曙光高层访谈：深度学习和人工智能浅析

    毫无疑问，GTC 2015把Deep Learning带给了全世界。本次大会发布的所有新产品和新技术都是围绕着Deep learning展开。包括图像和视频识别，包括语音检测转化甚至潜台词认知都得益于Deep learning模型训练而变得更加准确和智能。这些应用的发展成熟势必对我们的生活带来很大的影响，以前仿佛还遥不可及的自动驾驶就是其中之一。

    另一方面，因为无论是从事什么数据分析，Deep learning想要获得更高的精度和正确率，必须借助高性能计算。从产业角度来看，Deep learning的兴起给传统的高性能计算行业也注入了新的活力。

    在GTC大会期间，笔者采访了NVIDIA全球副总裁、PSG兼云计算业务总经理Ashok Pandey以及曙光信息产业股份有限公司副总裁沙超群博士，通过这次采访我们了解到了目前高性能计算行业的发展现状和未来Deep learning的发展前景。

NVIDIA全球副总裁、PSG兼云计算业务总经理Ashok Pandey

    虽然很多朋友可能是通过这次GTC才了解到Deep learning，但Deep Learning其实并不是一个全新的概念。简单来说，deep learning是一种机器学习的演进，可以说是大数据分析的进化版，人工智能的前提或者说一部分。它可以解决电脑和现实的交互，也能为人工智能提供数据支持。早在80年代这一概念就已经被提出，但因为计算能力的限制，当时这个设想只是存在于理论研究阶段。Ashok Pandey说道：图像声音等等数据，电脑本身是无法理解的，所以工程师需要将任务分解成多个抽象层次去处理。深度学习的核心思想是把学习结构看作一个网络，让电脑无监督学习用于每一层网络的pre-train，每次用无监督学习只训练一层，将其训练结果作为其高一层的输入，用自顶而下的监督算法去调整所有层。过去处理的时候没有那么多的数据，也没有那么多的工具和那么强大的算力，所以很多事情过去做不到的，随着GPU运算能力的不断突破，这一情况得到了改观。

曙光信息产业股份有限公司副总裁沙超群博士

    从06年开始，Deep Learning的概念在业界再次开始被重视，而最近两年几乎所有厂商都都注意到了这项技术并积极地参与其中，曙光就是其中之一。沙超群博士表示，也许Deep Learning在未来会改变我们的生活和工作，而对于HPC业界来说，Deep Learning的兴起给HPC行业带来了新的机遇。在曙光公司内部，Deep learning被认为是HPC的一个新的增长点和未来的发展趋势，举例来说，也许目前用于Deep learning的算力只占到整体算力的20%左右，但前几年这个比例几乎为零，发展速度是非常可观的，也许再过几年，这个比例将达到一半甚至更多！

    其实曙光从很早以前就和NVIDIA有了非常深度的合作，2010年的曙光星云就采用了CPU加上GPU的异构方案。前几年我们说到大数据，说到智慧城市，今年我们谈Deep learning，其实这些东西都是息息相关的。Deep learning的兴起是源于处理音频、视频这种大数据需要，可以说是应运而生。

    采访过程中，沙超群博士对Deep learning的未来充满信心，他说：从目前取得的成就和发展速度来看，我们也认为GPU从2008年出来到今天，应该已经真正找到了它最重要的应用领域。包括视频识别，音频识别领域都会有大量的应用。所以我们会跟NVIDIA有密切的合作，一起在国内推动这个市场。

    不同于其他刚发布或者处于研究阶段的新技术，Deep Learning虽然兴起短短数年，但已经有很多应用上线运行中。目前Deep learning在图像识别，语音识别甚至趋势预测等领域有着卓越的表现。Ashok Pandey表示，Deep Learning可以被视作是是智慧城市的一种实践过程，比如说IDA、视频监控。对于人类来说，这是一个重复性高但劳动强度很大的工作。而如果你去训练MRI或者CT，让它们去发现一个癌症的病变将是非常可行的。平安城市或者智慧城市只是一个非常笼统的概念，它是无数个这样的应用案例的集合。

    目前Deep Learning相关的应用可以说是遍地开花，IT公司在做，能源公司在做，汽车公司在做，甚至搞教育的都在做。举个例子，以后我们学英语，你读一遍，电脑识别一遍，然后就可以用Deep learning训练出的模型告诉你哪个读得不好，这里面牵扯到语音识别，其实语音识别是今天最最基本的一个人工智能。Deep Learning让我们离高级人工智能又近了一步。

    记者问到对于Deep Learning的未来有什么看法时，Ashok Pandey表示，技术的发展是多方推动的产物，Deep learning并不是只有NVIDIA自己在做。以前我们在这里都讲机器学习，没有讲深度学习。后来我们发现对特定的一些应用，做一种深度的训练效果会大大改观，所以有了本次GTC 2015的主题。Deep Learning的未来究竟会怎样，没有人能够去百分百准确的下定论，因为这个过程中我们也在学习和试验更多的新技术，技术本身是一个不断创新的过程，唯一可以肯定的是我们不断开拓探索的努力不会改变！■