曙光高層訪談：深度學習和人工智慧淺析
2025-05-06 15:53:24
毫無疑問，GTC 2015把Deep Learning帶給了全世界。本次大會發布的所有新產品和新技術都是圍繞著Deep learning展開。包括圖像和視頻識別，包括語音檢測轉化甚至潛臺詞認知都得益於Deep learning模型訓練而變得更加準確和智能。這些應用的發展成熟勢必對我們的生活帶來很大的影響，以前仿佛還遙不可及的自動駕駛就是其中之一。
另一方面，因為無論是從事什麼數據分析，Deep learning想要獲得更高的精度和正確率，必須藉助高性能計算。從產業角度來看，Deep learning的興起給傳統的高性能計算行業也注入了新的活力。
在GTC大會期間，筆者採訪了NVIDIA全球副總裁、PSG兼雲計算業務總經理Ashok Pandey以及曙光信息產業股份有限公司副總裁沙超群博士，通過這次採訪我們了解到了目前高性能計算行業的發展現狀和未來Deep learning的發展前景。
NVIDIA全球副總裁、PSG兼雲計算業務總經理Ashok Pandey
雖然很多朋友可能是通過這次GTC才了解到Deep learning，但Deep Learning其實並不是一個全新的概念。簡單來說，deep learning是一種機器學習的演進，可以說是大數據分析的進化版，人工智慧的前提或者說一部分。它可以解決電腦和現實的交互，也能為人工智慧提供數據支持。早在80年代這一概念就已經被提出，但因為計算能力的限制，當時這個設想只是存在於理論研究階段。Ashok Pandey說道：圖像聲音等等數據，電腦本身是無法理解的，所以工程師需要將任務分解成多個抽象層次去處理。深度學習的核心思想是把學習結構看作一個網絡，讓電腦無監督學習用於每一層網絡的pre-train，每次用無監督學習只訓練一層，將其訓練結果作為其高一層的輸入，用自頂而下的監督算法去調整所有層。過去處理的時候沒有那麼多的數據，也沒有那麼多的工具和那麼強大的算力，所以很多事情過去做不到的，隨著GPU運算能力的不斷突破，這一情況得到了改觀。
曙光信息產業股份有限公司副總裁沙超群博士
從06年開始，Deep Learning的概念在業界再次開始被重視，而最近兩年幾乎所有廠商都都注意到了這項技術並積極地參與其中，曙光就是其中之一。沙超群博士表示，也許Deep Learning在未來會改變我們的生活和工作，而對於HPC業界來說，Deep Learning的興起給HPC行業帶來了新的機遇。在曙光公司內部，Deep learning被認為是HPC的一個新的增長點和未來的發展趨勢，舉例來說，也許目前用於Deep learning的算力只佔到整體算力的20%左右，但前幾年這個比例幾乎為零，發展速度是非常可觀的，也許再過幾年，這個比例將達到一半甚至更多！
其實曙光從很早以前就和NVIDIA有了非常深度的合作，2010年的曙光星雲就採用了CPU加上GPU的異構方案。前幾年我們說到大數據，說到智慧城市，今年我們談Deep learning，其實這些東西都是息息相關的。Deep learning的興起是源於處理音頻、視頻這種大數據需要，可以說是應運而生。
採訪過程中，沙超群博士對Deep learning的未來充滿信心，他說：從目前取得的成就和發展速度來看，我們也認為GPU從2008年出來到今天，應該已經真正找到了它最重要的應用領域。包括視頻識別，音頻識別領域都會有大量的應用。所以我們會跟NVIDIA有密切的合作，一起在國內推動這個市場。
不同於其他剛發布或者處於研究階段的新技術，Deep Learning雖然興起短短數年，但已經有很多應用上線運行中。目前Deep learning在圖像識別，語音識別甚至趨勢預測等領域有著卓越的表現。Ashok Pandey表示，Deep Learning可以被視作是是智慧城市的一種實踐過程，比如說IDA、視頻監控。對於人類來說，這是一個重複性高但勞動強度很大的工作。而如果你去訓練MRI或者CT，讓它們去發現一個癌症的病變將是非常可行的。平安城市或者智慧城市只是一個非常籠統的概念，它是無數個這樣的應用案例的集合。
目前Deep Learning相關的應用可以說是遍地開花，IT公司在做，能源公司在做，汽車公司在做，甚至搞教育的都在做。舉個例子，以後我們學英語，你讀一遍，電腦識別一遍，然後就可以用Deep learning訓練出的模型告訴你哪個讀得不好，這裡面牽扯到語音識別，其實語音識別是今天最最基本的一個人工智慧。Deep Learning讓我們離高級人工智慧又近了一步。
記者問到對於Deep Learning的未來有什麼看法時，Ashok Pandey表示，技術的發展是多方推動的產物，Deep learning並不是只有NVIDIA自己在做。以前我們在這裡都講機器學習，沒有講深度學習。後來我們發現對特定的一些應用，做一種深度的訓練效果會大大改觀，所以有了本次GTC 2015的主題。Deep Learning的未來究竟會怎樣，沒有人能夠去百分百準確的下定論，因為這個過程中我們也在學習和試驗更多的新技術，技術本身是一個不斷創新的過程，唯一可以肯定的是我們不斷開拓探索的努力不會改變！■
