微軟每年都會(huì)舉辦兩個(gè)主題是人工智能的內(nèi)部員工大會(huì)，最近一次規(guī)模達(dá)到5000人，前SPARC處理器架構(gòu)師Marc Tremblay表示，他現(xiàn)在負(fù)責(zé)微軟在定制人工智能芯片和系統(tǒng)方面的工作。

有專家坦言，他們并不完全理解為什么現(xiàn)有的算法獲得了這么好的效果。關(guān)于遞歸（RNN）和卷積（CNN）神經(jīng)網(wǎng)絡(luò)等類型的深度神經(jīng)網(wǎng)絡(luò)相對(duì)有效性引發(fā)了各種辯論，同時(shí)，新的模式仍在開發(fā)之中。

AMD公司研究員Allen Rush在最近一次關(guān)于人工智能的研討會(huì)上表示：“各種算法非常有可能在未來五年內(nèi)會(huì)發(fā)生變化。我們打賭，像矩陣乘法這樣的最底層的原語將是不可改變的。”

這就是Google在TPU上投入的賭注，最新版本的TPU是針對(duì)訓(xùn)練和推理任務(wù)的，它本質(zhì)上是一個(gè)大的乘法累加單元，運(yùn)行和保存線性代數(shù)例程的結(jié)果。預(yù)計(jì)Nervana和Graphcore芯片也將效仿這一做法。

哈佛大學(xué)前大腦研究員、Nervana共同創(chuàng)始人、現(xiàn)任英特爾Nervana集團(tuán)首席技術(shù)官Amir Khosrowshahi表示，目前在深度神經(jīng)網(wǎng)絡(luò)方面取得的成功，正在主導(dǎo)著更廣泛的人工智能領(lǐng)域。他在IEEE研討會(huì)上表示：“由于深度學(xué)習(xí)如此成功，所以在這之下事情發(fā)展得很順利。大家都在做深度神經(jīng)網(wǎng)絡(luò)，這是一場(chǎng)悲劇......不要以為現(xiàn)在發(fā)生的事情，一年以后還會(huì)存在。”

今天深度神經(jīng)網(wǎng)絡(luò)得到了如此多的關(guān)注，但這僅代表了更為廣泛的人工智能領(lǐng)域的很小一部分。（來源：英特爾）

盡管深度神經(jīng)網(wǎng)絡(luò)可以比人類更精確地識(shí)別圖像，但“如今的數(shù)據(jù)科學(xué)家被迫花費(fèi)不可接受的時(shí)間對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，對(duì)模型和參數(shù)進(jìn)行迭代，并且等待訓(xùn)練的融合......每一步都要花費(fèi)太多人力，或者太過于計(jì)算密集型了,”Khosrowshahi說。
總的來說，“人工智能的難題仍然很難解決，”他補(bǔ)充說。“最好的研究人員可以用一個(gè)機(jī)器人打開一扇門，但要拿起杯子，可能比贏過Alpha Go（深度神經(jīng)網(wǎng)絡(luò)贏得的早期勝利之一）還難。”