自從2012年以來，深度學(xué)習(xí)(DeepLearning)就以一種勢如破竹之勢突破了一個(gè)個(gè)經(jīng)典的人工智能問題。面對人工智能的快速發(fā)展，你不想了解它的基本工作原理嗎？

想搞清楚什么是深度學(xué)習(xí)，要先從人工智能說起，自從1956年計(jì)算機(jī)科學(xué)家們在達(dá)特茅斯會議(DartmouthConferences)上確認(rèn)人工智能這個(gè)術(shù)語以來，人們就不乏關(guān)于人工智能奇思妙想，我們夢想著擁有人類五感(甚至更多)、推理能力以及人類思維方式的神奇機(jī)器。如今，雖然夢想的局面還沒有出現(xiàn)，但是稍微弱一點(diǎn)的人工智能已經(jīng)大行其道了，比如：圖像識別、語音識別、多語言翻譯等。

機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的一種重要方法。機(jī)器學(xué)習(xí)的概念來自早期的人工智能研究者，簡單來說，機(jī)器學(xué)習(xí)就是使用算法分析數(shù)據(jù)，從中學(xué)習(xí)并自動(dòng)歸納總結(jié)成模型，最后使用模型做出推斷或預(yù)測。與傳統(tǒng)的編程語言開發(fā)軟件不同，我們使用大量的數(shù)據(jù)送給機(jī)器學(xué)習(xí)，這個(gè)過程叫做“訓(xùn)練”。

深度學(xué)習(xí)(DeepLearning)是機(jī)器學(xué)習(xí)中近年來備受重視的一支，深度學(xué)習(xí)根源于類神經(jīng)網(wǎng)絡(luò)模型，但今日深度學(xué)習(xí)的技術(shù)和它的前身已截然不同，目前最好的語音識別和影像辨識系統(tǒng)都是以深度學(xué)習(xí)技術(shù)來完成，像各手機(jī)廠商宣傳的AI拍照功能，以及此前紅遍大街小巷的AlphaGo都是基于深度學(xué)習(xí)技術(shù)，僅僅是應(yīng)用場景不同。

深度學(xué)習(xí)的基礎(chǔ)是大數(shù)據(jù)，實(shí)現(xiàn)的路徑是云計(jì)算。只要有充足的數(shù)據(jù)、足夠快的算力，得出的“結(jié)果”(宏觀上呈現(xiàn)機(jī)器的某種智能化功能)，就會更加準(zhǔn)確。目前，基于大數(shù)據(jù)、云計(jì)算這種智能化操作路徑，可以在深度神經(jīng)網(wǎng)絡(luò)框架下來更好解釋。

深度神經(jīng)網(wǎng)絡(luò)也被稱為深度學(xué)習(xí)，是人工智能領(lǐng)域的重要分支，深度神經(jīng)網(wǎng)絡(luò)目前是很多現(xiàn)代AI應(yīng)用實(shí)現(xiàn)的基礎(chǔ)。自從深度神經(jīng)網(wǎng)絡(luò)在語音和圖像識別任務(wù)中展現(xiàn)出突破性成果后，使用深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用數(shù)量就呈爆炸式增長。

目前這些深度神經(jīng)網(wǎng)絡(luò)方法被大量應(yīng)用在自動(dòng)駕駛、語音識別、圖像識別、AI游戲等領(lǐng)域。在很多領(lǐng)域，深度神經(jīng)網(wǎng)絡(luò)跟早期的專家手動(dòng)提取特征或制定規(guī)則不同，深度神經(jīng)網(wǎng)絡(luò)的優(yōu)越性能來自于在大量數(shù)據(jù)上使用統(tǒng)計(jì)學(xué)習(xí)方法，從原始數(shù)據(jù)中提取高級特征的能力，從而對輸入空間進(jìn)行有效的表示。

