当人工智能、类脑仿生成为热议话题时，有一个相关冷门知识你或许也该知道下：人类大脑由860亿个神经元连接组成，如果将大脑活动时的生物电状态转换成普通电流，功率大约是20瓦。
20瓦的人脑可以做什么呢？
作为一个拥有20瓦大脑的人类小孩，会和她身处的世界、和其他人做交互，她会有自己的情绪，她会求助等等，同时她也会因为自己的兴趣，无视家长的输入。
她的这些交互是一个非常自然的过程。我们看到，人脑可以在低功耗的环境下学到与他人交互的能力。
那么，人工智能在进行深度学习时是怎样的状态？
阿里巴巴计算平台事业部总裁、阿里巴巴集团副总裁贾扬清一边开发人工智能系统，一边观察和训练自己的女儿。
贾扬清
阿里巴巴计算平台事业部总裁
阿里巴巴集团副总裁
他说，科学家教人工智能进行深度学习的过程，其实和我们辅导小孩做功课差不多。这两者都需要解决算法和算力两个问题。
在人工智能领域，深度学习解决了算法问题，规模化解决了算力的问题。
其实在图片识别上，人的算力和单个GPU差不多，但是机器可以通过规模化大幅提升算力，人类则不能。
在全世界的数据不断爆发的今天，人工智能是一个系统工程，通过不同子系统的拼接，我们才能够完成一个实际生活中需要的完整场景。
以下是贾扬清演讲的精彩片段：
在很多电影中，我们可以看到这样的情节，有一些像人或者不像人的机器人，它可以实现不同功能：有些能开飞机、开宇宙飞船，有些是处理垃圾，当然也有些机器人可能目的不太好。
从这些电影当中，我们会发现一个非常有意思的现象，就是人们觉得人工智能是一件很容易的事。
电影《我，机器人》剧照
从2013年开始，我们就经常听见这样一句话：“人工智能的未来已来”。其实，今天我们还没有一个通用的智能体能够解决所有的问题。
人工智能难吗？
深度学习=小孩写作业？
2012年，多伦多大学的研究生阿莱克斯·克里泽夫斯基和他的教授杰弗里·辛顿提出了一个“深度学习”，或者说“深度学习网络”的方法。
他们通过大量标注的信息，以大量的数据集为基础，让一个比以前深很多的神经网络自动地学习从浅层的各种各样的边，到更加深层的、更有语意的信息，最后达到一个更好的识别效果。
这个过程有点像辅导小孩写作业。
平时我们在辅导小孩时，面临两个最大的问题。第一个问题是，你怎么就学不会呢？这时候我们其实是在讨论小孩的算法能力。他如果采用的是比较笨的算法，那么他学不会。深度学习就是解决了算法的问题。
我们经常跟小孩说的另一个问题是，你做作业怎么就那么慢呢？这其实是一个算力的问题。我们人的计算速度可能就只有这么快。在算力这方面，我们没办法让一堆小孩合起来提升一个小孩，但我们可以用一堆计算机来提升计算机系统。
辅导小孩写作业
2014年，MIT做了一个研究，在对一张图片里有怎样的物体做预测时，人类几乎可以在13个微秒左右的时间里完成识别，一秒钟我们可以处理77张照片。
今天非常非常高效的GPU，它一秒钟可以处理多少张图片？我们发现，GPU比人不一定快多少，单个的GPU每秒钟大概可以处理230张图片，这不是非常高的数值，我们人的计算能力可能和GPU差不多。
但我们可以通过大规模的系统的方法，把非常多的GPU聚合在一起，当我们把256个GPU放在一块，它每秒钟就可以通过集群的方式处理6万张图片。
人、GPU与GPU集群的计算能力对比
在这种状态下，我们可以通过大量堆数据的方式，非常迅速地训练出一个更聪明、更高效的深度学习系统。
人工智能是一个系统工程
在电影《蜘蛛侠》里面有这样一句话：“With great power comes great responsibility”，意思是说，能力越大，责任也就越大；从机器学习的角度，我们说：“With great power comes great overfitting（过拟合）（注：过拟合是指机器学习样本的特有属性后，过于严格地按照样本属性进行判断，导致判定误差较大）”，模型越复杂，我们就需要有更多的数据来做训练。
电影《蜘蛛侠》中舅舅对彼得·帕克说的话
我们去医院看病，都希望找一个老医生，因为老医生更有经验。在医疗影像识别这个领域，我们发现，医生看片子做诊断的正确率和他的年龄、跟他看片子的数量是正相关的，看的片子越多、数据越多，准确率就越高，机器也是一样。
我们可不可以让机器来看X光片和CT片呢？机器看图片永远会比人看图片看得更快、更多。
医生看X光片医生看X光片
另外一个例子是报纸。很多人可能有几年都没有看过报纸了。报纸的内容有什么问题呢？
它是静态的。
报纸并不知道，我今天的心情是什么，今天是不是来上海了，我是不是想买这件运动服等等。它永远是一个静态的状态。在全世界的数据在不断爆发的时候，一个静态的、不和用户产生交互的媒介是面临很大挑战的。
你有多久没看过报纸了？
在今天，人工智能已经可以直接和用户产生交互了。在菜鸟的物流当中，有一个叫阿里小蜜的功能，用机器人的语音交互来向大家提供物流的服务。
在阿里小蜜这样的应用背后，有非常非常多的人工智能技术，比如说语音识别、自然语言处理、会话机器人，包括背后的大数据系统等等。人工智能在今天是一个系统工程，通过不同子系统的拼接，我们才能够完成一个实际生活中需要的完整场景。
AI和云结合是必经之路
前两天我夫人对我说，淘宝给她发送了这样一个广告，但她并不太喜欢这样的内容。
显然在大数据领域，广告可能会吸引用户来点击，但是用户当下的心情怎么样，这是今天人工智能还做不到的地方。我跟阿里的广告的系统的负责人是很好的朋友，我开玩笑一样地把这个图片发给他了，他给我发了一个非常非常精辟的评论。
淘宝“猜你喜欢”
人工智能可以帮助我们解决实际生活中的很多挑战。AI和云的结合是一个必经之路，那么我们怎么通过整个计算机领域，以及实际业务领域的结合，来把AI往前推到更进一步的方向，这是我想通过今天的分享引发大家思考的地方。
