[.com原创稿件]说到人工智能算法，深度学习是目前公认的龙头。那么，深度学习能解决哪些问题呢？DARPA（国防高级研究计划局）认为，现在整个人工智能的发展正在向第三阶段飞跃。最后阶段是靠推理能力和逻辑能力。但这还不够，因为人工智能至少需要推理、感知、适应和持续学习四个部分。通过深度学习，人工智能已经发展到感知的第二阶段。以前的推理能力是在有限的空间内进行逻辑论证和推理。但是，大量信息进入后，推理能力就捉襟见肘了。人工智能要想继续发展和学习，能够适应海量数据的输入，保证足够的计算量，就需要引入新的算法。《深度森林》为机器学习的发展提供了新的思路。9月12日，英特尔与南京大学宣布成立英特尔-南京大学人工智能联合研究中心。双方将进一步加强人工智能技术创新、人才培养和生态建设。合作。此次合作也将支持南京大学人工智能学院院长周志华教授提出的新一代深度学习模型“深度森林”。英特尔-南京大学人工智能IPCC中心揭牌仪式据悉，周志华教授去年提出“森林深处”，引起了众多研究者的关注。这是一种基于决策树森林而非神经网络的深度学习模型。多层GBDT森林(mGBDT)，探索通过堆叠多个回归GBDT层作为构建块来学习层次表示的能力，该模型可以使用层间对象传播的变体进行联合训练，而无需推导反向传播和可微性，实验和可视化都证明模型在性能和表示学习能力方面的有效性。英特尔中国研究院院长宋继强认为，深度森林是一个很好的创新，因为它不再依赖海量数据，可以用少量数据训练出好的结果。其优点是训练的结果可以被理解和解释，并转化为可接受的知识。同时，应用领域也得到了极大的拓展，不仅限于感知层，还可以应用于决策层、理解层，甚至行为分析，为螺旋式上升奠定了基础算法和硬件的趋势。人工智能系统由感知层、决策层和行为层组成。感知层可以通过并行计算加速，决策层需要通用计算加FPGA加速，行为层需要实时加速。事实上，在人工智能发展到今天，大家已经逐渐认识到，一种解决方案不能解决所有问题，需要更多的计算模型和产品来满足不同工作负载和应用场景的需求。在人工智能芯片产品方面，英特尔正在积极布局。早在2015年12月，英特尔就宣布以167亿美元现金收购可编程逻辑芯片巨头Altera。2016年8月，它又出手了，3.5亿美元收购初创公司NervanaSystems，仅仅一个月后，就将硅谷视觉处理初创公司Movidius收入囊中。鉴于多种计算模式需要不同的硬件加速，英特尔将人工智能芯片产品分为多个类别，包括至强可扩展处理器系列、Nervana神经计算处理器、Movidius和FPGA。未来，英特尔还将利用异构计算帮助南京大学选择最适合的软硬件进行混搭和组合，推动“深度森林”算法的研究。南京大学与英特尔在三方面展开合作周志华教授表示，英特尔-南京大学人工智能联合研究中心的成立，不仅将进一步推动南京大学在人工智能和机器学习算法方面的研究，还将进一步拓展其研究领域在机器学习中。并研究理论算法，推动芯片和架构的进一步发展。更重要的是，英特尔已经为众多各行各业的高端用户提供了技术支持和服务。通过与英特尔的合作，可以进一步推动双方的研究成果向产业化应用，提供更好的发展空间。南京大学与英特尔的合作主要包括三个方面：一是与目前的深度神经网络不同，“深度森林”技术不适用于GPU加速。如果想要实现更大的模型，带来更好的效果，一方面，需要与行业伙伴一起，通过分布式计算技术，做出更大的模型；另一方面，你也在探索是否可以通过硬件加速来改善。它是可扩展的。通过之前的调查发现，英特尔的多核处理器可能对加速“深度森林”模型特别有帮助，有助于推动研究向前发展，进而对英特尔未来的芯片设计具有一定的启发意义。其次，从整个科研的角度来看，南京大学的机器学习和人工智能研究团队主要是在理论、算法和应用技术上进行突破性的研究工作，但主要是在软件方面。作为一所综合性大学，南京大学在计算机科学硬件方面还有待加强。通过与英特尔的合作，南京大学可以在软硬件结合方面走得更远。第三，尤其是在人才培养方面，南京大学成立了人工智能学院，旨在培养人工智能领域软硬件兼备的高层次人才。学院甚至会通过与英特尔的合作，引进一些芯片和硬件设计方面的课程，对人才培养提供很好的补充和支持。联合培养面向未来的人工智能高层次人才英特尔-南京大学人工智能IPCC中心是国内首家以人工智能为主要方向的IPCC。IPCC一直是英特尔并行计算的中心。过去主要专注于高性能计算领域，现在人工智能成为主要目标。英特尔-南京大学人工智能IPCC中心在技术和人才培养方面具有重要意义。除了研究机器学习的前沿课题，周志华教授也非常关注人工智能人才的培养。他说，南京大学作为中国最大的大学，旨在培养高层次人工智能人才。一要具备源头创新能力的人工智能能力，二要具备解决企事业单位关键技术问题的能力。与这两个目标相对应的人才应该具备什么样的知识结构？主要包括三个方面。首先，你必须有扎实的数学基础。其次，你必须在计算和软件程序方面有扎实的基础。第三，你必须具备全面的人工智能专业知识。宋继强还表示，作为面向未来的AI领域的高材生，不仅要懂算法，更要明白这个算法在应用的时候应该和什么样的硬件结合才能得到最好的解决方案。所以课程设计一定要和对行业有非常深刻理解的公司合作，才不会拘泥于目前的片面理解。据了解，通过与英特尔的合作，南京大学在人才培养方面取得了一定的成效。部分研究生早期进入研究工作，得到英特尔高级工程师的指导。学生们将在理论和算法方面支持英特尔，通过合作，他们还将获得更多关于软硬件有机结合的知识。因此，这些研究生对于底层硬件的理解和操作能力，已经远远超过了普通课程培养出来的研究生。【原创稿件，合作网站转载请注明原作者和出处为.com】
