认为AlphaGo根本没有给柯洁胜机，即使面对这么复杂的局面，AlphaGo仍然在掌控之中。经过第二局，以及昨天的“五人打狗”，我相信基本上没有人不服气了，AlphaGo确实已经超过了人类棋手，只是差距有多大而已。我之前写了很多文章，核心思想就是如何战胜AlphaGo，构想了很多招数，但是现在我觉得应该放弃这个思想了。为什么棋手和研究人工智能的都服气了呢？因为伴随着人工智能的技术突破，它确实已经从原理上让人服气了。一方面是战绩，和人类最强棋手3:0全胜；另外一方面，从学术角度看，人工智能领域有一个深度学习，就像前面讲到的深度神经网络，它是模仿人脑的。比如说腾讯和Deepmind有很多服务器，10万服务器生成一大堆数据，这都是以前没法想象的，然后又通过模拟人类的思维方式实现自我训练。这里涉及的技术细节太多了，我在观察者网发表的一系列文章里头有介绍，大家可以去看。而且，人总是有缺陷的，有时候发挥很好，但是偶然出了一个错招，那也没办法。即使最厉害的职业棋手，也会犯错。但是机器是永远稳定发挥的，不会出简单的错招，如果出了错，也是属于算法这一非常深层次的原因。所以机器相对于人的优势是没有办法的事，而且它以后水平可能越来越高，而人年纪大了，水平就下降了。对人工智能的误解 现在人工智能这么热，导致我们对它产生了很多误解，我具体说一下都有哪些误解。第一个，很多人说围棋这么复杂的一个游戏，居然人赢不了机器，这下完了，AI崛起了，又出了一个新物种，人类要毁灭了……这个实际上过于夸张了，甚至连开这个玩笑的人自己都不相信吧，只是一种科幻的念头。第二个，大家老是把人工智能想象成一个人。下面这个图是中国科技大学做的机器人“佳佳”，其实就是一个聊天机器人，它也可以是一个电脑，但是偏偏把它造成了人的模样。我觉得这是蒙人，它长什么样子根本没关系，美女的想象纯粹是为了抓眼球。现在人工智能跟人的外貌毫无关系，它其实就是一些程序，没有任何自己的思想，我们称之为弱人工智能。猜猜哪个是“佳佳”？（图/时政中国） 第三，人工智能崛起了，机器人不仅在体力劳动上比人类强，连智力都要战胜人类了。那以后人类大量工作都被机器人取代了，以后我们怎么生活啊？体力劳动者做不成，智力工作者也不好干了。这个其实也是在吓唬人，我一会再详细解释。IT是母行业，人工智能是子行业 这个是硅谷推出的IT业新技术的曲线发展图。这个顶点不是技术最高，而是社会对技术的期望达到最高值了。大家觉得这个技术非常值钱或者说无所不能，各种风投都一扑而上，直接投钱。这是2014年的图，那时候没有机器学习，人工智能也不是太热，热的是大数据和物联网。按照技术规律，热了之后，因为人夸张了它的能力，大家发现它没那么厉害，有些人就撤了，它就会进入一个低谷期。但像我这样的人工智能或者说是计算机研发者会努力突破一些技术障碍，突破低谷期，又进入复苏期、成熟期，这是一个正常的发展规律。下面是2016年的曲线发展图。这个时候我们发现最热的是机器学习，也代表2016年的人工智能热，完全是因为人机大战、AlphaGo激发出来的。而且这张图还不足够彻底展现机器学习的热度，如果完全呈现出来这张图就爆表了，还没有任何技术的热度超过机器学习的。但是我们冷静下来看，机器学习或者说人工智能还是会碰到低谷期的，不是说它就会一直这么热下去。为什么人工智能在中国这么热门呢？因为人工智能在中国发展状态是很好的。美国在人工智能领域的技术是最好的，中国可以排第二，以后也只主要是中国和美国竞争。我一直在搞算法，但我不会觉得自己是一个做人工智能的，向别人介绍时我会说我是干IT的。以前我们会说人工智能革命改造世界，这完全属于夸张。IT业是真正在改造世界，而且不是要改造世界，而是真的已经在改变世界了。看看我们这些年生活发生这么大的变化，主要都是IT带来的。我们说三次工业革命，而这第三次工业革命最大的动力就是IT，人工智能其实只是属于IT行业里头的一个子行业。如果说一个IT从业人员跳槽到人工智能领域，不会感觉到有什么大的隔阂。