深度学习革命 — 2012年的震撼

上一回，我们见证了两度寒冬：期待消退，研究者离去，神经网络这种方法被挤到了研究的角落——那是一段漫长停滞的故事。然而，在冰封的地面之下，等待春天的三粒种子正悄然萌芽：海量的数据、远超以往的算力，以及熬过寒冬的少数研究者。2012年，当这三者在同一点上相遇时，世界当真为之一变。

一张图像也认不出，这道难题

对人来说，分辨眼前的东西是猫还是狗，是无需思索的一瞬之事。可对计算机而言，这长期以来都是一道难以逾越的难题。机器所看到的，不过是无数数字的排列，要从中提取出「这是一只猫」的含义，远比想象中困难。按照旧方法，需要人来把「耳朵的形状」「胡须」之类的特征一个个手把手地教给它，而在现实世界的千变万化面前，这套做法很快就走到了尽头。

为这个转折铺好舞台的，是一份庞大的「教材」。2009年公开的 ImageNet，是一个把数百万张图像逐一人工标注、注明其为何物的、规模空前的数据库。借助它，世界各地的研究团队开始参加一项一年一度的竞赛，比拼「能把图像分类得多准确」。长久以来，那个正确率只是一点一点地缓慢爬升。哪怕只把错误减少几个百分点，都是一桩大工程——这就是当时这个领域的常识。

2012年，常识被翻转的那一天

就在2012年的那场竞赛上，爆冷发生了。

多伦多大学的杰弗里·辛顿，与他的门生亚历克斯·克里热夫斯基、伊利亚·苏茨克维尔——这三人送上场的程序，后来被称为 AlexNet。它正是那种长期被视为过时的深层神经网络本身。结果令人震撼：AlexNet的前五名错误率约为15%，把第二名约26%的成绩远远甩在身后，差距悬殊。

在一个为削减几个百分点而拼得你死我活的世界里，突然出现了近10个百分点的差距。这与其说是改进，不如说是断裂。在场的研究者们，眼睁睁看着自己的常识轰然崩塌。一种本该在寒冬里被弃如敝屣的方法，竟比谁都更准确地辨认出了事物——这个事实，以无可辩驳的方式摆在了眼前。延续已久的春与冬的循环，至此画上了决定性的句号。

制胜的关键，竟是游戏用的芯片

那么，一种老旧的方法为何会突然复活？握有钥匙的，是一件出人意料的工具——一种本是为绘制影像和游戏画面而生的 GPU（图形处理用半导体）。

训练深层神经网络，需要把大量相似的简单运算同时一并完成。这件事，比起擅长按顺序逐一处理复杂任务的传统「大脑」（CPU），更适合那种能把简单作业一举并行处理的GPU。克里热夫斯基等人用这种游戏用的芯片，把网络的训练速度提升到了惊人的程度，在可以接受的时间内，完成了此前难以企及的运算规模。

至此，三粒种子终于在同一点上相遇：供其学习的海量数据（ImageNet）、对其高速处理的算力（GPU），以及熬过寒冬、持续打磨方法的研究者们。其中任何一项有所欠缺，这场革命都不会发生。前一个系列中见过的「从砂石中诞生的半导体」，在这里作为驱动智能的心脏，再次登上了故事的舞台。作为资源的智能，唯有立于算力这一基座之上，才得以站起来。

美国科技巨头的人才争夺战

震撼的余波尚未平息，翌年即2013年，一桩标志性的事件发生了。辛顿与门生们刚刚成立的一家小公司，被 谷歌 收购了。其意图与其说是技术本身，不如说是孕育出技术的头脑——那群研究者。收购之后，辛顿加入谷歌，投身于图像与语音识别等应用。

这是此后那场狂飙突进的前奏。亲眼目睹AlexNet震撼的美国大型IT企业，争先恐后地开始网罗深度学习的研究者。身处大学的一流头脑，带着破格的待遇，纷纷转投企业的研究所。搜索、广告、图像、翻译——面对这项足以把自家服务彻底重做一遍的技术，巨头们绝不肯轻易放手。就这样，人工智能的最前沿从大学向企业转移了重心，变成了一场唯有手握充裕资金与数据者才跑得动的竞赛。

不过需要留意的是，围绕这类人才的评价与待遇的种种动向，因当事者的证言与报道而存在温差，据报道其全貌并不能用一个口径来说清。即便如此，2012年成为分水岭、人工智能由此从「实验室里的梦想」蜕变为「庞大商业的主战场」这件事本身，在任何人眼中都已显而易见。

技术就这样在美国一举绽放。然而，凝视着这场革命的，并不只有硅谷的企业。在太平洋的另一端，有一个国家，开始把人工智能视作不仅仅是一桩生意、而是足以左右国家命运的战略。下一回，舞台将移向中国。一局围棋，唤醒一个大国的故事，即将上演——。