机器学习未来将走向何方？英特尔-南大联合研究中心将给出答案

【51CTO.com原创稿件】谈到人工智能算法，深度学习被公认为是目前的翘楚。那么，深度学习能解决什么问题？DARPA（美国国防高级研究计划局）认为，现在整个人工智能的发展正在向第三阶段跃进。第一阶段是依靠推理能力和逻辑能力。但这还远远不够，因为人工智能至少需要推理、感知、适应、持续学习这四部分能力。通过深度学习，人工智能已经发展到了第二阶段感知能力。

以前的推理能力是在有限空间里进行的逻辑论证和推理。但是，大量信息进入之后，推理能力就显得捉襟见肘。如果要让人工智能持续发展和学习，能够适应庞大数据量的输入，又能保证足够的计算量，这就需要引入新的算法。

“深度森林”为机器学习发展提供新思路

9月12日，英特尔与南京大学宣布成立英特尔-南京大学人工智能人工智能联合研究中心，双方将在人工智能技术创新、人才培养以及生态建设方面进一步加强合作。此次合作也将支持由南京大学人工智能学院院长周志华教授提出的“深度森林”新一代深度学习模型。

英特尔-南京大学人工智能IPCC中心揭幕典礼

据悉，周志华教授去年提出了“深度森林”，吸引了很多研究者的关注，这是一种基于决策树森林而非神经网络的深度学习模型。多层 GBDT 森林（mGBDT），通过堆叠多个回归 GBDT 层作为构建块，探索学习层级表征的能力，该模型可以使用层间目标传播的变体进行联合训练，无需推导反向传播和可微性，实验和可视化均证明该模型在性能和表征学习能力方面的有效性。

英特尔中国研究院院长宋继强认为，深度森林是一个很好的创新，因为它不再依赖庞大的数据量，使用少量的数据也可以训练出不错的结果。而且其好处还在于，训练出的结果可以被理解和解读，转换成为可以接受的知识。同时，应用领域也大大扩展了，不止局限于感知层，而且可以应用于决策层、理解层，甚至于行为分析中，这就为后边算法加硬件的螺旋式上升又奠定了基础。

一个人工智能系统由感知层、决策层、行为层组成。感知层可以用并行计算加速，决策层需要用通用计算加FPGA加速，行为层则需要实时加速。实际上，人工智能发展到今天，大家开始逐渐意识到，一种解决方案不能解决所有问题，需要更多计算模式和产品以适应不同工作负载和应用场景的需求。在人工智能芯片产品上，英特尔正在积极布局。

早在2015年12月份，英特尔宣布以 167 亿美元的现金收购可编程逻辑芯片巨头 Altera。2016 年 8 月份，其再次出手，用 3.5 亿美元收购了创业公司 Nervana Systems，而仅仅时隔一个月之后，又将硅谷初创视觉处理公司 Movidius 纳入囊中。

针对多种计算模式需要不同硬件加速的情况，英特尔把人工智能芯片产品划分为多个种类，包括至强可扩展处理器系列、Nervana 神经计算处理器、Movidius、以及 FPGA等。未来，英特尔也将帮助南京大学通过采用异构计算的方式，选择最为合适的软硬件进行混搭组合，从而推进“深度森林”算法的研究。

南京大学与英特尔从三大方面进行合作

周志华教授表示，英特尔与南京大学人工智能联合研究中心的成立，不仅会进一步推动南京大学在人工智能、机器学习算法方面的研究，同时会进一步扩大在机器学习和理论算法方面的研究，推动芯片和架构进一步发展。更重要的是，英特尔已经给各行各业的很多高端用户提供了技术支持和服务，通过跟英特尔的合作，能够进一步把双方的研究成果推向产业化应用，提供更好的发展空间。

此次南京大学和英特尔的合作，主要包括三个方面：

首先，与现在的深度神经网络不同的是，“深度森林”技术并不适合用GPU来加速。如果想要做到更大的模型，带来更好的效果，一方面要和工业界的合作伙伴通过分布式计算技术做出更大的模型，另一方面也在探索是否能够通过硬件加速提高它的可扩展性。通过前期的调研发现，英特尔的多核处理器可能对加速“深度森林”的模型特别有帮助，有助于将研究再往前推进一步，反过来对英特尔在今后的芯片设计也有一些启发性的意义。

第二，从整个科研的角度，南京大学的机器学习、人工智能的研究团队主要是在理论和算法、应用技术的突破等方面进行研究工作，但主要都是在软件方面。而南京大学作为一个综合性大学，在计算机科学的硬件方面还需要加强，通过与英特尔的合作，能够使南京大学在软硬件结合方面能够更进一步。

第三，特别是在人才培养方面，南京大学已经成立了人工智能学院，目标是希望能够培养出在人工智能领域软硬件能力兼具的高水平人才。学院甚至会通过与英特尔的合作，引进一些有关芯片、硬件设计方面的课程，这将为人才培养提供非常好的补充和支持。

共同培养面向未来的AI高水平人才

英特尔-南京大学人工智能IPCC中心是国内第一个以人工智能为主要方向的IPCC。IPCC是英特尔一直以来关于并行计算的中心，以前主要聚焦在高性能计算领域，现在人工智能成为主要目标。英特尔-南京大学人工智能IPCC中心在技术层面和人才培养方面都有很大的意义。

除了研究机器学习的前沿课题，周志华教授也非常关注人工智能的人才培养。他表示，南京大学作为中国顶级的大学，人工智能学院定位的对象就是要培养高水平的人工智能人才。第一，应该具有源头创新能力的人工智能能力，第二，应该具有能够解决企事业单位关键技术难题的能力。对应这两点目标的人才应该具备什么样的知识结构？主要包括三个方面，第一，要有扎实的数学基础，第二，要有扎实的计算和软件程序的基础，第三，要有全面的人工智能的专业知识。

宋继强也谈到，作为面向未来的AI领域的高水平学生，不仅要懂得算法，也要懂得算法在落地应用的时候，要与怎样的硬件结合才是一个最佳的解决方案。所以，课程设计一定要与在业界有非常深刻认识的公司来合作，才不会只拘泥于现在的一些局部的认识。

据了解，南京大学通过和英特尔的合作，在人才培养上已经取得了一定的成效。部分研究生在前期就进入到了研究工作，得到了来自英特尔资深工程师的指点。学生会在理论和算法上给与英特尔支持，通过合作也会得到更多软硬件有机结合的知识。因此，这部分研究生现在对于底层硬件的理解和操作能力，已经远远超过了一般课程所培养出来的研究生。

【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】

【责任编辑：Barry TEL：（010）68476606】