2016年,“深度学习”的科技巨头们

发表时间:2016-04-08 16:17:28 0 条评论

  继IBM开发的“深蓝”在1997年击败卡斯帕罗夫之后,韩国棋手李世石与谷歌旗下公司DeepMind开发的AlphaGo再度展开人机大战。这一次依旧以机器的胜利告终,并且AlphaGo很早就取得了3比0的绝对优势。与国际象棋不同,围棋需要的计算量更大,并且需要棋手在关键步数的走法上拥有良好的“直觉”和“棋感”,尤其是在大局观上要有敏锐的判断,而这些曾经都是机器的弱点。是什么让机器有这么快的进步,连围棋也被AlphaGo攻克?就是计算机的深度学习能力。

  与前几代人工智能不同,拥有深度学习能力的人工智能技术是一项重大突破,机器开始可以模仿人类的神经系统进行有效学习并且进步神速,本期“酷创新”,我们来关注几大科技巨头公司最近推出的具有“深度学习”能力的人工智能技术。

  脸书的Big Sur

  2015年底,脸书人工智能研究部门宣布,之前已经开放了多数软件源代码的人工智能计算服务器Big Sur会将其硬件设计也开源。脸书此次开源的是最新的大规模人工智能计算服务器设计,并将其提交给开源计算项目——这个项目分享了很多大公司的数据中心产品设计。这款名为Big Sur的人工智能计算服务器,内部集成了用于处理大量数据的GPU。Big Sur的目的是训练神经网络,而现代化人工智能研究项目几乎都要依赖这种系统。Big Sur服务器是依托Nvidia的GPU而打造的。GPU在人工智能中的应用十分广泛,因为这种芯片上搭载的处理核心数量多于Intel生产的传统处理器,使得它们十分适用于AI软件所需要的海量计算。Big Sur的设计特点是易于维修的主板,它装有8个NVIDIA的Tesla M40。脸书表示,CPU的散热器是该硬件中唯一一个需要用螺丝刀拆卸的东西。

  AlphaGo的新功能

  AlphaGo是谷歌旗下公司DeepMind开发的一款具有深度学习功能的围棋软件。早在2013年,DeepMind就创造出了可以模仿人类思维,学习如何玩儿电子游戏的人工神经网络。AlphaGo的工作原理是,由两个不同功能的“大脑”网络组成:策略网络(Policy network)和价值网络(Value network)协同工作。策略网络负责在当前局面下判断“最好的”下一步,可以理解为落子选择器;价值网络负责评估整体盘面的优劣,淘汰掉不值得深入计算的走法,协助前者提高运算效率,可以理解为棋局评估器。然后,两个“大脑”取各自选择的平均值,做出最终的决定。

  不过,DeepMind的技术并不是专门用来下围棋的,所谓深度学习只是通过机器自身的学习来模仿人类思维,并且不断提高完成各种特定任务的能力,而下围棋只是其中一种特定任务罢了。目前DeepMind正在与英国NHS(国家医疗服务体系)进行合作,并已经成立了“DeepMind健康”项目,并希望通过技术手段,帮助有意向参与的医护人员提高服务质量。

  Watson正变得越来越聪明

  Watson是IBM已经开发了十几年的人工智能技术,Watson正在变得越来越“聪明”。通常意义上,Watson已经进入了与巨量文献和信息搜索密切相关的政府部门和医疗机构,并且在图像识别方面已经具备了帮助医生诊断癌症的能力。然而这还不是全部。

  IBM开发人工智能技术的目的并不是为了替代人,而是更好地服务于人。在此之前,人类在各个行业中产生了大量的“非结构数据”,其中80%以上是计算机无法“读懂”的,IBM正是要训练Watson“读懂”这些数据,并且找出之前必须通过聘用具有高度洞察力的人类专家才能发现的一些数据之间的内在相关性,其中的意义极为深刻。在Watson的商业应用中,IBM已经与众多企业建立合作,包括与辉瑞制药联合利用大数据建立慢性病风险预测模型,和科大讯飞推动云平台架构合作,与Under Armour合作推出“认知训练系统”  IBM开发人工智能技术的目的并不是为了替代人,而是更好地服务于人。在此之前,人类在各个行业中产生了大量的“非结构数据”,其中80%以上是计算机无法“读懂”的,IBM正是要训练Watson“读懂”这些数据,并且找出之前必须通过聘用具有高度洞察力的人类专家才能发现的一些数据之间的内在相关性,其中的意义极为深刻。在Watson的商业应用中,IBM已经与众多企业建立合作,包括与辉瑞制药联合利用大数据建立慢性病风险预测模型,和科大讯飞推动云平台架构合作,与Under Armour合作推出“认知训练系统”,与美敦力合作为病患提供个性化的糖尿病管理服务等等。

热门文章
商学院微博
商学院二维码