費良宏：雲計算為人工智慧提供技術支撐

 6月1日，第六屆中國大數據産業峰會暨2018年國際服務聯邦大會Services衛星會場在深圳召開。本屆大會以“新時代的人工智慧、區塊鏈、雲計算（New ABC）”為主題，匯聚人工智慧、區塊鏈、雲計算等領域專家和企業家，共同探討新時代下以ABC為代表的一系列技術的未來發展趨勢。

會上，亞馬遜AWS首席雲計算技術顧問費良宏進行“雲計算推動的人工智慧革命”演講，就“如何讓人工智慧為人類所用”一問作出精彩詮釋。

圖為亞馬遜AWS首席雲計算技術顧問費良宏進行演講。

 人工智慧已成為新的科技競技場

“人工智慧已經成為新的科技競技場！”在費良宏看來，人工智慧已經是一個新的發展方向，這個方向有一個與眾不同的地方在於它幾乎成為了所有新技術的支撐和載體。目前在技術發展的趨勢預測當中，人工智慧已經和這些技術發展方向融為一體，它幾乎與所有密切相關的新概念，新技術已經融合在一起。無論是區塊鏈、雲計算還是其他的任何一種概念，都會看到人工智慧在其中發揮的巨大作用。

費良宏隨後分析了人工智慧在過去60年間的發展軌跡，他指出，從1955年麥卡錫提出人工智慧的概念，到1956年達特茅斯會議上正式奠定了人工智慧學科的出現，20多位科學家通過頭腦碰撞，産生智慧的火花，推動人工智慧發展。1957年Rosenblatt提出了感知器的概念，使得我們今天的人工智慧有一個非常好的理論支援；1965年烏克蘭一位數學家提出深度學習概念，目前已成為人工智慧中最為重要的發展方向；1975年反向傳播演算法的出現，使我們對於神經網路的處理能力得到了極大的提升，反向傳播演算法也成為深度學習中最重要的演算法之一；1989年出現了第一個利用反向傳播演算法的應用，實現了對手寫字符的識別。“當時的現象看起來微不足道，但是所有一切的努力都奠定了今天人工智慧的爆發。”費良宏表示。

卷積神經網路成為人工智慧發展的重要方向

據記者了解，卷積神經網路是一種前饋神經網路，通過人工神經元可以響應周圍單元，從而可以進行大型圖像處理。費良宏表示，卷積神經網路目前成為了人工智慧發展的重要方向。“這個理論的基礎和演算法的實踐都已經日趨成熟，它在許多領域都産生了巨大的成果。這些成果中就包括了大家可能熟悉的自動駕駛技術。”費良宏指出，在過去的幾年裏面，自動駕駛技術已經成為了推動人工智慧行業發展的重要助力，並且L5級別的無人駕駛技術未來會走進大眾的生活當中。“我們相信隨著越來越多的應用和技術發展，人工智慧可以幫助我們在自動駕駛的研究上取得突破性的進展，從而解決人類在交通問題上面臨的各種痛點。”

此外，人工智慧中還有很多傳統行業也在利用相關的技術發展，從中受益。“其中一家就是Expedia。這家傳統企業曾經遇到過很大的困境，當它面對全球35萬家酒店，1000萬張各種圖片的時候，傳統的處理方式已經無能為力，於是它嘗試使用了人工智慧進行深度學習，利用了亞馬遜AWS的計算實例，實現了圖片的自動匹配，最終達到高匹配、低成本的結果。”費良宏説。

雲計算成為人工智慧解決新思路

隨著物聯網技術在研發、生産中的不斷應用，雲計算越來越成為人工智慧中科學家普遍關注的重點。那麼，雲計算能夠為人工智慧帶來什麼？哪些類型的産品在研發過程中需要用到雲計算？費良宏解釋，今天我們看到在全球範圍內，有數以萬計的用戶利用雲計算進行了創新和突破，將人工智慧和他們的業務結合在一起，産生了巨大的效應。費良宏認為，人工智慧在雲計算的發展方向上有三個趨勢。

第一，數據趨勢。費良宏表示，人工智慧非常重要的一點就是數據，數據對於人工智慧的演算法和利用來説是最重要的一個環節。“利用數據趨勢，人類可以不再受限于無限的演算法進行處理，我們在計算資源上沒有記憶體了限制，就可以對海量的數據進行訓練和建模。甚至我們訓練的過程不再是反覆重復的過程，每一次訓練結果可以作為再訓練的基礎，也意味著我們的訓練速度會大大加快。”

第二，形態趨勢。費良宏認為，目前已經出現通過雲計算將成熟的人工智慧以一種服務的形式提供給社會的形態，我們可以利用這樣的形態加速人工智慧的發展。“比如説在AWS的平臺上看到各種的圖像處理，我們可以利用它作為人工智慧突破的選擇。同樣我們也可以選擇最廣為接受的框架和平臺，通過與比較熱門的容器結合，將容器深度學習的框架以更有效的方式打包部署應用，帶來巨大的靈活性和便捷性。”

第三，速度趨勢。費良宏表示，對於開發人員來説，人工智慧追求的就是速度。這些速度包括了對模型的訓練速度，對模型應用的推理速度等方面，在深度學習應用上消除無差別的繁重任務，不斷地進行快速迭代。“通過雲計算的不斷迭代和訓練，所有的難題都可以迎刃而解。從未來發展趨勢來看，人工智慧具備的另外一個優勢就是分佈式能力，即所有問題都可以通過計算找到最優解決方案。”費良宏説。（記者肖寒）