<del id="aymay"></del> 各大科技巨頭近來不約而同地發力“深度學習”領域?！吧疃葘W習”是現代科技產品背后的“引擎”，作為核心技術支撐著商業著應用，如網絡搜索、機器翻譯、產品設計和醫學圖像等，都帶來了相當可觀的經濟價值。
現在，微軟也加入了這個人工智能的“角斗場”。
一個月前，“Google大腦之父”在PingWest于舊金山舉辦的SYNC大會上提出。今天，微軟的研究人員稱，他們的深度學習系統——“Adam計劃”取得了突破性的成果，技術更為成熟。據該研究人員介紹，在圖片識別方面，這個系統不僅可以識別出指定的物品，還能夠在該類目分類項下，進行更精確的識別。他將“Adam計劃”和“Google大腦”進行了對比，在看完Youtube上關于貓的視頻后，“Google大腦”可以識別出貓，而Adam則可以識別出貓及貓的品種，并且使用的機器數量只有之前的三十分之一。
微軟研究院主管Peter Lee博士表示，“Adam計劃”尋找的并不是在模擬神經網絡的規模上有所突破，而是構建方式上的改進。這些改進指的是：優化和微調了機器處理數據和機器間數據溝通的方式。當計算系統變得更為復雜時，每個部件之間都在同一時間傳送信息—這件事會隨著系統越來越龐大而越來越困難，而Adam系統允許了異步算法的存在。異步算法指的是將一個大的系統拆分為不同的部分，并且在分享和輸出計算結果前允許他們分別獨立運作，同時，在分享結果時各個部分的結果相互覆蓋也沒有問題。
威斯康辛大學計算機科學學院的研究者Feng Niu, Benjamin Recht等人的研究報告指出，在使用傳統的隨機梯度下降算法(SGD)來進行幾個并行計算任務時，通常需要保證計算結果輸出的同步，否則會引發數據沖突。但如果只是應用在小型計算系統里，首先，數據沖突的幾率很低；其次，由于數據結果的寫入往往是遞增性的，每個部分輸出和疊加只是順序不同，因此即便發生沖突但計算結果通常都是一致的。這個在研究報告中被稱為“Hogwild!”技術使得異步計算在深度學習系統中成為可能。
另外，微軟的深度學習系統，不同于Google大腦采用GPU搭建的元件，而是使用造價更昂貴的CPU，這些機器由微軟的Azure云服務系統提供支持。
