“数据、算法、算力”人工智能三要害

周志华暗示，当今的人工智能高潮是因为呆板进修，出格是个中的深度进修技能取得庞大盼望，在大数据、大算力的支持下施展出庞大的威力。呆板进修算法模子用了更大都据和算力后，得到的机能增添也许远超算法模子计划者的预想。可是，把模子“做大”要支付奋发的本钱价钱。

因此，他以为，在人工智能研究上，学术界和家产界相宜有差异的分工：把“对机能的追求”交给家产界，学术界回到本源，做“探路”和“思索将来”的工作。

怎样将“呆板进修“与“逻辑推理”相团结，是人工智能规模的“圣杯题目”，以往的全力有的是“重推理”，有的是“重进修”，另一侧未能充实验展力气。周志华传授提出了“反绎进修”，但愿在一个框架下让呆板进修和逻辑推理二者能更平衡更充实地施展效用。

他说到，“此刻都知道人工智能技能施展浸染必要数据、算法和算力这三要素，将来必要把常识这个要素也思量进来。常识凝结了人的伶俐。已往十几年，我们都是从数据驱动的角度来研究人工智能，此刻是时辰把数据驱动和常识驱动团结起来。”

本日的人工智能高潮首要就是因为呆板进修，出格是个中的深度进修技能取得庞大盼望，并且是在大数据、大算力的支持下施展出庞大的威力。

谈到深度进修，就要谈到深度神经收集。深度神经收集长短常复杂的体系，要实习出来必要很大都据、很强算力的支撑。人工智能算法模子对付算力的庞大需求，也敦促了本日芯片业的成长。譬喻此刻实习深度神经收集用到的GPU，更早是用于动画、渲染。假如没有深度神经收集这么大的需求，GPU也很难有本日这么大的市场，更不消说此刻尚有TPU等新的计划。

以是我们可以看到，人工智能算法模子的成长，与算力、芯片成长之间，有彼此促进的浸染。这几方面的要素是相互促进、相互支撑。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!