IT这么多年就没有低谷，从三四十年前有了IT业到现在从来都缺人，工资也在不断地加，跟其他行业的工资差距越来越大。人工智能以前火过一阵子，比如日本的第五代计算机，但是那次第五代计算机失败了，人工智能也进入了低潮。从另一角度来看，也是因为IT业太火了，反衬出人工智能进入瓶颈，其实一直以来人工智能的热潮都是IT行业在推动。但接下来我预测人工智能可能会进入低潮。中美在人工智能领域的竞争与优势 为什么我说未来人工智能领域是中美竞争呢？这张表是20个IT大公司的市值排名，里面全是美国和中国的公司，只有一个日本Yahoo，但Yahoo还是美国的。而人工智能又是IT的子行业，所以人工智能领域必然是中美竞争。前两次工业革命，中国都是落后的。但是在IT引领的工业革命，中国自2000年后迅速崛起，其中IT是一个重要的工具。有IT，中国实现了跨越式成长。除了刚才所讲的宏观方面，还有一些具体的例证。下图是关于深度学习领域的论文，可以看出中国和美国的论文数量遥遥领先于其他国家，也就是说从研发的角度，中美也是遥遥领先。我们再从围棋AI来看，可以说最厉害的就是AlphaGo，第二名是腾讯开发的绝艺，第三名是一个日本的程序DeepZenGo。3月份在日本有一个UEC杯，30多个人工智能程序互相比赛。绝艺两次战胜DeepZenGo，夺得冠军。AlphaGo没有参赛，因为觉得其他都太弱了。总之，这个名次是得到公认的。中美在围棋AI也是竞争关系，腾讯投入三个团队开发绝艺，淘汰了两个，剩下的一个胜出。这个投入是非常大的，为了训练绝艺，让它下了30亿局棋，光是投入的服务器就不计其数。相比之下，日本DeepZenGo的开发者抱怨得到的支持太少了，太穷了，所以日本的围棋AI虽然也能够和职业棋手比赛，但是明显投入不足，落后于中美。AlphaGo背靠大公司，绝艺背后的腾讯市值也不低，我估计腾讯以后会是中国市值最大的一个公司，现在是不是已经最大了需要再确认一下，反正在港股是最大的市值。据我观察，绝艺的开发也进入瓶颈期了，它跟职业棋手比赛总是会输，比如十盘会输两盘，我感觉绝艺跟AlphaGo还是有很大差距的。但是之后绝艺会不会有进步呢？一定会。因为马上AlphaGo团队会公布新版本的技术秘密，去年他们发表在Nature的文章把所有的技术细节都公布了，今年6月份会再发一篇文章，公布主要的技术细节。我相信看过“武功秘籍”后就会知道他们是怎么做的，绝艺团队现在应该已经在用新思想开发了，我估计不用太久绝艺就可以取得技术突破，慢慢就跟AlphaGo一样，对战人类棋手不可能输了。中国能不能在人工智能领域挑战美国？我觉得是有可能的。中美双方各有所长。第一，美国原创研发能力极强，中国应用研发可以做到指标最高。我非常佩服美国的原创研发能力，在它做出这个原创研发之前，大家都想不到居然会有一个程序，能够在这么短的时间内就把围棋攻破了，之前预测都是十年、二十年，甚至有上百年。中国的优势是很多IT公司的应用做得非常好，比如语音识别、人脸识别的正确率指标比较高。中美两国对研发的导向不太相同，有批评者说中国的原创研发太少了，我觉得这也不能说完全就是劣势，只是双方各有特点。第二，美国吸引世界人才，中国自己培养海量人才。美国能够招到全世界最优秀的研发人才，但中国也不怕。因为中国人口多，人才数量已经足够了，而且现在信息交流这么发达，美国发表的先进的研究思想，全世界都能第一时间看到。第三，美国产品天然面向全世界，中国市场同样大。英语有全球优势，美国推出的产品很快就能遍布全球。但中国自身市场就很大，人口比发达国家总数还多，如果开发好了丝毫不弱于美国的市场。第四，“美国设计，中国与制造业产业链紧密结合”其实是中国优势，因为美国基本没有生产。苹果鼓吹多厉害，设计研发多好，但是中国华为等很多公司和产业紧密联系在一起。研发东西，除了原创，还需经历落地的过程。不能只发论文不管后续，要根据研究论文做出智能产品，人们才能理解那些高深论文在讨论什么。而中国，在应用和产业链方面具有优势。所以，我在写文章以及和朋友聊天时，都强调不要唱衰美国，当然更不能唱衰中国。