中国艺术研究院好考吗_amd中国研究院_中国鼻科研究院在哪里(4)

顺便提一句，语音实时翻译技术下一步要被用于skype上面，实现各国语种无障碍通话。

Netflix是北美最大的电影点播系统，他们采用深度神经网络的方法来实现用户的电影推荐系统；Amazon也成立了人工智能实验室， 他们好像通过人工智能的方法分析用户行为，更有效实现商品推荐系统。

国外的讲完了，该国内的啦。在国内，主要是BAT三家，这些都是我个人平时参加他们的报告和讲座后总结的，有我个人的理解成分。

百度，在2013年初就成立了深度学习研究院Institute of Deep Learning, 相继将深度神经网络模型用于10多项产品中，取得了很多突破性效果。2014年5月百度宣布Baidu Brain项目，称起正在搭建系统用于模拟人脑的认知能力，并宣称其平台已具备2岁孩童的智力水平。百度是将人工智能作为它的一个增强科技核心力量的追求了，挖掘了大量的该领域的人才。

比如百度挖掘的人工智能领域的第三个泰斗-斯坦福的教授Andrew Ng，在北美成立人工智能实验室，正在招兵买马，Andrew最近在公共场合讲过，他们以后将会利用百度的大数据攻克物体的无监督识别以及自然语言的理解等难题。百度的深度学习研究院的总监于凯曾经在国际会议上讲过百度在学习大数据时面临的挑战，一个是如何有效处理不断增加的海量数据，二是分布式系统的可扩展性正面临瓶颈，这个挑战需要人工智能算法专家和硬件系统的专家联合解决。

人工智能领域学术界的三个泰斗分别被Google， Facebook和百度挖走，形成三家分立的局面，这三家公司又都具备大数据的宝贵资源，我们拭目以待其各自的未来突破哈。我个人认为肯定会有非常让人兴奋的研究成果和产业应用出炉，三家争鸣，希望能在算法角度大力推进人工智能领域的突破性演变。

Alibaba，阿里的产品大家都知道哈，淘宝、天猫、阿里金融等，阿里在14年6月在计算所讲过其大数据，有一些细节可以跟大家分享一下。 阿里目前已经攒下了超过100PB的已处理过的数据，相当于一亿个GB大小，相当于4个西雅图图书馆。具体来说阿里的大数据，包括一下：总数量超过数十PB的用户数据和商品数据，每天新产生数十亿条用户行为日志，全网有几十亿的商品，几亿用户的状态数据。

阿里在搜索和广告系统中采用了机器学习的方法，优化器CTR预估，搜索结果页排序以及个性化体系。阿里的性化体系中面临的挑战包括，大数据的稀疏性、长尾效应和大量的噪音，网购行为本身的复杂性，阿里在多样性和准确性面临双重挑战。

华为在香港的诺亚方舟实验室也在做人工智能，具体现在做到什么程度不是特别清楚，没有太多公开的资料可以借鉴。个人感觉还是在研究阶段。

前三节讲完了，不知道大家感觉如何啊?能够对人工智能的现状有个全面了解吗？第四五两部分比较技术细节，做硬件系统的人可以多听听。

四、 深度学习对系统提出的挑战

Big Data + 深度神经网络的机器学习模型，带领了现在人工智能发展的方向，近几年在引发了新一轮机器学习的热潮。由于其模型庞大，计算量非常大，模型训练时间经常要几个月的时间，单个计算机根本在短期无法完成， 需要在分布式系统上通过并行计算来加速。现有主流的有基于CPU服务器的实现，和基于CPU+GPU的系统实现，下面来具体分析一下系统模型和各自存在的挑战。

基于GPU集群的实现，这个当属Google大哥大啊，人家有的是机器，Google大神Jeff Dean带领人马用16000个CPU，组成1000个计算节点搭建了一个大集群，做了著名的Google 猫脸实验。还有几家大互联网公司都有的CPU集群，一个直接的实现都是先从已有集群开始。这种实现的缺点是需要大量的CPU资源，非常昂贵，这个小规模的公司，学术界的研究根部负担不起。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/dianqi/article-33771-4.html