人工智能的基础支撑（谢苏）

1.人工智能的核心驱动力
人工智能的核心驱动力包括大数据，算法，算力。其中，数据可以比作人工智能的燃料，算法是发动机，算力则是支撑发动机高速运转的加速器。
（1）人工智能的“加速器”-算力
算力是人工智能的基础硬件层，为算法提供基础计算能力。它涵盖GPU,CPU,FPGA和各种各样的ASIC。
最早出现的GPU，就是专为执行复杂的数学计算而设计的数据处理芯片。它的出现让并行计算成为可能，给数据处理规模，数据运算速度带来了指数级的增长。
在运行大规模无监督深度学习模型时，使用GPU和使用传统双核CPU在运算速度上的差距最大会接近70倍。以前要花几周运行的程序现在只需一天就能完成。人工智能芯片的发展大幅提升了数据处理速度，解决了计算机视觉发展的主要瓶颈。
目前人工智能芯片有两种发展路径：一种是延续传统计算架构，加速硬件计算能力，主要以3中类型的芯片为代表，即GPU，FPGA,ASIC，但CPU依旧发挥着不可替代的作用;另一种是采用类脑神经结构来提升计算能力，以IBM TrueNorth芯片为代表。传统芯片及类脑芯片比较如图：

（2）人工智能的“发动机”-算法
如果说数据是人工智能的燃料，算法是发动机，那么如何推动人工智能这台机器快速奔跑，算法的不断提升至关重要。
有了算法，有了被训练的数据（经过预处理的数据），经过多次训练（考验计算能力的时候），经过模型评估和算法人员不断调整后，会获得训练模型。当新的数据输入后，训练模型就会自动给出结果，而人工智能业务要求的最基础功能才能得以实现。


人工智能的算法理论包括机器学习，深度学习，类脑智能等。算法理论复杂浩瀚。首先，要了解人工智能，机器学习和深度学习的关系。应该说，人工智能是目标，是让机器智能化，产生出一种新的能与人工智能相似的方式并做出反应。而机器学习是重要实现手段之一。深度学习则源于机器学习的一个技术方向-ANN。

（3）什么是机器学习
机器学习是让计算机具有像人一样的学习和思考能力࿰