中国和美国在以后都会发展得不错，中国和美国相对于其他国家优势会越来越大。为什么说人工智能天生可能会陷入低潮 我们常听到“这神奇的科技，了不得”。意义很大的未来科技我总结有三个，一是可控核聚变，二是量子计算机，还有一个是强人工智能。这三个科技讲了很多年，都是很困难的。50年前，科学家就告诉大家，50年后大家就能用上核聚变能源了。但是现在还未实现，说还要40年，其实就是基础问题没解决。量子计算机现在有很多实验性的突破，但是物理上极困难，特别不稳定，量子比特容易破坏。而强人工智能，也就是机器有自我意识，我认为比前两个靠谱点，因为至少计算机操作是稳定的，但在算法上怎么发展，还是没招。所以，要从基础考察的话，这些未来科技不牢靠，只能是幻想。也可能出现突破，只是不一定。IT火了这么多年，其实从基础上考察的话，我们会发现，IT的基础特别牢靠。硬件基础方面，计算机的逻辑门极可靠，从来不出错。摩尔定律、越来越大的存储等，都是基础好的缘故。其实只有一小撮人搞硬件基础，而软件基础，是很多程序员写代码、算法。写代码、算法有一个特性，就是要无漏洞。代码出错，必须要改正确了。所以，他们推崇的精神就是代码要靠谱。程序员不能忽悠机器，所以特征是靠谱。IT为什么这么火，我认为就是基础特别好，无论是软件还是硬件基本不会出错，有错误我们也可调试改正。我为什么觉得人工智能会陷入低潮？因为人工智能不可靠。现在吹说机器学习厉害，说学习正确率越来越高，超过人的能力。比如100万张图片里找十个人，人可能找不出，而机器能有百分之七八十的概率找到。再比如语音识别正确率也跟人接近。但是，它不精确，即使指标达到95%或者更高，不精确还是会出错。IT出了错有办法调试，而机器学习是内在错误，不可能消除。所以，它天生有点不靠谱。说AlphaGo等人工智能会战胜人类，那是人类受生理条件的限制。人类本身有各种各样的缺陷，因此战胜人不是一件特别了不起的事。汽车比博尔特跑得快，那不是很正常的事？人类会犯错，而机器稳定，因此有些事超过人很正常。但是，人类有很厉害的能力，是机器绝对比不了的。比如，人类会搞科研，而机器不行。不能光说人类不行，还得强调人比机器强在哪儿。人类互相合作就会扎根生长，而机器最大的问题是没有思想----思想能够产生各种灿烂的文明，各种科技都是人类的思想。在强人工智能出现之前，现在的机器离人类文明差太远了。我现在对聊天机器人的评价是，它们根本不懂我们在聊什么，但是会抓住你言语中的一个词关联其他事物，其实并不理解对话是怎么回事儿。作诗机也是在蒙人，它根本不知道自己在写什么，只是把“玩具”、“床”等词汇换成1234，再13535等词一堆，就这么出来了。是人给作品赋予了意义，而不是机器。再比如与柯洁下围棋的AlphaGo，机器是不知道自己的棋谱有多厉害的，而人知道，能从中解读出AlphaGo的实力有多强。DeepMind公司说与人类一同探索棋艺的奥妙，这不是谦虚的话。科幻电影《机器管家》 现在人工智能比较火的还有自动驾驶。最近百度把自动驾驶开发包公开，说是促进社会共同研发人工智能自动驾驶，自己不干或不全力去干了。我个人认为，这是因为自动驾驶太难了。机器下棋是一个单纯的事件，在绝对单一的场景里，目的设定非常清楚，而自动驾驶面临的各种条件太复杂。谷歌、的自动驾驶在美国开得还不错，但放到中国，得重新开发。换了一个场景就不行了，这是人工智能的问题。我自己是搞人工智能的，所以我知道人工智能的特性是不靠谱，要非常小心，不能认为它超过人。可以用它去做事，但是得事先做好它不靠谱后要怎么办的预防。人工智能为什么现在这么火？观察生活，会发现有些人工智能已很靠谱。如车牌识别已是很成熟的技术，在这个行业已一统天下。我相信以后在停车场停车会是无人管理，用软件、算法去解决，这是因为车牌识别的准确率已超过人了，也超过了RFID等硬件。突破一个指标，就可以取代人，但这种行业还不太多。说人工智能一个程序搞定一切，绝对是不对的，因为社会生活包括方方面面，人工智能目前只能干单一的任务。