中央人民广播电台北京3月22日电（记者沈静文）据中央人民广播电台《新闻广角》报道，就在本月，一个人工智能围棋程序以4比1战胜了世界冠军李世石。人工智能的发展让人类惊叹不已，很多人或多或少都感受到了人工智能时代已经到来。

它为何如此强大？一个重要原因就是这个程序具备自学习的能力。深度学习也被公认为目前最重要的智能处理技术。而中国科学家的一项研究成果告诉我们，在不久的将来，人工智能之路还能走得更远。近日，中国科学院计算技术研究所发布了全球首款能够“深度学习”的“神经网络”处理器，名为“寒武纪”。

“神经网络”处理器这个名词对于大众来说可能比较陌生，但我们知道，当人类通过眼睛看世界时，我们的大脑能够识别和感受所看到的东西。比如，当我们看到一个人时，我们能够分辨出他的身高、面部表情、衣着和声音。

“神经网络”处理器是一种模拟人脑神经网络的芯片，可以制造出计算机。在“神经网络”处理器的运行中，计算系统计算能力的提升是决定深度学习处理效率的关键。中科院发布的“寒武纪”处理器比目前使用的处理器性能提升了两个数量级，这意味着它可以让人工智能跑得更快、更远。

有评论认为，随着中科院成果正式投入产业化，防欺诈人脸支付、手机图像搜索等将成为现实。“寒武纪”处理器到底厉害在哪里？它真的能把我们带入“看脸吃饭”、“看脸支付”的时代吗？

“寒武纪”、“神经网络”、“汉语拼音”都指同一个东西——中国科学院计算技术研究所陈云霁、陈天石研究团队打造的全球首款可进行“深度学习”的“神经网络”处理器。如今“寒武纪”和“刷脸支付”都成了热搜词，中国科学院计算技术研究所研究员陈云霁的第一反应是：惊讶。

陈云霁说，“我不知道‘刷脸支付’怎么就成了关键词了。其实我们‘寒武纪’的大目标是实现各种智能处理任务，而刷脸支付也就是面部识别就是其中之一。”

科学家们在让计算机更聪明的道路上一直奔波不停。本月，谷歌开发的人工智能围棋程序以4比1击败了世界冠军李世石。从人脸识别到下棋，计算机正在360度地学习人类的技能。陈云霁说，这就是“寒武纪”不同于之前其他神经网络处理器的地方——深度学习。

陈云霁介绍，智能处理的一个重要手段就是深度学习。深度学习有很多很广泛的应用，比如深度学习可以帮助计算机识别人脸、识别物体，或者听懂我们的声音，另外最近也有人用深度学习来下棋。也就是说，现在计算机越来越有可能用智能处理来做很多有趣的事情。

简单来说，谷歌需要用多达数万个X86 CPU核心运行7天，才能训练出识别猫脸的深度学习神经网络。而有了寒武纪，计算机的“深度学习”能力可以提升两个数量级，计算机的学习会更加准确、高效。在陈云霁看来，“人脸识别”之类的技术看上去很诱人，但在实际应用中的技术壁垒还有待攻克，而寒武纪可以解决这个问题。

陈云姬说，大家觉得这个东西很火，但是好像在我们的手机上用的不那么多。其实这背后有一些技术上的原因，现在的芯片在智能处理上的效率很低，因为跟人脑的工作机制不一样。“寒武纪”就是为了解决这个问题，我们的工作机制跟大脑类似，在进行智能处理的时候，速度会比CPU快很多倍，能耗也会低很多。这样，我们就能在手机上使用各种应用，比如刷脸支付。

陈云霁没有将网络上对人脸识别技术可复制性、不稳定性等批评列为“寒武纪”需要解决的问题。在实际操作上，刷脸支付认证技术研发者之一蚂蚁金服的一位负责人坦言，“刷脸”的误识率仍是其大规模应用的主要障碍。

计算机可以识别图像、人脸，可以战胜围棋九段高手，有人担心未来机器会不会完全取代人类。距离计算机智能最近的陈云霁却没有这种担忧。“这种担心有点杞人忧天，很多对人工智能不太了解的人都有这样的顾虑。其实真正的机器智能与人类智能之间还存在很大差距，而且在相对较短的未来很难弥补这个差距。所以我们日常生活中一些相对简单的智能处理任务可以交给机器，我们人类可以去做一些更聪明、更有挑战性的问题。”

另一名研究组长陈天石曾说，寒武纪这个地质时期，是生物多样性大爆发的时代，这一科研成果之所以这样命名，是因为他希望人工智能也能像生命一样经历一次大爆发。陈云霁对寒武纪的期待，同样美好而宏大。

陈云霁说，最终的目标是让计算机能够帮助人完成大部分相对简单的脑力劳动。

那么，把寒武纪的技术应用到面付费上，是不是浪费人才?在科学家眼里，技术没有高低之分。

陈云霁解释道：“不是这样的，我举个例子，比如通用CPU，可以当计算器用，也可以当服务器用，拿来当计算器用，不是浪费人才，也是很有意义的事，我们现在每天还是会用计算器的。”