“寒武纪”处理器强大在哪是否真能将我们带进“看脸吃饭”

中央广播网北京3月22日电（记者沉静文）据中国好声音《新闻透视》报道，就在本月，人工智能围棋程序AlphaGo以4-1击败了世界冠军李世石。人工智能的发展令人惊叹。留在人类之后，很多人或多或少地感觉到人工智能时代已经到来。

为什么 AlphaGo 如此强大？这个程序有自学能力的一个重要原因。深度学习也被公认为目前最重要的智能处理技术。而中国科学家的一项研究成果告诉我们，在不久的将来，人工智能的道路可以走得更远。日前，中科院计算所发布了全球首款能够“深度学习”的“神经网络”处理器，名为“寒武纪”。

“神经网络”处理器这个词对于普通大众来说可能比较陌生，但我们知道，当人类通过眼睛看世界时，我们的大脑可以识别和感受我们所看到的，例如，当我们看到某人时，你可以识别他们的身高、面部表情、服装和声音。

“神经网络”处理器是为模拟人脑神经网络的计算机创建的芯片。在“神经网络”处理器的运行中，计算系统计算能力的提升是决定深度学习处理效率的关键。中科院发布的“寒武纪”处理器比AlphaGo使用的处理器性能提升了两个数量级，也就是说可以让人工智能跑得更快更远。

有评论认为，随着中科院成果正式投入产业化，反欺诈刷脸支付、手机图片搜索等将成为现实。“寒武纪”处理器有多厉害？真的能把我们带入“吃面子”、“面子付账”的时代吗？

“寒武纪”、“神经网络”、“DianNao”用汉语拼音拼写，都在说一件事——世界上第一个“深度学习”的“神经网络”处理器科研成果。现在“寒武纪”和“刷脸支付”一起成为热搜词，中科院计算所研究员陈云霁的第一反应是：意外。

陈云霁说，不知道“刷脸支付”怎么变成了关键词。其实我们“寒武纪”的大目标是处理各种智能处理任务，人脸支付，也就是人脸。认可就是其中之一。

科学家们一直在努力使计算机变得更智能。本月，谷歌开发的人工智能围棋程序AlphaGo以4比1击败世界冠军李世石9段。从刷脸到下棋，计算机正在360度学习人类技能。陈云霁表示，这就是“寒武纪”区别于之前其他神经网络处理器的地方——深度学习。

在陈云吉看来，智能处理最重要的手段之一就是深度学习。深度学习有许多广泛的应用。例如，深度学习可以帮助计算机识别人脸、识别物体或理解我们的语音。最近，AlphaGo 使用深度学习下棋。也就是说，现在计算机做了智能处理，越来越希望能做很多有趣的事情。

简单来说，谷歌需要使用多达数万个 X86 CPU 核心运行 7 天，才能训练出一个识别猫脸的深度学习神经网络，而在“寒武纪”之后，计算机的“深度学习”能力可以拥有两个数量级更好的性能用js做计算器，计算机将学习更加准确和高效。在陈云霁看来，像“刷脸”这样的技术看起来很有吸引力，实际应用的技术壁垒还需要突破，而“寒武纪”正好可以解决这个问题。

陈云霁说，大家觉得这个东西很火，但是在我们的手机上好像用的不是很多。事实上，这背后有一些技术原因。目前芯片在智能处理方面的效率非常低。因为它与人脑的工作机制不一样。《寒武纪》就是为了解决这个问题。我们类似于大脑的工作机制。在进行智能处理的时候，速度会比CPU快很多很多倍，消耗的能量也会低很多，这样我们就可以用手机了。做各种应用，比如刷脸支付。

网上对人脸识别技术具有可复制性和不稳定的批评，并没有被列入陈云霁《寒武纪》中需要解决的问题清单。在实践中，刷脸支付认证技术开发商之一蚂蚁金服的一位负责人坦言用js做计算器，“刷脸”的误认率仍然是其大规模应用的主要障碍。

计算机可以阅读图片、识别人脸，还可以下国际象棋来击败 9 段围棋棋手。有人担心，未来机器完全取代人类的那一天会到来吗？最接近电脑智能的陈云霁，没有这样的顾虑。“这个担心有点没有根据，很多不是特别懂人工智能的人都会有这样的担心。其实真正的机器智能和人类还有很大的差距，而且在相对较短的未来，很难“为了弥补这个差距。所以。在我们的日常生活中，一些相对简单的智能处理任务可以交给机器，我们人类可以做一些更聪明、更有挑战性的问题。”

另一研究组组长陈天石曾表示，“寒武纪”地质时代是生物多样性大爆发的时代。科研成果之所以取这个名字，是希望人工智能也能像生命一样爆炸。陈云霁对《寒武纪》的期许同样美丽而宏大。

陈云吉说，最终的目标是希望计算机能够帮助人们完成大部分相对简单的脑力工作。

这样一来，将“寒武纪”技术应用于“刷脸支付”是不是有点矫枉过正？在科学家眼里，技术没有区别。

陈云霁解释道：“不是这样的，我举个例子吧，像一个通用的CPU，你可以当计算器，也可以做服务器，计算器不能大材小用，也是一件很有意义的事情。事情，我们还是每天都在用计算器。”