把单一的任务嵌入社会生活过程中，才能起到作用。比如送快递，人人都能干，没有学历等要求。但要让一个人工智能机器人去送快递，这事不靠谱。因为送快递有很多步骤，如要识字、跑腿、上楼等，人工智能只能在分发、条形码扫描等某个步骤做事，不可能全程包揽。现在的微信、支付，用二维码识别，人工智能的识别率非常高，但是我不承认这是人工智能对社会革命化改造。我只承认，这是IT化对社会的改造，主要还是IT大公司的贡献。人工智能行业中国赶超美国的机会 人工智能行业，中美两国排名前两，其他国家无法与之抗衡。而中美两国，哪个更有机会？我个人认为有两种情况：第一种情况，现在人工智能被说得上天入地很神奇，但是过两年大家会发现要想取得进展不容易。这样，它就会从过热期进入低谷期，那时研发者估计会偏保守点，就是我能干的事去干，不能干的不干。进入低谷期，就是中国的拿手好戏了，我称之为“白菜化”。为什么中国在世界的经济影响力这么大？那是因为中国把很多行业的高科技都给“白菜化”了，人工智能也逃不脱这一命运。如果人工智能的研发进入低谷期，高水平的研发人员就无用武之地了。（当然，积极搞强人工智能突破是另一回事。）当其一旦进入瓶颈，中国的优势就会显现。举个例子。我在微博上推荐过一支股票----海康威视。今年一月份，股价为25，现在26元。但是它期间除权了一次，十送六，所以它的价格其实上涨了60%多。在现在股市大跌的情况下，海康威视已变成深市的第一大股了，市值接近2000亿，超过万科。海康威视为什么能增长这么多？海康威视不是搞人工智能的，而是世界上最大的摄像头生产商，是德州仪器芯片、索尼CCD等部件的最大客户。所以，海康威视的所有元件成本是世界最低的，生产摄像头的成本是一般厂家的70%。海康威视用30%的成本优势发展技术，如人脸识别、车牌识别等技术，还全部不要钱，白送。其摄像头就是一人工智能产品。人脸识别创业企业在年市场估值一度很高，但是海康威视招人来干人脸识别就行了，要转型***工智能企业，有很大的优势，这也是其市值变成深市第一名的原因。这例子对中国也是有用的。“白菜化”，包含生产、研发两阶段。现在中国各生产企业都在疯狂招搞人工智能的人，和生产结合一块儿，生产人工智能产品，从而改造社会。我相信，人工智能要改造全球，不是美国去推动，而是中国。因为改造全球的不是论文，而是具体的产品，而产品是中国的优势。按这图景，我相信未来人工智能行业，中国会因应用做得最好，而超过美国。第二种情况，如强人工智能被研发出来，可以取代人的工作。很多人的工作危险、辛苦、无聊，如果机器能做是很好的事。还有稀缺的如专家医生，如果人工智能可以成为医疗专家，对排队等专家治病的广大群众而言是一件好事。如果人工智能真有这些本事，就是人工智能革命，而非IT革命。那时社会生产力将急剧发展，翻十倍都可以想象。人要做的工作将减少，底层福利又上升。机器代替人类工作，人没工作是否要完蛋？不是的。人类社会会进行调整，如搞机器共产主义。某公司研发很厉害的机器人，可以替代众多人的工作，人们可以要求立法，关于这一机器人的收益，研发公司收10%，90%归政府，政府再分给个人。再比如，人缺乏工作能力，政府派两机器仆人帮赚钱去，那人整天打游戏就行。机器人特别听话，特别有执行力，那就可以大搞计划经济了。中国在这些好的图景上是有优势的，因为中国国家体制是社会主义，一旦人工智能对社会造成巨大冲击，国家政府有能力照顾大众的利益，而不只是大公司的利益。如有公司研发出超级厉害的人工智能，抢占了所有工作，国家是会想办法对其进行限制的。外国特别注重公司权益，按照谁投入谁收获的原则，人工智能福利会不会传给大众要扯皮。相信若出现人工智能大发展，中国社会变革能力是能够领先美国的，中国搞改革是本能。在这一情况下，我相信中国人民的福利会得到大幅度提升。当然，这一情况不是必然的，还只是一种美梦。至于说人工智能替代人，这是在吓唬人，人类社会还是很能适应变革与发展的。
现在我们正一步步朝着这个方向前进，一些“简单粗暴”的工作正在...
