央廣網科技9月20日消息（記者 王蕾） 9月20日，第三屆AI WORLD 2018 世界人工智能峰會在北京國家會議中心舉行。峰會聚焦AI醫療、教育、芯片等熱點話題，與會嘉賓探討了芯片自主、機器學習算法創新、人與機器共存共生等議題。

　　在深度學習寒冬論的籠罩下，行業對AI理論天花板的突破愈發迫切。“機器學習教父”、1983年經典教材《機器學習：一種人工智能方法》作者之一的CMU機器學習系創始人Tom Mitchell認為，深度學習并非陷入窘境，而是需要更新看問題的角度。Mitchell教授反思最近人工智能技術的進步趨勢，展望未來，一種方法本來就需要結合與集成。

　　“實際上在學術界大家一直沒有想清楚一件事情，就是我們為什么要用這么深的模型？今天深度學習為什么會成功，里面的關鍵是什么？”南京大學教授周志華說。周志華和團隊提出了一個猜測——深度神經網絡成功源于三點：第一，有逐層的處理；第二，有特征的內部變換；第三，有足夠的模型復雜度。

　　過去幾十年，機器學習界已經積累了很多模型，其中有相當一部分是不可微的。能不能把它們變深之后，也得到跟深度神經網絡一樣乃至更好的結果？能否用不可微的模塊來構建深度模型？

　　南京大學周志華教授及其團隊提出“深度森林”系列模型，用決策樹來構建深度模型，實驗證明，深度森林在很多神經網絡不適合的應用領域中具有潛力。

　　在大會上，周志華教授介紹了深度森林取得的成果。不過，作為第一個“非神經網絡”、不使用BP算法訓練的深度學習模型，深度森林只是一個開頭，還需要做大量的探索和改進工作。

　　終端智慧化是未來人機共生的關鍵，智能手機是人機交互的新一代主流界面和載體。華為發布的麒麟980芯片讓華為Mobile AI獲得了全新一代終端AI發動機。云天勵飛打造出一顆安防的“天眼”——深目系統，能夠做到城市級的秒級人臉檢索。

　　應用神經形態計算與機器學習加速方面的專家、杜克大學副教授陳怡然博士在本屆大會做《制約人工智能發展的硬件瓶頸》的主題演講。陳怡然提出，在理論層面，基于大數據和深度學習的人工智能技術高度依賴于系統的數據處理與學習能力。因此，硬件的計算能力成為繼數據、算法之后，另一制約人工智能發展的主要瓶頸，硬件計算能力與能效對于人工智能技術主要影響云端和邊緣端兩大主要領域的應用。

　　浪潮AI首席架構師張清在大會上做題為《AI計算系統設計與優化：從實驗到生產》的演講，他從AI計算平臺與算法的Co-design、AI與云的融合設計與計算管理、AI計算框架的高擴展性設計、AI實際應用性能優化四個方面來分析AI計算系統設計與優化方法。