日前，中国科学院计算技术研究所(以下简称中科院计算所)发布了全球首个能够“深度学习”的“神经网络”处理器芯片，名为“寒武纪”。该课题组负责人之一、中科院计算所陈天石博士透露，这项成果将于今年内正式投入产业化。在不久的未来，反欺诈的刷脸支付、图片搜索等都将更加可靠、易用。

　　前不久，谷歌公司开发的一款围棋程序“AlphaGo”以4∶1战胜了韩国棋手李世石，其中，“AlphaGo”的成功秘诀就是模仿人类通过神经网络进行“深度学习”。

　　“深度学习是指多层的人工神经网络和训练它的方法。通俗讲就是指计算机通过深度神经网络，模拟人脑的机制来学习、判断、决策。近年来，这种方法已被应用于许多领域，比如人脸识别、语音识别等，它在近期和未来都将是人工智能领域的一个热点研究方向。”中国科学院自动化研究所研究员易建强说。

　　陈天石说，“深度学习”能发展到现今阶段，得益于计算系统运算能力的提升，而这种提升正是作为技术支撑的处理器爆炸式发展的结果。目前，“AlphaGo”使用的处理器是在其他领域通用的CPU处理器。2010年，谷歌使用1.6万个处理器运行7天来训练一个识别猫脸的深度学习神经网络，在围棋上战胜了人类的“AlphaGo”则需要更多的处理器，普通人要想使用这项技术是不可能的。

　　“普通的处理器就好比瑞士军刀，虽然通用，但不专业。如果厨师要想做出像样的菜肴，就必须使用专业的菜刀，而专门的深度学习处理器就是这把更高效、更快捷的‘菜刀’。”陈天石说。

　　深度学习处理器，就是给电脑创造出模仿人类大脑多层大规模人工神经网络的芯片。在深度学习处理器的运行当中，计算系统的运算能力提升是决定深度学习处理效率的关键。而中科院计算所此次发布的“寒武纪”处理器，比“AlphaGo”所使用的处理器在性能上提升两个数量级，也就是说，它能够让人工智能跑得更快、更远。

　　据陈天石介绍，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。比如用手机拍照就知道照片中的人是谁，可对众多视频进行智能归类，图片搜索也将更加准确易用，只要在路边随便拍下一棵树，就可以搜索到这棵树的所有资料，而不仅仅局限于现在的文字搜索。据介绍，“寒武纪”未来可服务的领域既包括社会民生，也包括国家重大需求。

　　在不少人工智能专家看来，尽管经过近60年的发展，人工智能已经取得了巨大的进步，但总体上还处于发展初期，依然可以用“方兴未艾”来形容。 “当前，面向特定领域的专用人工智能技术已取得突破性进展，甚至可以在单点突破、局部智能水平的单项测试中超越人类智能。比如日本仿人机器人、美国猎豹机器人、德国工业机器人，以及我国的人脸识别、虹膜识别等。”中国科学院院士、中国人工智能学会副理事长谭铁牛说。

　　在中国工程院院士、香港中文大学(深圳)校长徐杨生看来，过去几十年，科学家往往将更多的精力集中在机器人动作的研究上，让机器人能像人类一样爬、抓、行、跳等。徐杨生打了一个比方：前50年，我们研究的多是机器人“穿衣服”这个动作，却没有让机器人学会“要不要穿衣服”等感知和认知能力。

　　随着计算机、互联网技术的发展，谷歌、百度等公司陆续推出“AlphaGo”“百度大脑”等深度学习程序，推动着人工智能的不断进步。谭铁牛表示，未来的人工智能研究需要和脑与神经科学、认知科学、心理学等学科深度交叉融合。(记者　吴月辉)