造假“文明”也不可阻挡地蔓延至互联网浪潮，不过随着黑色交易的...
早在光圈直播倒下之后，关于直播死亡潮的说法就一直甚嚣尘上。年轻的时候，能够拥有一块顶级性能的NVIDIA的显卡，是作为游戏迷的我的梦想，但直到已经不再年轻，我也从来不曾拥有一块可以称之为顶级性能的NVIDIA显卡。但当有一天，作为记者的我来参加NVIDIA GTC China 2016大会的时候，居然惊奇的发现，NVIDIA已经从当初的顶尖视觉计算公司蜕变成为一家出色的人工智能计算公司。那么，从视觉计算到人工智能的距离到底有多远？NVIDIA GTC China 2016将给我们***。与GPU的不解之缘当NVIDIA联合创始人、总裁兼首席执行官黄仁勋在首次在中国举办的NVIDIA GTC上宣布NVIDIA已经从一家视觉计算公司转变成为一家人工智能计算公司的时候，历史和现代仿佛在此刻交汇融合。NVIDIA于1993年由黄仁勋、克里斯?马拉科夫斯基和卡蒂斯?普里姆联合创办，一直以来NVIDIA都致力于视觉计算领域。 年，NVIDIA发布了RIVA个人电脑绘图处理器产品线，同年5月，售出第一千万个绘图处理器。2000年NVIDIA收购了一代王者著名的3dfx的知识产权。2002年2月，NVIDIA售出第一亿个绘图处理器。而真正令NVIDIA声名鹊起的最著名的GeForce绘图处理器产品线则于1999年首次亮相。1999年8月，NVIDIA 发布 GeForce 256，这是行业第一个显示图形处理单元 (GPU，Graphics Processing Unit)，从此，NVIDIA和GPU接下不解之缘。GPU通常来说是显卡的“心脏”，但 GPU是专为执行复杂的数学和几何计算而设计的，例如浮点运算、并行计算等，这些计算是图形渲染所必需的。而事实也证明在浮点运算、并行计算等方面，GPU可以提供数十倍乃至于上百倍于CPU的性能。GPU生来是为图形计算而设计，本来与人工智能相距甚远，就连黄仁勋本人也表示，未曾预见到GPU会和人工智能搭上关系，直到深度学习的出现。GPU与深度学习深度学习源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。深度学习至今已经发展了20多年，但深度学习与GPU真正搭上关系还是要归功于一个名叫Alex Krizhevsky的年轻人，2012年，Alex Krizhevsky在多伦多大学AI实验室设计了一款可以自动学习的视觉识别软件，这款软件可以通过从大量的数据中学习来提高自身的视觉识别能力，这其中涉及的算法就是深度学习。而在此过程中，Alex发现，利用GPU，通过一种叫做CUDA的计算模式可以非常好的适用到深度学习这种并行计算密集型应用当中。基于此，Alex设计了叫做AlexNet的深度学习神经网络，并击败了当时最佳的计算机视觉专家级算法，获得ImageNet竞赛的冠军。而这仅仅是AlexNet通过两颗 NVIDIA GTX 580 GPU几天训练的成果， AlexNet的成功以及难以想象的高质量的深度学习水平吸引了所有计算视觉科学家，人工智能科学家的关注，开启了GPU在深度学习领域的先河，点燃了深度学习这种新型计算模式的大爆炸。此后，GPU逐渐在深度学习领域日趋普及，而GPU也从此开始和人工智能结缘。2012年斯坦福大学的Andrew Ng和NVIDIA研究室发现了一种用多GPU的方式来训练超大数据模型的方法，从而确定了GPU在人工智能领域的重要地位。从视觉计算到人工智能GPU与深度学习的密切关系奠定了NVIDIA从一家视觉计算公司转变成为一家人工智能计算公司的物理基础，而NVIDIA CEO 黄仁勋果敢的决定，才真正使得NVIDIA成为一家真正的人工智能计算公司。在谈到这一点时，黄仁勋表示：“从一开始，NVIDIA主要关注的重点就是在计算领域当中比较特殊的一个部分，在这一部分，性能是非常重要的，我们从来没有企图做常见的和基础的计算，这从一开始就不是我们公司的使命所在。