人工智能之三足鼎立

　　人工智能自1980年代提出以来，经历3轮起落，在近两年＂咸鱼翻身＂，受到各大科技公司、投资界、媒体的追捧，成为一个大风口，并上升为国家战略，弯道超车的利器。各省各地各类产业大会、高峰论坛应接不暇，各路媒体纷纷宣传＂智能时代＂业已到来。
　　人工智能是非常广阔的领域，覆盖很多个大的学科，覆盖社会生产生活的各个领域，从人工智能的核心技术上可以归为6类：计算机视觉、自然语言理解与交流、认知与推理、机器人学、博弈与伦理、机器学习。从应用领域上，AI+X技术主要有AI+制造、医疗、交通、教育、生态环境、金融、政务、海洋、商业、安防、智慧城市等多种形式。这些领域交叉发展，逐渐走向人工智能大融合，提升人类执行各项任务的能力与效率，最终实现智能机器的延伸与增强。
　　那么为什么人工智能在沉入近30年的寒冬谷底之后，在近年掀起了第三次热潮。这便不能不提支撑起新一轮人工智能技术发展的三大要素基础：算法、算力、数据。
　　在算法方面，可以说深度学习算法的成功直接推动了此次人工智能产业热潮。目前算法在主要的特定场景、特定任务的应用上，例如人脸识别、OCR、图像分析、语音分析等取得了卓越的成效，受产业界推动，广泛应用于无感支付、智能安防、医学影像、同声传译等方面。提及深度学习，不能不提其主要贡献者：多伦多大学教授Hinton，是神经网络和深度学习研究的重量级人物。Google、FaceBook、Microsoft等头部企业也相继开源了旗下的深度学习平台，如TensorFlow、Caffe等。
　　深度学习算法需要大量的计算能力，简称算力。有别于传统的云计算中心，CPU性能提升有限，难以支撑人工智能算法的大规模并行浮点计算的需求。复杂异构环境下计算效率、计算框架的高度并行与扩展成为AI计算系统的主要指标。深度学习专用处理器芯片、大规模超算集群成为深度学习训练的计算资源基础设施。如Nvidia、寒武纪、比特大陆等纷纷推出相应的人工智能计算平台NVIDIA Tesla GPU、Cambricon、算丰等。
　　互联网、物联网浪潮的发展，大规模云计算中心的建设，为人工智能的沉淀了海量的数据资源，使得特定任务、场景训练所需的数据集可以轻易通过网络爬虫等各种形式获取。数据是驱动人工智能算法成熟与验证的核心驱动力。例如人脸识别或物体识别，通过海量的互联网抓取的图像数据，清洗、标注，用大量的数据来训练这一单一任务的模型，来提高模型的拟合能力与泛化能力。各大研究机构，业界也纷纷开源了广泛的数据集，如著名的ImageNet库、各大人像库、场景库等。ImageNet每年举办一次的大规模视觉识别挑战赛（ILSVRC），分类检测物体和场景，已成为当今智能视觉中最具影响力的赛事之一。