實(shí)際上，這種表示的過程就包含對大量數(shù)據(jù)計(jì)算的過程，因?yàn)獒槍δ撤N特定功能的最終呈現(xiàn)的超高的準(zhǔn)確性，是以超高的計(jì)算復(fù)雜度為代價(jià)的。

而通常我們所說的計(jì)算引擎，尤其是GPU，就是深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)。因此，能夠在不犧牲準(zhǔn)確性和增加硬件成本的前提下，提高深度神經(jīng)網(wǎng)絡(luò)的能量效率和吞吐量的方法，對于深度神經(jīng)網(wǎng)絡(luò)在AI系統(tǒng)中更廣泛的應(yīng)用是至關(guān)重要的。

目前，國內(nèi)一些知名大公司近些年的研究人員已經(jīng)更多的將關(guān)注點(diǎn)放在針對深度神經(jīng)計(jì)算開發(fā)專用的加速方法，并著手研發(fā)人工智能專用芯片，也就是真正的人工智能芯片。

所謂人工智能芯片，一般是指針對人工智能算法設(shè)計(jì)的ASIC(專用芯片)。雖然傳統(tǒng)的CPU、GPU也都可以拿來執(zhí)行人工智能算法，但是這些芯片要么計(jì)算速度慢，要么功耗大，這么多缺點(diǎn)使得它們在很多場合是不能用的。

比如，自動(dòng)駕駛的汽車需要人工智能芯片，因?yàn)槠囋谛旭傔^程中需要識別道路行人以及紅綠燈的變化狀況，這些情況有時(shí)候是突發(fā)的，如果我們利用傳統(tǒng)的CPU去做這個(gè)突發(fā)路況計(jì)算，因?yàn)镃PU不是專職干人工智能計(jì)算的，所以它的計(jì)算速度慢，很可能綠燈已經(jīng)變成紅燈了，我們的自動(dòng)駕駛汽車還沒有剎車。

如果換成用GPU，計(jì)算速度確實(shí)要快很多，但這個(gè)時(shí)候的計(jì)算功耗非常大，電動(dòng)汽車的車載電池?zé)o法長時(shí)間支撐這個(gè)功能，而且大功率芯片會導(dǎo)致車體發(fā)熱，容易引發(fā)油箱自燃。而且GPU一般價(jià)格昂貴，普通消費(fèi)者也很少能買得起這種使用大量GPU芯片的自動(dòng)駕駛汽車。因此，在人工智能領(lǐng)域，開發(fā)專用芯片成了必然趨勢。

(行業(yè)針對不同場景開發(fā)的專用芯片技術(shù)實(shí)現(xiàn)路徑)

目前市場上可以買到的人工智能芯片按照處理任務(wù)的不同可以分為兩類。

——面向訓(xùn)練和推斷(Inference)，這個(gè)工作GPU可以干，CPU也可以干，F(xiàn)PGA也可以干。但如果開發(fā)人工智能的芯片，則干得更好。因?yàn)槿斯ぶ悄苄酒菍I(yè)干這個(gè)的，相當(dāng)于是“專家”。

——推斷加速芯片。這類芯片就是把神經(jīng)網(wǎng)絡(luò)訓(xùn)練好的模型放在芯片上跑。比如寒武紀(jì)的神經(jīng)網(wǎng)絡(luò)芯片，深鑒科技的DPU，地平線機(jī)器人的BPU都是這類產(chǎn)品。

如果按使用場景劃分，人工智能芯片主要分為云端和終端芯片。

目前主流的深度學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)算法包括訓(xùn)練和推斷兩個(gè)環(huán)節(jié)。由于訓(xùn)練需要大量數(shù)據(jù)去訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)，因此訓(xùn)練主要在云端進(jìn)行。比如百度在2018年的AI開發(fā)者大會上推出的昆侖芯片——這是中國首款云端全功能AI芯片。而終端芯片更側(cè)重低成本和低功耗，目前中國的人工智能芯片初創(chuàng)企業(yè)主要布局在這個(gè)領(lǐng)域。