我们的计算类型叫加速计算，我们知道加速计算最大的市场就是在游戏当中的图形计算，还有一些其他的加速计算的应用，包括工业设计、电影制作、CAD等等，这些都是计算非常密集的应用领域，我们虽然没有预见到因为深度学习的出现使得GPU成为人工智能的重要部分，但我们相信这种计算类型会有很强和很好的增长潜力。而当我第一次知道深度学习，了解深度学习之后，我就开始意识到深度学习这样一种应用对于未来的世界，对于整个人类的未来都是非常重要的，而且对于GPU加速计算来说是一个非常完美的应用领域。于是，六年前，NVIDIA开始往深度学习、人工智能方向转变，因为我确实可以看到人工智能未来的巨大潜力。正是因为我们本身所具有的这种能力，所以我相信作为NVIDIA公司来说，我们有责任推动人工智能的进一步发展。我也相信人工智能对于GPU加速计算来说是最完美的任务，因此，我们现在把NVIDIA全力投入到人工智能计算当中。”新产品助力人工智能为了全力打造一家人工智能计算公司，NVIDIA在此次GTC大会上，重磅推出了专门针对深度学习的多款新产品。其中，Tesla P40和P4是全球首次专门针对深度学习推理设计的加速器，可以使用经过训练的深度神经网络来识别语音、图像或文字，以响应用户和设备的查询。基于全新的Pascal架构推论加速器以及全新的INT 8指令集，P40能40倍加速CPU的推断能力。而功耗仅仅为50W的P4，专为加速1U OCP服务器设计，能效与处理推理工作负载的CPU相比提高40倍。据NVIDIA解决方案架构副总裁Marc Hamilton透露，新的基于INT 8指令集的P40和P4具有强大的性能，在执行单精度浮点计算时，P40可以达到47万亿次/秒的计算能力，而个头和功耗更小的P4也能达到22万亿次/秒的计算能力。Marc Hamilton表示，Tesla P40和P4高性能的计算能力将大大提高计算机的推理能力，虽然FPGA或者其它的一些专用定制化的处理器也可以实现这样的高性能，但对于这些定制和的处理器来说，最大的挑战在于编程人员的能力和开发的时间。而TensorRT 则是NVIDIA在此次大会上发布的性能优化推理引擎。TensorRT使用已经训练过的网络对引擎进行优化，支持所有的推理网络，可以将复杂度减少2到3倍，但是网络的精准度不会受到影响。Marc Hamilton表示，在人工智能方面，通过NVIDIA端到端深度学习训练系统，Tesla P100，再加上深度学习的框架，在推理端使用的DeepStream SDK、Tensor RT以及Tesla P40和P4，NVIDIA可以不断的推进人工智能计算的发展。此外，在此次GTC大会上，黄仁勋还宣布了NVIDIA在智能设备、智能城市、智能交通等方面新的进展，并宣布推出NVIDIA端到端深度学习平台，其中，基于NVIDIA DRIVE PX2驱动的自动驾驶汽车给现场的3000多名观众留下了深刻的印象，其实际演示也激起了现场的阵阵掌声和欢呼声。新伙伴 共建人工智能生态在此次大会上，NVIDIA还宣布了与阿里巴巴、百度、科大讯飞、京东等众多合作伙伴的合作，共同打造人工智能生态系统，其中，与京东在人工智能方面的合作最为引入瞩目，据悉，从2015年开始，NVIDIA就和京东进行了合作，NVIDIA的GPU和深度学习技术在包括在线***机器人、图像分类等京东业务中得到广泛应用。基于双方一直以来的良好合作，双方宣布建立战略合作关系，以加深在人工智能技术研发领域的合作。通过将NVIDIA的GPU平台与京东的大数据业务场景结合起来，今后NVIDIA将助力京东在深度学习、VR和AR等人工智能领域的推进。京东集团首席技术顾问翁志表示：“人工智能的发展需要算法、数据、硬件，NVIDIA是这方面我们非常倚赖的伙伴，我们的机器学习多半都是应用在GPU之上。