人工智慧有了定製大腦閱讀題目及答案

　　隨著計算機、網際網路技術的發展，推動著人工智慧的不斷進步。以下是小編為你整理的人工智慧有了定製大腦閱讀題，希望你喜歡。

　　人工智慧有了定製大腦閱讀材料

　　人工智慧，有了定製“大腦”

　　①日前，中國科學院計算技術研究所以下簡稱中科院計算所釋出了全球首個能夠“深度學習”的“神經網路”處理器晶片，名為“寒武紀”。該課題組負責人之一、中科院計算所陳天石博士透露，這項成果將於今年內正式投入產業化。在不久的未來，反欺詐的刷臉支付、圖片搜尋等，都將更加可靠、易用。

　　②前不久，谷歌公司開發的一款圍棋程式“AlphaGo”以4∶1戰勝了韓國棋手李世石，其中，“AlphaGo”的成功祕訣就是模仿人類通過神經網路進行“深度學習”。

　　③“深度學習是指多層的人工神經網路和訓練它的方法。通俗講就是指計算機通過深度神經網路，模擬人腦的機制來學習、判斷、決策。近年來，這種方法已被應用於許多領域，比如人臉識別、語音識別等，它在近期和未來都將是人工智慧領域的一個熱點研究方向。”中國科學院自動化研究所研究員易建強說。

　　④陳天石說，“深度學習”能發展到現今階段，得益於計算系統運算能力的提升，而這種提升正是作為技術支撐的處理器爆炸式發展的結果。目前，“AlphaGo”使用的處理器是在其他領域通用的CPU處理器。2010年，谷歌使用1.6萬個處理器執行7天來訓練一個識別貓臉的深度學習神經網路，在圍棋上戰勝了人類的“AlphaGo”則需要更多的處理器，普通人要想使用這項技術是不可能的。

　　⑤“普通的處理器就好比瑞士軍刀，雖然通用，但不專業。如果廚師要想做出像樣的菜餚，就必須使用專業的菜刀，而專門的深度學習處理器就是這把更高效、更快捷的‘菜刀’。”陳天石說。

　　⑥深度學習處理器，就是給電腦創造出模仿人類大腦多層大規模人工神經網路的晶片。在深度學習處理器的運行當中，計算系統的運算能力提升是決定深度學習處理效率的關鍵。而中科院計算所此次釋出的“寒武紀”處理器，比“AlphaGo”所使用的處理器在效能上提升兩個數量級，也就是說，它能夠讓人工智慧跑得更快、更遠。

　　⑦據陳天石介紹，今年課題組和中科院計算所已經孵化了中科寒武紀公司，正式準備進行科研成果的產業化。未來應用瞄準企業、科研院所裡的高效能伺服器、高效能終端晶片、機器人晶片三大領域，實現更多功能。比如用手機拍照就知道照片中的人是誰，可對眾多視訊進行智慧歸類，圖片搜尋也將更加準確易用，只要在路邊隨便拍下一棵樹，就可以搜尋到這棵樹的所有資料，而不僅僅侷限於現在的文字搜尋。據介紹，“寒武紀”未來可服務的領域既包括社會民生，也包括國家重大需求。

　　⑧在不少人工智慧專家看來，儘管經過近60年的發展，人工智慧已經取得了巨大的進步，但總體上還處於發展初期，依然可以用“方興未艾”來形容。“當前，面向特定領域的專用人工智慧技術已取得突破性進展，甚至可以在單點突破、區域性智慧水平的單項測試中超越人類智慧。比如日本仿人機器人、美國獵豹機器人、德國工業機器人，以及我國的人臉識別、虹膜識別等。”中國科學院院士、中國人工智慧學會副理事長譚鐵牛說。

　　⑨在中國工程院院士、香港中文大學深圳校長徐楊生看來，過去幾十年，科學家往往將更多的精力集中在機器人動作的研究上，讓機器人能像人類一樣爬、抓、行、跳等。徐楊生打了一個比方：前50年，我們研究的多是機器人“穿衣服”這個動作，卻沒有讓機器人學會“要不要穿衣服”等感知和認知能力。

　　⑩隨著計算機、網際網路技術的發展，谷歌、百度等公司陸續推出“AlphaGo”“百度大腦”等深度學習程式，推動著人工智慧的不斷進步。譚鐵牛表示，未來的人工智慧研究需要和腦與神經科學、認知科學、心理學等學科深度交叉融合。

　　選自《人民日報》 2016年03月23日