人工智能研究可以分幾層?

　　人工智能研究可以分為基礎(chǔ)層、技術(shù)層、應(yīng)用層，美國在技術(shù)難度大、技術(shù)帶動效應(yīng)強(qiáng)的基礎(chǔ)層方面，不斷取得研究以及實(shí)踐進(jìn)展;而中國在基礎(chǔ)層方面能力稍弱，在技術(shù)層和應(yīng)用層發(fā)力更多。

　　基礎(chǔ)層主要指處理器、芯片等支撐人工智能技術(shù)的核心能力;技術(shù)層包括自然語言處理、計(jì)算機(jī)視覺、技術(shù)平臺等通用技術(shù);應(yīng)用層是指自動駕駛、智能機(jī)器人等實(shí)際應(yīng)用主體。

　　人工智能浪潮的興起，使得美國大公司紛紛進(jìn)軍基礎(chǔ)層的研究。以芯片為例，美國的芯片制造企業(yè)英偉達(dá)推出了世界首款120萬億次級處理器Volta V100 GPU，可以將機(jī)器學(xué)習(xí)指令傳達(dá)的效率從幾周的時(shí)間縮短至幾個小時(shí)，幫助客戶更加快速地迭代并優(yōu)化各自產(chǎn)品的上市時(shí)間。過去3年中，英偉達(dá)為深度學(xué)習(xí)提供了10倍的性能加速，被評論界稱為“摩爾定律的平方”，保持目前的性能提升速率，到2025年，GPU將可實(shí)現(xiàn)比CPU快1000倍的性能。

　　谷歌、亞馬遜、微軟、蘋果等最初并不研發(fā)芯片的公司，也開始發(fā)力芯片和處理器，這使得美國在全球人工智能基礎(chǔ)層研究地位進(jìn)一步增強(qiáng)。微軟公司公布了其人工智能芯片制造項(xiàng)目，展示了一款專門為微軟增強(qiáng)現(xiàn)實(shí)眼鏡HoloLens打造的新型芯片。谷歌已于2016年宣布了其深度學(xué)習(xí)芯片的研發(fā)，并聲稱，隨著語音識別技術(shù)的爆發(fā)，高性能處理器TPU已為公司省下了打造15個新數(shù)據(jù)中心的成本。谷歌同時(shí)在與生物公司合作開發(fā)高效計(jì)算DNA信息的芯片。2017年4月，蘋果公司宣布蘋果將通過自主研發(fā)和生產(chǎn)芯片，進(jìn)一步掌握產(chǎn)業(yè)鏈主導(dǎo)權(quán)。消息一出，蘋果芯片供應(yīng)商英國公司Imagination的股價(jià)應(yīng)聲暴跌。

　　但是，中國在芯片基礎(chǔ)研發(fā)領(lǐng)域仍然落后于美國企業(yè)，對進(jìn)口芯片的需求居高不下。

　　從事計(jì)算機(jī)視覺識別的中國公司“曠視科技”品牌與市場中心總經(jīng)理謝憶楠表示，在圖像識別領(lǐng)域，公司同時(shí)應(yīng)用英偉達(dá)和英特爾的芯片，目前還沒有國產(chǎn)芯片能夠完全取而代之。英特爾中國研究院院長宋繼強(qiáng)也承認(rèn)，我國人工智能領(lǐng)域不足之處在于我們原創(chuàng)理論創(chuàng)新、基礎(chǔ)人工智能研發(fā)能力還不太夠。中國學(xué)者需要在理論上有所突破。地平線機(jī)器人技術(shù)創(chuàng)始人余凱表示，在PC電腦與移動互聯(lián)網(wǎng)時(shí)代，我們都錯失了如操作系統(tǒng)等基礎(chǔ)平臺性技術(shù)，人工智能時(shí)代需要迎頭趕上。

　　人工智能專業(yè)前景如何?