機器學習未來將走向何方？英特爾-南大聯合研究中心將給出答案
【51CTO.com原創稿件】談到人工智慧演算法，深度學習被公認為是目前的翹楚。那麼，深度學習能解決什麼問題？DARPA（美國國防高階研究計劃局）認為，現在整個人工智慧的發展正在向第三階段躍進。第一階段是依靠推理能力和邏輯能力。但這還遠遠不夠，因為人工智慧至少需要推理、感知、適應、持續學習這四部分能力。通過深度學習，人工智慧已經發展到了第二階段感知能力。
以前的推理能力是在有限空間裡進行的邏輯論證和推理。但是，大量資訊進入之後，推理能力就顯得捉襟見肘。如果要讓人工智慧持續發展和學習，能夠適應龐大資料量的輸入，又能保證足夠的計算量，這就需要引入新的演算法。
“深度森林”為機器學習發展提供新思路
9月12日，英特爾與南京大學宣佈成立英特爾-南京大學人工智慧人工智慧聯合研究中心，雙方將在人工智慧技術創新、人才培養以及生態建設方面進一步加強合作。此次合作也將支援由南京大學人工智慧學院院長周志華教授提出的“深度森林”新一代深度學習模型。
英特爾-南京大學人工智慧IPCC中心揭幕典禮
據悉，周志華教授去年提出了“深度森林”，吸引了很多研究者的關注，這是一種基於決策樹森林而非神經網路的深度學習模型。多層 GBDT 森林（mGBDT），通過堆疊多個迴歸 GBDT 層作為構建塊，探索學習層級表徵的能力，該模型可以使用層間目標傳播的變體進行聯合訓練，無需推導反向傳播和可微性，實驗和視覺化均證明該模型在效能和表徵學習能力方面的有效性。
英特爾中國研究院院長宋繼強認為，深度森林是一個很好的創新，因為它不再依賴龐大的資料量，使用少量的資料也可以訓練出不錯的結果。而且其好處還在於，訓練出的結果可以被理解和解讀，轉換成為可以接受的知識。同時，應用領域也大大擴充套件了，不止侷限於感知層，而且可以應用於決策層、理解層，甚至於行為分析中，這就為後邊演算法加硬體的螺旋式上升又奠定了基礎。
一個人工智慧系統由感知層、決策層、行為層組成。感知層可以用平行計算加速，決策層需要用通用計算加FPGA加速，行為層則需要實時加速。實際上，人工智慧發展到今天，大家開始逐漸意識到，一種解決方案不能解決所有問題，需要更多計算模式和產品以適應不同工作負載和應用場景的需求。在人工智慧晶片產品上，英特爾正在積極佈局。
早在2015年12月份，英特爾宣佈以 167 億美元的現金收購可程式設計邏輯晶片巨頭 Altera。2016 年 8 月份，其再次出手，用 3.5 億美元收購了創業公司 Nervana Systems，而僅僅時隔一個月之後，又將矽谷初創視覺處理公司 Movidius 納入囊中。
針對多種計算模式需要不同硬體加速的情況，英特爾把人工智慧晶片產品劃分為多個種類，包括至強可擴充套件處理器系列、Nervana 神經計算處理器、Movidius、以及 FPGA等。未來，英特爾也將幫助南京大學通過採用異構計算的方式，選擇最為合適的軟硬體進行混搭組合，從而推進“深度森林”演算法的研究。
南京大學與英特爾從三大方面進行合作
周志華教授表示，英特爾與南京大學人工智慧聯合研究中心的成立，不僅會進一步推動南京大學在人工智慧、機器學習演算法方面的研究，同時會進一步擴大在機器學習和理論演算法方面的研究，推動晶片和架構進一步發展。更重要的是，英特爾已經給各行各業的很多高階使用者提供了技術支援和服務，通過跟英特爾的合作，能夠進一步把雙方的研究成果推向產業化應用，提供更好的發展空間。
此次南京大學和英特爾的合作，主要包括三個方面：
首先，與現在的深度神經網路不同的是，“深度森林”技術並不適合用GPU來加速。如果想要做到更大的模型，帶來更好的效果，一方面要和工業界的合作伙伴通過分散式計算技術做出更大的模型，另一方面也在探索是否能夠通過硬體加速提高它的可擴充套件性。通過前期的調研發現，英特爾的多核處理器可能對加速“深度森林”的模型特別有幫助，有助於將研究再往前推進一步，反過來對英特爾在今後的晶片設計也有一些啟發性的意義。
第二，從整個科研的角度，南京大學的機器學習、人工智慧的研究團隊主要是在理論和演算法、應用技術的突破等方面進行研究工作，但主要都是在軟體方面。而南京大學作為一個綜合性大學，在電腦科學的硬體方面還需要加強，通過與英特爾的合作，能夠使南京大學在軟硬體結合方面能夠更進一步。
第三，特別是在人才培養方面，南京大學已經成立了人工智慧學院，目標是希望能夠培養出在人工智慧領域軟硬體能力兼具的高水平人才。學院甚至會通過與英特爾的合作，引進一些有關晶片、硬體設計方面的課程，這將為人才培養提供非常好的補充和支援。
共同培養面向未來的AI高水平人才
英特爾-南京大學人工智慧IPCC中心是國內第一個以人工智慧為主要方向的IPCC。IPCC是英特爾一直以來關於平行計算的中心，以前主要聚焦在高效能運算領域，現在人工智慧成為主要目標。英特爾-南京大學人工智慧IPCC中心在技術層面和人才培養方面都有很大的意義。
除了研究機器學習的前沿課題，周志華教授也非常關注人工智慧的人才培養。他表示，南京大學作為中國頂級的大學，人工智慧學院定位的物件就是要培養高水平的人工智慧人才。第一，應該具有源頭創新能力的人工智慧能力，第二，應該具有能夠解決企事業單位關鍵技術難題的能力。對應這兩點目標的人才應該具備什麼樣的知識結構？主要包括三個方面，第一，要有紮實的數學基礎，第二，要有紮實的計算和軟體程式的基礎，第三，要有全面的人工智慧的專業知識。
宋繼強也談到，作為面向未來的AI領域的高水平學生，不僅要懂得演算法，也要懂得演算法在落地應用的時候，要與怎樣的硬體結合才是一個最佳的解決方案。所以，課程設計一定要與在業界有非常深刻認識的公司來合作，才不會只拘泥於現在的一些區域性的認識。
據瞭解，南京大學通過和英特爾的合作，在人才培養上已經取得了一定的成效。部分研究生在前期就進入到了研究工作，得到了來自英特爾資深工程師的指點。學生會在理論和演算法上給與英特爾支援，通過合作也會得到更多軟硬體有機結合的知識。因此，這部分研究生現在對於底層硬體的理解和操作能力，已經遠遠超過了一般課程所培養出來的研究生。
【51CTO原創稿件，合作站點轉載請註明原文作者和出處為51CTO.com】
【責任編輯：Barry TEL：（010）68476606】