《人工智能与深度学习

《半导体工程》杂志专访了市场研究公司国际数据公司(IDC)内容分析、发现和认知系统研究总监戴夫•舒布梅尔。舒布梅尔的研究涵盖信息获取、人工智能、认知计算、深度学习、机器学习等领域。他还谈到神经形态技术．以下是那次谈话的节选。

SE:你如何对这个市场进行分类?

舒布梅尔:我们认为这是一个广阔的市场。我们正在研究一种我们称之为人工智能平台或认知系统的东西。

SE:包括什么?

舒布梅尔:这包括很多不同的技术。它包括处理非结构化信息。比如文本分析。内容聚合技术是另一种，它把一堆不同的东西拉进来，并尝试组织起来。然后是语义网络和链接数据。

SE:我认为机器学习是这个类别的一个子集。什么是机器学习?

Schubmehl:机器学习本质上是一组算法。这是一种算法，它会随着时间的推移自我修改或改变，取决于它们接收到的数据。这种修改所做的就是模拟学习。所以你给它输入正确的数据。系统会接受这类数据的训练。然后，它学习哪些属性是重要的和不重要的。它学会识别这些属性并根据这些属性采取行动。

SE:你能详细说明一下吗?

舒布梅尔:在机器学习中，有不同的类型。有监督机器学习和无监督机器学习。神经网络属于无监督机器学习。从本质上讲，神经网络算法会对数据进行足够长的分析，以识别模式，并识别与这些模式相关的一组属性。随着时间的推移，它会了解哪些属性是重要的。

SE:这并不新鲜，对吧?

舒布梅尔:这种方法已经存在了大约30年，也许40年。改变的是计算能力，内存和数据量，都有了巨大的增长，我们可以通过运行这些算法得到很好的结果。

SE:什么是深度学习?

舒布梅尔:现在，谷歌和Facebook等公司称之为深度学习。它本质上和神经网络算法是一样的。

SE:你提到了认知系统平台。那是什么?

舒布梅尔:他们利用我刚才提到的这些不同的技术，从本质上帮助人们构建人工智能应用程序，或者可以提供建议或预测的应用程序。他们可以识别某些类型的发现或模式。这些就是我们认为的认知支持应用程序或人工智能应用程序。

SE:谁在这个市场?

舒布梅尔:我们称之为认知软件平台市场。所以，这是构建这些平台的工具。它包括IBM的沃森(Watson)。英特尔收购了一家叫Saffron的公司，它有一个认知系统平台。塔塔计算机系统公司有他们的Ignio技术。还有很多创业公司，比如Loop AI。

SE:这个市场有多大?

舒布梅尔:我们估计2015年的销售额约为10亿美元。我们预测到2020年这个数字将增长到数百亿美元。更重要的是，这将推动我们所谓的认知支持应用程序的发展。我们还没有正式确定这个市场的规模。但如果算上服务和数据，预计到2020年这个数字将超过400亿美元。

SE:哪些公司参与了机器学习?

舒布梅尔:有些软件包，如SAS、SPSS、Cognos等，多年来已经有了某种程度的机器学习算法。现在，你可以看到Skytree、Loop AI和Mindmeld这样的公司。他们正在把机器学习提升到一个新的水平。此外，谷歌在几周前发布了开源的机器学习库。人们正在使用的机器学习库可能有6个。

SE:有哪些关键的应用程序?这些应用程序的发展方向是什么?

Schubmehl:包括计算机视觉、图像识别和模式识别。在过去的五年里，这些情况有了显著的改善。此外，我们将在汽车、机器人甚至冰箱上安装良好的视觉识别系统。在基于计算机的图像、语音、语音和声音识别方面将会有很多进步。下一件事是一旦你认识到这些信息，你可以用它做什么?然后，你开始接触机器学习和人工智能程序。他们可以接受这些输入，并预测将要发生的事情或提出建议。同样的事情也会发生在您的桌面上。你将有数字代理来帮助你进行研究。

SE: AI会发生什么?

舒布梅尔:如果你谈论广义人工智能，或者这种通用人工智能，就像电影《她》或托尼·斯塔克的贾维斯(钢铁侠)一样，我认为我们还没有达到广义人工智能的地步。但如果你谈论的是狭义人工智能，也就是让人工智能做非常具体的工作，我们已经做到了。例如，有一家公司叫InsideSales。他们正在使用狭义人工智能来帮助电话营销人员确定他们需要做什么才能更快地抓住机会。

SE:我最近听了一个来自Numenta的演讲，该公司开发了一种基于新皮层原理的软件技术。想法吗?

舒布梅尔:Numenta是从事这类工作的六家公司之一。就人工智能市场而言，这真的是一个狂野的西部。

SE:大多数(如果不是全部的话)这类应用都运行在通用硬件上。他们在工作吗?

舒布梅尔:很多应用程序都能在gpu上有效运行。

SE:有人说传统硬件，如处理器、gpu和内存，正在失去动力。

舒布梅尔:寻找做事的新方法总是好的。但是你必须记住冯·诺依曼架构有超过50年的研究和50年的软件分层。这很重要。如果你要做一些全新的东西，你可能需要重新发明所有这些。

SE:那么今天的硬件和芯片能跟上吗?

舒布梅尔:会有进步的。英伟达(Nvidia)等公司正在这样做。他们能够并行GPU处理。

SE:神经形态芯片和系统社区正在追逐许多在传统硬件上完成的相同应用程序。你如何看待神经形态技术的发展?

舒布梅尔:我们的目标是尝试开发一种更像传统生物大脑的计算系统。他们从根本上脱离了冯·诺依曼式的架构。你有多输入系统和多输出系统。现实情况是，你可能必须发明全新的操作系统、编译器和语言，才能充分利用它们。

SE:那么神经形态技术有未来吗?

舒布梅尔:这些神经形态系统还处于非常早期的阶段。这是诱人的。问题是如何将其商业化。