那么，人工智能芯片是如何工作的呢?在神經(jīng)網(wǎng)絡(luò)領(lǐng)域，一個(gè)子領(lǐng)域被稱為深度學(xué)習(xí)。最初的神經(jīng)網(wǎng)絡(luò)通常只有幾層的網(wǎng)絡(luò)。而深度網(wǎng)絡(luò)通常有更多的層數(shù)，今天的網(wǎng)絡(luò)一般在五層以上，甚至達(dá)到一千多層。

目前在視覺應(yīng)用中使用深度神經(jīng)網(wǎng)絡(luò)的解釋是：將圖像所有像素輸入到網(wǎng)絡(luò)的第一層之后，該層的加權(quán)和可以被解釋為表示圖像不同的低階特征。隨著層數(shù)的加深，這些特征被組合，從而代表更高階的圖像特征。

當(dāng)然，一片在指甲蓋大小的面積上集成了超過55億個(gè)晶體管的AI芯片不可能只用來拍拍照這么簡單。目前手機(jī)上已經(jīng)有語音服務(wù)、機(jī)器視覺識別、圖像處理等智能應(yīng)用，未來還會增加包含醫(yī)療、AR、游戲AI等更多元化的應(yīng)用類型。

那么語音服務(wù)、機(jī)器識別、圖像自動(dòng)處理這些功能，在微觀層面的機(jī)制如何運(yùn)行的?

以AI拍照拍攝一只在混亂背景中的貓咪為例，當(dāng)圖片進(jìn)入攝像頭中的圖片在表層時(shí)，該層的加權(quán)可能被“認(rèn)定”為一直老虎，但當(dāng)隨著加權(quán)層數(shù)的不斷增加，顯現(xiàn)的結(jié)果就會越來越精確，不僅能識別圖片中是一只貓，而且還能進(jìn)一步識別出貓的周圍環(huán)境：有一片草地，天空是藍(lán)的，貓站在臺階上等等更高階的圖像特征。

深度學(xué)習(xí)網(wǎng)絡(luò)在近些年得到巨大成功，主要是由三個(gè)因素導(dǎo)致的。

首先是訓(xùn)練網(wǎng)絡(luò)所需的海量信息。學(xué)習(xí)一個(gè)有效的表示需要大量的訓(xùn)練數(shù)據(jù)。目前Facebook每天收到超過3.5億張圖片，沃爾瑪每小時(shí)產(chǎn)生2.5Pb的用戶數(shù)據(jù)，YouTube每分鐘有300小時(shí)的視頻被上傳。因此，云服務(wù)商和許多公司有海量的數(shù)據(jù)來訓(xùn)練算法。

其次是充足的計(jì)算資源。半導(dǎo)體和計(jì)算機(jī)架構(gòu)的進(jìn)步提供了充足的計(jì)算能力，使得在合理的時(shí)間內(nèi)訓(xùn)練算法成為可能。

最后，算法技術(shù)的進(jìn)化極大地提高了準(zhǔn)確性并拓寬了DNN的應(yīng)用范圍。早期的DNN應(yīng)用打開了算法發(fā)展的大門。它激發(fā)了許多深度學(xué)習(xí)框架的發(fā)展(大多數(shù)都是開源的)，這使得眾多研究者和從業(yè)者能夠很容易的使用DNN網(wǎng)絡(luò)。

目前,DNN已經(jīng)廣泛應(yīng)用到各個(gè)領(lǐng)域，包括圖像和視頻、語音和語言、醫(yī)藥、游戲、機(jī)器人、自動(dòng)駕駛等領(lǐng)域?？梢灶A(yù)見的是，深度神經(jīng)網(wǎng)絡(luò)必將也會在金融(例如交易，能源預(yù)測和風(fēng)險(xiǎn)評估)，基礎(chǔ)設(shè)施建設(shè)(例如結(jié)構(gòu)安全性，交通控制)，天氣預(yù)報(bào)和事件檢測中有更多深入的應(yīng)用。