HPCUF2015〡大咖集结，From AI to True-AI

ZD至顶网服务器频道 09月16日 新闻消息：没有吕克贝松对人脑超越极限的超现实幻想，也不探讨阿西莫夫机器人三定律的严肃伦理法则，9月24日，在北京即将举办的2015高性能计算用户大会（简称：HPCUF2015）将带来点实质性的“干货”，国内外互联网大咖将对深度学习这一必将改变未来的人工智能技术的展开技术和应用探讨。

深度学习正当红

由谷歌开启的“机器学习计划”吸引了全球数以千计的科学家参与，Facebook、亚马逊、百度、阿里、讯飞等众多公司也纷纷涉足这一领域，四处挖掘人才、建立研究实验室、高价收购相关创业公司，一切的一切似乎昭示出人工智能时代的盛世即将来临。

深度学习概念源于人工神经网络的研究，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本，是实现机器像人一样思考的关键性技术之一。从本质上来说，深度学习是一项“大数据工程”，需要通过建立有效的学习模型，让机器从数以百万计的图像、声音和文本数据中，自行总结出某种特定事物的特征，从而实现自主学习。

深度学习的兴起，一方面在于爆炸式增长的数据为机器提供了海量的“阅读资料”，另一方面也得益于计算技术特别是GPU、MIC等协处理加速技术的快速发展，为机器赋予了充足、高效而相对低廉的计算能力，能够在短时间内完成海量数据的学习。同时，深度学习也让高性能计算与大数据技术实现了更加紧密的结合，为高性能计算开启了新的应用领域。

深度学习的计算力“黑洞”

实现人工智能一般来说都需要用程序、数学算法等手段构建一个能模拟人类大脑工作原理的神经网络，然后通过反复输入数据对该神经网络模型加以训练，进而实现类似人脑思维方式的计算形式。同时，由于人脑每天能接触数以万计的信息并且在短短几秒内给出判断和反映，所以要实现让机器能真正像人类一样思考不仅依靠算法模型的精确，同时也需要媲美人脑计算效率的高性能计算技术。

然而，要模拟人脑绝非易事。人类大脑大致有1000亿神经元，每个神经元有大约5000个神经突触，而人脑的计算能耗比更是世界上最快的超级计算机天河2号的200万倍。日本和德国的研究人员曾在“京”（日本最快超级计算机）上进行了历史上规模最大的一次人脑神经模拟计算——使用“京”的82944个处理器+1PB内存模拟人脑的17.3亿神经细胞。结果，京完成1秒的人脑模拟计算需要耗费40分钟，而如果假设完成时间与被模拟神经规模成线性比例的话，那么模拟整个大脑1秒的运作则需耗时2.5天。

BAQ大咖现场传道解惑

不论深度学习有多么艰深晦涩，又是怎样的计算资源和能源消耗大户，一个不可否认的事实是，这项技术对人类生活的改变将是巨大的——智能图片搜索、智能语音识别与输入、人脸识别、无人机送货、无人驾驶汽车乃至更宏大的工业4.0等等，都离不开人工智能技术的支持，而这也是各个IT巨头不遗余力投入巨大人力、物力和财力的动因所在。

在本届高性能计算用户大会上，阿里巴巴计算资深专家王琤、百度深度学习研究院科学家及深度学习研究院算法组和自然语言理解组负责人周杰、奇虎公司数据挖掘专家及天眼数据挖掘组负责人王占一将现场分享大量深度学习领域的干货，为参会者传道解惑。而在大会的主论坛上，业界知名的顶尖深度学习专家新加坡国立大学院长副教授颜水成更将带来“Deep Learning: from AI to True-AI”的主题演讲。

如此多的深度学习技术大咖都将在9月24日汇聚北京，参加2015高性能计算用户大会，如果你是技术爱好者，还能坐得住么？