京东的数据在预处理中进行训练运算的时候用了NVIDIA 的TESLA M40。在机器学习和AR、VR方面，我们两家公司有着非常广泛的合作场景和机会，在这里我非常自信地和大家分享，这些场景下通过NVIDIA的GPU，京东跑得更快，做得更好。同时，京东作为最重要的销售渠道之一，会联手NVIDIA在中国销售1800万片GPU，接下来我们将持续合作，互惠共赢。”而对于在人工智能生态中占有重要地位的开发者生态的建设，NVIDIA也是不遗余力，据悉，在过去两年，GTC的参会人数增长了4倍，而NVIDIA开发者则增长了3倍达到了400000人，而使用NVIDIA GPU的人工智能开发者则增长了25倍。NVIDIA全球副总裁、中国区总经理张建中表示:“开发者对我们公司是非常重要的，我们在中国开发者生态建设上的投入非常大，一是在线下的地区，我们很多年前跟很多大学开发了一个CUDA训练课程，很多学生可以通过此课程学习深度学习算法。我们把深度学习的认证跟考试培训结合在一起，在国内培养了很多人才和技术力量。而对于国内很多大的ISV公司，我们会直接提供技术支持，开发者有什么技术问题可以直接咨询NVIDIA的专家。同时，我们还有线上支持的平台，开发者社区，开发者可以通过这些平台相互咨询各种各样的难题，工程师也会随时在社区上回答开发者提出的问题。”共推人工智能的美好未来在此次GTC大会Keynote的最后，黄仁勋总结道:“人工智能的想象空间是巨大的，我非常高兴大家今天能够来到这里，了解GPU深度学习的潜力，这是一个新的计算方法，这是不能错过必须要学的东西，因为它太重要了。GPU深度学习是最为重要的一个进展，是近年来计算史上最为重要的进展和突破，我们相信深度学习将会成为计算的下一个时代，也就是人工智能的时代，也可以叫做下一场工业革命的开始，这是让我们非常激动的，我们决心继续推动人工智能计算，我们是一家人工智能计算公司，我们要和大家一起来携手推动人工智能的美好未来!”
深度学习与计算机视觉 看这一篇就够了
来源：http://www.leiphone.com/news/201605/zZqsZiVpcBBPqcGG.html#rd
人工智能是人类一个非常美好的梦想，跟星际漫游和长生不老一样。我们想制造...
浅谈人工智能，机器学习，计算机视觉之间的关系
计算机视觉相当于是人工智能的大门，如果这个门不打开，就没有办法真的研究真实世界的人工智能。因为视觉信息与听觉触觉相比要重要得多，人的大脑皮层70%的活动都在处理视觉信息，如果没有视觉信息的话，整个人工...
计算机视觉与图像：八大热点公司以及九大应用场景
人工智能系列图谱：八大热点公司以及九大应用场景
计算机视觉，人工智能和机器学习概念梳理
视觉求索公众号编辑
加州大学洛杉矶分校UCLA统计学和计算机科学教授
Song-Chun Zhu
...
富士康郭台铭现身斯坦福大学，谈工业人工智能，创立人工智能子公司
美国西部时间7月6日下午，富士康集团（又称鸿海精密集团）于斯坦福大学举办了一场宣讲会。富士康创始人及董事长郭台铭，协同美国辛辛那提大学讲座教授李杰博士、富士康工业互联网学院名誉院长刘颖昕、富士康副总裁...
人工智能\机器学习\统计学\数据挖掘之间有什么区别？
【伯乐在线导读】：前段时间，作者在 stats.stackexchange.com（译注：国外的一个系列问答网站，其中Stack
Overflow是其中一个子站）看到一个很有意思的问题，引起了他的注...
《视觉计算理论》阅读笔记----第一章
《视觉计算理论》阅读笔记
人工智能火爆 国内这几家计算机视觉公司值得关注
人工智能自降生以来就仿佛自带光环、备受瞩目。尤其是今年，国务院印发的《新一代人工智能发展规划》中提出，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，...
没有更多推荐了，