3月22日，中国科学院计算技术研究所发布了全球首个能够“深度学习”的“神经网络”处理器芯片，名为“寒武纪”。这项成果将于今年内正式投入产业化。在不久的未来，反欺诈的刷脸支付、图片搜索等都将更加可靠、易用。

　　前不久，谷歌公司开发的一款围棋程序“AlphaGo”以4∶1战胜了韩国棋手李世石，其中，“AlphaGo”的成功秘诀就是模仿人类通过神经网络进行“深度学习”。

　　深度学习是指多层的人工神经网络和训练它的方法。通俗讲就是指计算机通过深度神经网络，模拟人脑的机制来学习、判断、决策。近年来，这种方法已被应用于许多领域，比如人脸识别、语音识别等，它在近期和未来都将是人工智能领域的一个热点研究方向。

　　“深度学习”能发展到现今阶段，得益于计算系统运算能力的提升，而这种提升正是作为技术支撑的处理器爆炸式发展的结果。目前，“AlphaGo”使用的处理器是在其他领域通用的CPU处理器。2010年，谷歌使用1.6万个处理器运行7天来训练一个识别猫脸的深度学习神经网络，在围棋上战胜了人类的“AlphaGo”则需要更多的处理器，普通人要想使用这项技术是不可能的。

　　深度学习处理器，就是给电脑创造出模仿人类大脑多层大规模人工神经网络的芯片。在深度学习处理器的运行当中，计算系统的运算能力提升是决定深度学习处理效率的关键。此次发布的“寒武纪”处理器，比“AlphaGo”所使用的处理器在性能上提升两个数量级，也就是说，它能够让人工智能跑得更快、更远。

　　今年课题组和中科院计算所已经孵化了中科寒武纪公司，正式开始进行科研成果的产业化。未来应用瞄准企业、科研院所里的高性能服务器、高效能终端芯片、机器人芯片三大领域，实现更多功能。比如用手机拍照就知道照片中的人是谁，可对众多视频进行智能归类，图片搜索也将更加准确易用，只要在路边随便拍下一棵树，就可以搜索到这棵树的所有资料，而不仅仅局限于现在的文字搜索。“寒武纪”未来可服务的领域既包括社会民生，也包括国家重大需求。