模式識別室會議合影

鄧亞萍（左）參觀模式室

模式室

實驗室

　　4：1，最終，“阿爾法圍棋”（AIphaGo）無懸念地擊敗了世界圍棋冠軍李世石九段。和曾經(jīng)挑戰(zhàn)國際象棋大師的“深藍”相比，“阿爾法圍棋”更具挑戰(zhàn)性，因為圍棋走法之復雜，戰(zhàn)略和推理要求之嚴格，都在極度考驗著“選手”的智力水平，需要“深度學習”才能完成任務(wù)。

　　眼看國際人工智能機器人智商大有“碾壓”人類之勢，我們不禁要問，我國的人工智能發(fā)展現(xiàn)狀如何？帶著相關(guān)問題，《中國科學報》記者走進了我國人工智能領(lǐng)域的領(lǐng)軍科研機構(gòu)——中科院自動化所。

完全復制人腦路還長

　　何為“深度學習”，中科院自動化所模式識別國家重點實驗室副主任陶建華研究員這樣解釋：“阿爾法圍棋”采用的“深度學習”技術(shù)是一種多層人工神經(jīng)網(wǎng)絡(luò)。之所以“阿爾法”能在短時間內(nèi)掌握大量圍棋走法，建立前期優(yōu)勢，陶建華形容每層神經(jīng)網(wǎng)絡(luò)會把“大量矩陣數(shù)字、矢量或流數(shù)據(jù)作為輸入，通過非線性激活方法取權(quán)重，再產(chǎn)生另一個數(shù)據(jù)集合作為輸出”。

　　如同生物神經(jīng)大腦的工作機理，這種多層神經(jīng)網(wǎng)絡(luò)通過合適的矩陣數(shù)量、多層組織鏈接起來，形成神經(jīng)網(wǎng)絡(luò)“大腦”，并進行精準復雜的處理。

　　“雖然神經(jīng)網(wǎng)絡(luò)在幾十年前就有了，但直到最近才形勢明朗?！庇捎谛枰罅康挠柧毑拍馨l(fā)現(xiàn)矩陣中的數(shù)字價值，陶建華表示，最近幾年，一些能獲取海量資源的團隊在挖掘神經(jīng)網(wǎng)絡(luò)，而他們就是通過“大數(shù)據(jù)”技術(shù)來進行高效訓練。

　　這種多層次的深度神經(jīng)網(wǎng)絡(luò)特點是在物理及數(shù)據(jù)處理上模仿人腦，處理外部信息的構(gòu)造和流程，在一些簡單功能上，其可以被看作人腦在處理該問題時的一個復制。

　　陶建華表示，由于人腦的結(jié)構(gòu)異常復雜，人類想要通過程序完全復制一個人腦，至少目前還有很長的路要走?！吧疃壬窠?jīng)網(wǎng)絡(luò)在解決智能技術(shù)中的某一個或幾個問題時，能夠體現(xiàn)出類似于人的能力，但從整體上看，智能技術(shù)目前難以達到人腦的思維復雜度?！彼忉屨f。

　　深度神經(jīng)網(wǎng)絡(luò)應用非常廣泛，以“深度學習”為基礎(chǔ)的智能算法是未來人工智能領(lǐng)域的重要研究內(nèi)容，也是目前該領(lǐng)域中最為關(guān)注的核心內(nèi)容之一。

　　“事實上，‘深度學習’已經(jīng)在人臉識別、手寫識別、語音識別、語義理解、機器翻譯等范圍內(nèi)產(chǎn)生了大規(guī)模的應用。”陶建華表示，深度神經(jīng)網(wǎng)絡(luò)同時還在無人駕駛汽車、智能服務(wù)機器人等一系列代表未來技術(shù)的產(chǎn)品中發(fā)揮著舉足輕重的作用?！啊疃葘W習’體現(xiàn)出來的高性能，實際上已經(jīng)掀起了新一代智能技術(shù)的革新浪潮?！?/P>