人工智能：计算能力的提升会解决更复杂的问题

　　有自媒体发表了一篇对人工智能权威谢诺夫斯基（Terrence Sejnowski）的采访。谢诺夫斯基是推动深度学习技术成为主流应用的专家之一。正是由于深度学习技术，让人工智能走出寒冬，重新成为热门技术领域。

　　在他看来，深度学习的价值是，它可以让人类通过自然语言和视觉两种方式同人工智能沟通。此前，人工智能一直缺少同人类和现实世界交互的方式。现在，包括语音识别、图像识别等技术可以让人工智能做到这一点。

　　2016年，AlphaGo战胜韩国围棋国手李世石非常轰动，一下子让全世界见识到了人工智能的威力。但在他看来，AlphaGo使用的其实是上世纪80年代就已经开发出的神经网络学习算法。谷歌真正做到的是，有能力提供足够的计算能力和计算资源给这个围棋人工智能，让它学习到足以战胜人类选手的程度。

　　在这个逻辑下，“只要计算能力继续扩大，就会解决越来越复杂的问题。每个问题都有一个计算阈值，低于这个阈值，解决方案就不可行，高于这个阈值，奇迹就会发生。”因此，基于深度学习的人工智能，制约它进步的门槛，其实是其计算能力不断提升的程度。

　　对于大家普遍担心的工作问题，谢诺夫斯基也有自己的看法。他把数据比喻成矿井。工业革命期间，需要有大量的人去开采煤矿，提供煤炭给蒸汽机。现在，数据矿井就是新的煤矿。只不过，“这里要比真正的煤矿干净，适宜于工作”。他说，这是一场类似的工作革命。蒸汽机革命提供了新的就业机会，人工智能革命也会同样。

　　总之，人工智能权威谢诺夫斯基认为，深度学习的价值，就是让人工智能找到了可以同人类和世界沟通的手段。而制约人工智能进步的门槛其实是计算能力。

　　大数据处理信息服务商金盛网聚WJFabric认为，愈加强大的计算能力正在提升人工智能解决实际问题的能力，而数据则是实现这一目标的“生产资料”。通过更有价值的数据供给，深度学习的效果将得到持续优化，人工智能的发展也将在高水平的基础上平稳推进。通过深度学习，人工智能与人类的交互将更加友好和顺畅，基于人类的输出方式也将被人工智能所理解与接受，这将实现满足人类需求与发展人工智能的对接，而非各行其道。

　　金盛网聚（北京）科技有限公司成立于2012年，是一家数据处理与信息咨询服务商，公司拥有自主核心技术与服务咨询的团队， 公司“WJFbaric-互联网大数据信息监测SaaS平台”目前注册使用客户将近上万个，为企业、政府、学术机构、成功人士等提供在线信息收集、展示、阅读、存储的免费平台，公司远景致力于通过数据+计算形成可视化的人工智能决策平台。