IBM強(qiáng)化深度學(xué)習(xí) 驅(qū)動(dòng)現(xiàn)代人工智能革命

　　深度學(xué)習(xí)強(qiáng)大的能力依賴于神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)驅(qū)動(dòng)著現(xiàn)代人工智能革命。眾多科技巨頭也紛紛加入深度學(xué)習(xí)的領(lǐng)域，例如谷歌與英特爾，他們利用相當(dāng)多的資源，專為深度學(xué)習(xí)打造專門芯片。

　　而IBM采用的是更不尋常的方法，他以TrueNorth芯片為硬件平臺(tái)，繼而研究深度學(xué)習(xí)。通過(guò)卷織神經(jīng)網(wǎng)絡(luò)可以過(guò)濾大量的數(shù)據(jù)，更進(jìn)一步地自動(dòng)識(shí)別人臉與理解不同的語(yǔ)言。

　　深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究，含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過(guò)組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。

　　2008年，美國(guó)國(guó)防部研究機(jī)構(gòu)DARPA給了IBM 5300萬(wàn)美元。TrueNorth是IBM參與DARPA的研究項(xiàng)目SyNapse的最新成果，其終極目標(biāo)是開發(fā)出打破馮?諾依曼體系的硬件。

　　IBM Truenorth芯片的目標(biāo)是網(wǎng)絡(luò)邊緣和大數(shù)據(jù)解決方案，這些應(yīng)用里有海量實(shí)時(shí)數(shù)據(jù)需要采用超低功耗設(shè)備進(jìn)行處理，Truenorth芯片里含54億個(gè)低成本晶體管神經(jīng)突觸芯片，但消耗的功率僅為700毫瓦，最適合處理此類應(yīng)用。