只不過因?yàn)檫@個(gè)時(shí)代的人工智能并不具備真正的學(xué)習(xí)和思考能力，它依靠的運(yùn)算芯片性能也并不高，所以只要研究員的問題變得復(fù)雜，人工智能就會(huì)不堪重負(fù)，變成人工智障。

    后續(xù)大家也清楚，等到世紀(jì)之末，IBM公司的國際象棋電腦深藍(lán)DeepBlue戰(zhàn)勝國際象棋世界冠軍，才讓人工智能這一概念再次興起。

    說起來，大夏陰歷2011年的時(shí)候，IBM開發(fā)的人工智能程序‘沃森’還參加了一檔智力問答節(jié)目并戰(zhàn)勝了兩位人類冠軍。

    回顧了人工智能這幾十年的發(fā)展歷程，我們可以看到在這其實(shí)并不算漫長(zhǎng)的時(shí)間里，科學(xué)家們不斷突破阻礙，已經(jīng)向我們預(yù)兆了一件事情——人工智能是我們?nèi)祟愒谖磥砩鐣?huì)必須要具備的核心技術(shù)，信息技術(shù)、計(jì)算機(jī)技術(shù)、精密制造技術(shù)、互聯(lián)網(wǎng)技術(shù)都將與它無法割舍。”

    在張俊平、李賢審、劉思言……等一眾技術(shù)高管和培養(yǎng)的科學(xué)家的期望目光中，周瑜按了一下PPT播放器，突然笑著說到：“當(dāng)然，這些都是咱們大家耳熟能詳?shù)膬?nèi)容，拿它出來，也只是為了調(diào)整一下大家的注意力。”

    “增強(qiáng)學(xué)習(xí)的貝爾曼公式、深度學(xué)習(xí)、搜索式推理、自然語言，人工智能擁有模仿智能的特征，懂得使用語言，懂得形成抽象概念并解決人類現(xiàn)存問題。

    現(xiàn)在咱們把人工智能根據(jù)其應(yīng)用、技術(shù)、智能程度等多個(gè)維度進(jìn)行分類。

    比如認(rèn)知類AI，它可以負(fù)責(zé)所有感覺‘像人一樣’的交互，能夠輕松處理復(fù)雜性和二義性，持續(xù)在數(shù)據(jù)挖掘、自然語言處理和智能自動(dòng)化中學(xué)習(xí)。

    還有深度學(xué)習(xí)，可以結(jié)合大數(shù)據(jù)和無監(jiān)督算法，應(yīng)用于語音和圖像識(shí)別，具有高準(zhǔn)確度。

    從機(jī)器學(xué)習(xí)，到利用多層的人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)，以及讓機(jī)器或系統(tǒng)能夠理解和生成自然語言的技術(shù)，微軟、谷歌、蘋果、IBM這些西方科技公司都在這條路上砸資源，我們大夏新科現(xiàn)在擁有了自己的芯片設(shè)計(jì)能力和芯片制造能力，也終于有這個(gè)資本進(jìn)入這個(gè)領(lǐng)域了。

    說實(shí)話，如果不是咱們的半導(dǎo)體技術(shù)發(fā)展到了這個(gè)程度，不然我還會(huì)擔(dān)心，一旦咱們的人工智能研發(fā)到了一定程度，西方那些科技公司會(huì)聯(lián)合起來，用禁止我們購買高性能芯片的方式，讓我們的所有努力都?xì)в谝坏?br/>
    畢竟大家也都清楚，人工智能的發(fā)展程度與芯片算力是匹配的，就像在自然語言處理領(lǐng)域中，經(jīng)過大規(guī)模訓(xùn)練能夠根據(jù)輸入自動(dòng)生成輸出文本的深度學(xué)習(xí)模型。

    這類模型主要運(yùn)用深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并且大多基于自回歸或變分自編碼器等框架設(shè)計(jì)而成，最重要的除了機(jī)構(gòu)和算法，還有就是運(yùn)算龐大數(shù)據(jù)的運(yùn)行能力。

    結(jié)構(gòu)核心、算法代碼、優(yōu)質(zhì)數(shù)據(jù)、頂級(jí)性能的服務(wù)器，這四樣是所有人工智能項(xiàng)目都必須要的四大核心要素，而現(xiàn)在，各位準(zhǔn)備好了嗎？”

    張俊平一邊忍耐著內(nèi)心的激動(dòng)，一邊盡可能保持著深呼吸。

    當(dāng)年他之所以愿意到大夏新科工作，就是被周瑜和他溝通時(shí)，提及的一些創(chuàng)新想法和技術(shù)方向給吸引。

    而現(xiàn)在……