湯曉鷗談深度學習三大核心要素：演算法設計、高性能計算以及大數據

機器之心報道

作者：小琳哥哥

昨日（5月20日），香港中文大學湯曉鷗教授蒞臨 2017CCF 青年精英大會，在會上做了為《人工智慧的明天，中國去哪》的報告。報告重點講解了深度學習的作用，並指出深度學習的三大核心要素是演算法設計、計算能力和大數據。

「由於有了深度學習，我們可以把人工智慧變成數據驅動的學科，數據量、參與量大到一定程度，在某件事情上機器可能超過人類。很多現實中落地的東西，其實都是深度學習做出來的。」

湯曉鷗教授認為人工智慧浪潮的到來是時間的沉澱和積累，深度學習同樣如此。通過關鍵詞「深度學習」在谷歌上的搜索情況也可以略窺一二：2006年開始才有人搜索「深度學習」，因為 Hinton和Yann LeCun 發明了相關演算法。2006-2011年曲線是很平穩的，只有學術界才會去搜索這個詞。2011年突然之間搜索量開始呈現指數型增長，各行各業都在討論深度學習，現在搜索量已經非常的巨大。這條曲線形象的演示了深度學習的爆發過程。

「深度學習所做的事情抽象出來比較簡單，是在做從X到Y的回歸、或者說從A到B的Mapping（對應）——給它一個輸入，給出一個對應的輸出，特殊的地方是深度學習把這件事情做得非常好。以前也有其他演算法可以做，只不過一直無法超越人類，現在深度學習做到了極致。比如說給了一張人臉照片，它就可以給你對應出這個人的名字；給你一個物體的形狀，它就可以告訴你是什麼物體……」

近年來，深度學習確實在學術界、工業界取得了重大的進展。第一個突破出現在語音識別，緊接著在視覺方面也取得了突破。

湯曉鷗認為深度學習有三個核心的要素：

1. 學習演算法的設計，設計出的「大腦」夠不夠聰明；

2. 要有高性能的計算能力，可以訓練一個大的網路；

3. 必須要有大數據。

他做了個比喻，「如果把人工智慧比喻一個火箭的話，大數據就是這個火箭的原料。」

隨後湯曉鷗談到了商湯科技實驗室今年的一些研究進展。一個是可以對電影做實時計算分析，理解判斷劇情。不僅可以把一個演員在什麼地方出現、在那段時間是什麼劇情找出來，還可以用自然語言進行描述，甚至自動分析整個電影的內容。應用方面，這項技術不僅可以用來分析和插播廣告，還可以直接用自然語言搜索視頻內容的不同片段。

另外一項工作是超解析度，就是把很小的圖像放大，最大化還原細節。比如從視頻中抓取一個很模糊的嫌疑罪犯圖像，可以將它實時放大變得很清晰。這只是諜影重重電影上演的效果，還是很震撼的。

在自動駕駛方面，商湯也做了大量研究。如車輛檢測、行人檢測、路道線的檢測、實時的場景分割等等，商湯目前可以用前端晶元進行實時處理。

最後湯曉鷗教授談到「在中國創業的感受」，他表示，「中國創業就像跑百米一樣，要跑的非常快，第一個到達終點才可以活下來。」除了要跑的快，還需要注意路上的陷阱。「這個跑道並不是塑膠跑道，而是滿地都是坑的土路。這場賽跑有兩個結局，一個是全力跑到最快，另外一個是剛起步就掉到坑裡了。困難是一定存在的，儘管路上的坑比較多，但還是可以試一試。」

關於「用什麼錢創業」湯教授也給出了相當有趣的忠告，他認為父母的錢不可以用，那是他們養老的血汗錢；自己掙的錢可以用，還年輕，錢用光了可以再去掙。投資人的錢是可以用的，因為「劫富濟貧人人有責」，他鼓勵大家「如果一定要創業，那就創吧」。

2017CCF青年精英大會是由中國計算機學會主辦，Xtecher協辦的盛會，旨在打造一年一度的中國計算機領域青年高端人才的跨界交流盛會。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！