上交大AI研究院首席科学家徐雷：中国人工智能研究真的世界领先？( 五 )_尽管人工智能不是新鲜的概念

（2）芯片算力马斯克的OpenAI 认为， 2012-2017六年间AI计算力6年提升30万倍。保守估计九十年代初到2006年的算力增长就算只有它的十分之一，那也意味着做2006年需要20分钟算的问题，九十年代初中期要算一年。当时的基础研究提出了各种方法，但不可能通过计算得到验证，所以才会有一、二十年的滞后期。 Hinton在1986年后的二十年再续前缘，既反映他的执着，也是历史的圆满。

（3）大数据和互联网九十年代初采集用于语音识别的数据都已经十分困难，采集人脸图像数据则难度更大。就算那时有算力，也不可能有足够大量的数据来训练，以确定深度神经网络中的大量参数。 2009年原微软人工智能首席科学家邓力邀请Hinton来到微软，利用他们在语音领域积累了多年的大数据，尝试了深度学习的应用，发现用深度学习进行语音识别比原来的识别方法成果有了很大提高。李飞飞在 CVPR 2009 上发表了关于ImageNet的论文，关注如何有效地获取图像数据集，并从2010 年开始开启了每年一度的ImageNet 挑战赛（通过互联网和众筹），解决了计算机视觉的大数据获取问题。

在上述三大支撑中，第三个是我国的明显强项。最多的人口、通讯和互联网的飞速发展和普及、以及体制的优势和社会的需求，语音、图像、以及其他大数据的获取都远超欧美。而通过雄厚的资金投入，也购买获得了巨大的算力，这些催生了国内许多独角兽公司出现和飞速发展。 2012年， Hinton团队在ImageNet首次使用深度学习完胜其它团队，神经网络层数只有个位数。商汤的团队在2016年ImageNet图片分类中做出最佳性能时，用得神经网络层数是1200多层。