石宁钰

国际上人工智能的创新和创业日趋活跃，这将在中关村掀起一场新的技术革命……

围棋人机大战让人工智能再度受到广泛关注。当街头巷尾都还在纷纷论人工智能到底是什么、它和我们有什么关系时，这条人工智能的路早已继续高歌猛进，渐渐在中关村蔓延开来。

概念由来：朋友聚会提出来的“人工智能”

1956年夏天，在美国达特茅斯大学（Dartmouth）召开了一次影响深远的历史性会议。这次聚会属于朋友间沙龙式的学术研讨，与会者仅仅只有10个人，当时仅仅是些名不见经传的年轻学者，但后来，他们的名字人们不再陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图林奖”的获奖者。

达特茅斯会议历时长达两个多月，首次提出了“人工智能”（Artificial Intelligence）这一术语。

达特茅斯会议虽然提出了人工智能，但却没能再提出有关于此的更多内容，事实上，人工智能的研究状况比科学家们的设想要复杂和艰难的多。20世纪70年代初，人工智能在经历了一段比较快速的发展时期后，很快就遇到了问题，开始走向低谷。

人工智能的科学家并没有被一时的困难所吓倒，他们在认真总结经验教训的基础上努力探索，使人工智能走出实验室，走向实用化。人工神经网络（artificial neural networks）技术的迅速发展无疑让人工智能的学术界看到了新的希望，让人工神经网络被视为实现人工智能的可能途径。其实它不是一个新概念，20世纪60年代，人们把它称之为感知机，再后来人们开始创造多层感知机，也就是我们今天通常听到的人工神经网络。

ANN中有称作神经元的计算单元。这些人工神经元通过突触连接，这里的突触指的是权重值。也就是说，给定一个数字，一个神经元将执行某种计算，然后计算结果会被乘上一个权重。如果你的神经网络只有一层，那么加权后的结果就是该神经网络的输出值。或者，你也可以配置多层神经元，这就是深度学习的基础概念。

如何执行：人工神经网络通过反向传播实现

关于运行计算的神经元和神经突触，它们又是如何学习执行计算？从本质上说，就是我们需要问它们大量的问题，并提供给它们答案，也就是有监督学习。借助于足够多的问题和答案案例，储存在每个神经元和神经突触中的计算和权值就能慢慢进行调整。通常，这是通过一个叫做反向传播（backpropagation）的过程实现的。

具体来说，反向传播算法就是在学习过程中从最开始输入层输入特征向量，网络层层计算获得输出，输出层发现输出和正确的信息不一样，这时它就让最后一层神经元进行参数调整，最后一层神经元不仅自己调整参数，还会勒令连接它的倒数第二层神经元调整，层层往回退着调整。经过调整的网络会在样本上继续测试，如果输出还是老出错，继续来一轮调整，直到网络输出满意为止。

举例说明，把一张猫的照片交给计算机让其识别，计算机通过这张照片的像素信息逐层分析，每一层都会有若干个神经元负责分解画面上的信息，比如说第一层负责分析照片上的轮廓信息，这个时候可能有一半的神经元判断这个照片上是狗，另一半觉得这个照片上是猫，没关系，再交给下一层分析，下一层的神经元负责分析照片上的颜色信息，再下一层负责分析照片上的纹理信息，以此类推。到了最后一层计算机得出的结果是照片上的动物是狗。但如果计算得出了错误的信息，神经网络就得重新再来一遍，这时候每层的神经网络就会反省上一次的错误，分析得出正确的结果。

技术变革：争做人工智能时代的微软英特尔

深度学习近几年已经引起很多拥有大数据的互联网公司争相投入资源研发。这个最初来自学术界的研究成果渐渐开始影响到各大高科技公司……

2012年，百度语音和图像产品快速崛起，在语音识别准确率方面，2012年全年的进展超过了业界过去多年进展的总和。在图像处理方面，百度仅用一个多月的时间就上线了世界首个全网人脸搜索产品，这些重大突破都得益于深度学习技术的突破与应用。

2013年年初，百度CEO李彦宏宣布成立百度深度学习研究院（Institute of Deep Learning，IDL），这是百度历史上首个正式成立的前瞻性研究机构，致力于“让计算机像人脑一样智能”的科学研究。李彦宏明确表示，希望IDL成为像AT&T-Bell labs（贝尔实验室）、Xerox PARC（施乐帕洛阿尔托研究中心）一样的顶尖研究机构。

地平线机器人技术研发有限公司成立于2015年6月，其创始人余凯曾为百度深度学习研究院常务副院长。自2015年5月离职后，余凯便致力于打造基于深度神经网络的人工智能“大脑”平台，其中包括了软件和芯片的研发，可以做到低功耗、本地化的解决环境感知、人机交互、决策控制等问题。其中，软件方面，地平线做了一套基于神经网络的操作系统，目前也正在研发分别面向自动驾驶的“雨果”平台和智能家居的“安徒生”平台，并已开始在一些具体的应用场景中逐步落地。硬件方面，未来地平线机器人还会为这个平台设计一个大脑芯片BPU （Brain Processing Unit） ，支撑自家的操作系统，到那时效能会提升 2-3 个数量级（100-1000 倍）。

中国科学院计算技术研究所日前发布全球首颗神经网络处理器“寒武纪”。该处理器比“AlphaGo”所使用的处理器在性能上提升两个数量级，在硬件设计上更符合神经网络逐层分析的特点，从而能准确、快速地识别更加复杂的事物。也就是说，它能够让人工智能跑得更快、更远。

该课题组负责人之一、中科院计算所陈天石博士透露，今年课题组和中科院计算所已经孵化了中科寒武纪公司，正式开始进行科研成果的产业化。未来应用瞄准企业、科研院所里的高性能服务器、高效能终端芯片、机器人芯片三大领域，实现更多功能、可服务的领域，既包括社会民生，也包括国家重大需求。

陈天石介绍，寒武纪这个地质纪年是生物多样性大爆发的时代，这项科研成果之所以取这个名字，就是希望人工智能也能像生命一样出现大爆发。

国际上人工智能的创新和创业日趋活跃。以创业企业为例，市场调查公司“风险扫描”绘制的一张人工智能创业地图显示，截至2015年，全球人工智能初创企业已有855家，横跨13个门类，总估值超过87亿美元。在中关村，随着一大批核心科研成果诞生、转化，人工智能领域加速发展，正带动一场新的技术变革。中关村企业将争做人工智能时代的微软英特尔。