技術(shù)創(chuàng)新在加速

　　視頻一：技術(shù)創(chuàng)新正在將傳統(tǒng)公司擠出市場(chǎng)

技術(shù)創(chuàng)新將傳統(tǒng)公司擠出市場(chǎng) （來源：網(wǎng)易科技頻道）

　　這個(gè)例子清楚地展示了蘋果是如何從瀕臨破產(chǎn)的邊緣一躍成為全球最受喜愛的品牌。這同樣適用于那些還存在不到20年的公司，比如谷歌、亞馬遜(Amazon)和Facebook。

　　未來展望：如果你的公司沒有在數(shù)據(jù)驅(qū)動(dòng)的人工智能上投入大量資金，那么它在未來10年不會(huì)持續(xù)下去。

　　視頻二：學(xué)習(xí)基因編程細(xì)胞獵殺癌細(xì)胞

基因編程的細(xì)胞可以獵殺癌細(xì)胞 （來源：網(wǎng)易科技頻道）

　　這項(xiàng)編程基因治療癌癥的項(xiàng)目就是一個(gè)創(chuàng)新的例子。

　　未來展望：在這里，技術(shù)使我們看到經(jīng)過編程的藥物或細(xì)胞有可能清除對(duì)人類生命最可怕的詛咒——癌癥。

　　視頻三：汽車駕駛使用進(jìn)化算法進(jìn)行學(xué)習(xí)

用進(jìn)化算法學(xué)習(xí)開車 （來源：網(wǎng)易科技頻道）

　　這個(gè)例子是在深度強(qiáng)化學(xué)習(xí)領(lǐng)域，使用神經(jīng)進(jìn)化技術(shù)來教汽車學(xué)習(xí)賽車。

　　未來展望：在60年代，開車是一種樂趣和特權(quán)。如今，緊密相連的城市和交通使駕駛成為一個(gè)大問題。像這樣的算法將幫助我們開發(fā)無人駕駛汽車，它可以在沒有壓力的情況下比我們做得更好。

　　高性能計(jì)算（HPC）會(huì)成為人工智能創(chuàng)新的支柱

　　技術(shù)創(chuàng)新正在以非常快的速度發(fā)生，而人工智能及其相關(guān)的架構(gòu)將使其發(fā)展得更快。

　　快速的寬帶互聯(lián)網(wǎng)，廉價(jià)的高性能計(jì)算硬件將會(huì)出現(xiàn)，未來，工程師和經(jīng)理們的辦公桌上也會(huì)有高速電腦。高性能計(jì)算是后端技術(shù)，它使城市變得更智能，使組織數(shù)據(jù)驅(qū)動(dòng)和決策制定成為一種簡(jiǎn)化的流程，能夠輕松地篩選海量數(shù)據(jù)。

　　人工智能將進(jìn)一步加快技術(shù)創(chuàng)新步伐

　　這一切都始于人工智能，谷歌開源其機(jī)器學(xué)習(xí)庫TensorFlow、AI庫和張量處理單元，F(xiàn)acebook也遵循了開源的方式發(fā)布PyTorch。今天，我們聽說Uber、Netflix、Tesla以及幾乎所有快速增長的公司都在使用某種形式的機(jī)器學(xué)習(xí)或深度學(xué)習(xí)架構(gòu)。英偉達(dá)顯然在GPU方面走在了前面，但有兩件事將決定這場(chǎng)革命的下一波浪潮。一是有關(guān)于張量的架構(gòu)；二是，我們將看到32位和64位IEEE 754浮點(diǎn)架構(gòu)的衰落和緩慢消亡。

人工智能將使90年代和21世紀(jì)頭10年的許多計(jì)算范式徹底過時(shí)，因?yàn)槲磥?-7年，新的模型、架構(gòu)和硬件解決方案將充斥市場(chǎng)。

從技術(shù)上講，我們將看到更高級(jí)的線性代數(shù)解決方案嵌入到硬件中，在這些硬件中進(jìn)行并行計(jì)算——這是深度學(xué)習(xí)系統(tǒng)最擅長的，使用多層子矩陣BLAS(基本線性代數(shù)子程序)進(jìn)一步加快矩陣乘法。

　　總有一天，當(dāng)我們回首往事，我們會(huì)說“人工智能是人類的一個(gè)轉(zhuǎn)折點(diǎn)”。從現(xiàn)在起10-20年后，我們回顧當(dāng)前的計(jì)算基礎(chǔ)設(shè)施、數(shù)據(jù)中心、桌面計(jì)算機(jī)和設(shè)備時(shí)，就像我們回顧上世紀(jì)50年代過時(shí)的計(jì)算方法時(shí)那樣，悄然微笑。

　　這就是為什么人工智能經(jīng)濟(jì)將是巨大的，因?yàn)樗鼘?dǎo)致工業(yè)規(guī)模的大規(guī)模改革，就像20年前的互聯(lián)網(wǎng)所做的那樣。

　　（選自：Forbes 編譯：網(wǎng)易智能 參與：毅力）