现在的人工智能系统可以使用成百上千个GPU来提升的计算能力。而人工智能之所以最近两年才火起来，是因为拥有计算、算法和大数据这三大支撑力！首先看看计算力方面的提升。所以说，有了计算的基础，加上算法的突破与数据洪流的爆发成就了人工智能获得突破、走向应用。
谢邀！人工智能(AI)从被提出到现在，已有超过60年的发展历程，虽然中间也经历过暂短的热潮，都没有真正火起来，而直到去年3月阿尔法狗打赢了世界围棋冠军李世石，AI才掀起了新一轮的热潮。这轮热潮，在谷歌、Facebook 、微软、BAT等企业投资推动下，让AI走到大众视野，也走向实际应用。而人工智能之所以最近两年才火起来，是因为拥有计算、算法和大数据这三大支撑力！首先看看计算力方面的提升。
计算是AI发展的基础。在20年前，一个机器人，当时是用32 个 CPU，达到120MHz的速度，而今天一台小小服务器的计算速度已是20年前最快计算机的60倍。现在的人工智能系统可以使用成百上千个GPU 来提升的计算能力。这使得处理学习或者智能的能力得到比较大的增强。之前用 CPU一个月才能出结果，然后再去调整参数，一年只能迭代12次。
GPU产生后大幅提升了计算量，现在用 GPU 可以一天就出结果，迭代的更快。再看看算法方面的更新。以人脸识别为例，在 2013 年深度学习应用到人脸识别之前，各种方法的识别成功率只有不到 93%，低于人眼的识别率 95%，因此不具备商业价值。而随着算法的更新，深度学习使得人脸识别的成功率提升到了 97%。
这才为人脸识别的应用奠定了商业化基础。而历经了十多年互联网行业快速发展所积累的数据资源，为AI提供了充足的“养料”。例如，在 AlphaGo 的学习过程中，核心数据是来自互联网的 3000 万例棋谱。互联网和智能手机的快速普及催生了海量数据。无论是人们无论是用手机、跑步、看电视还是行驶在车流中，几乎所有的活动都会留下数字足迹，海量数据已汇成数据洪流。
AI界的泰斗、加拿大多伦多大学的Hiton教授早在2006年就提出了深度学习的概念，直到最近几年深度学习才逐渐应用起来，是因为算法的更新也离不开大数据和计算力的支持。深度学习模型只有通过大量的数据训练才能获得理想的效果。相应地，海量数据的运算处理也必须有强大的计算作为支撑。所以说，有了计算的基础，加上算法的突破与数据洪流的爆发成就了人工智能获得突破、走向应用。
文章TAG：人工智能 视频
