如今世界正处于一个多元的时代，人工智能、互联网、物联网等技术相互交融，为人类科技的发展不断增添新的活力。与传统互联网相比，人工智能更具有话题。作为人工智能领域的主要技术，深度学习是实现算法学习、搭建模型的基础，也是目前许多国家人工智能领域的专家的主要研究目标。

然而近期美国麻省理工、巴西利亚大学以及安德伍德国际学院的研究人员共同发表了一篇研究论文，该论文指出了深度学习的发展高度依赖计算能力的发展，而经过研究目前深度学习的计算能力快要接近极限了。如果想要提高计算能力的话，就得付出巨大的成本，深度学习未来何去何从呢？

深度学习会产生哪些成本？

深度学习的原理是通过学习大量的样本数据来建立起一套能够对未知数据进行预测的模型。一般来说，样本数据量越大，建立模型的准确度就越高，这已经在神经网络模型等领域得到了证实。然而大量样本数据的学习对深度学习的能力提出了很高的要求，这就导致人工智能的成本提高。

去年6月份，美国马萨诸塞州大学发表了一份关于人工智能研究的报告，该报告指出他们的研究人员通过调查统计，发现如果要针对某一难题通过大量样本数据的学习来获得一个学习模型，那么这个过程所需要的电量会导致大约62.6万磅二氧化碳的排放，这比一辆普通汽车整个寿命期间所排放的二氧化碳量还要高4、5倍左右。

除了对气候环境造成影响之外，深度学习对硬件提出了较高的要求。算法专家表示，越高的灵活度会使得深度学习获得不同的学习模型，从而向人类提供不同的选择，但这会导致较大的学习成本。根据报道，华盛顿大学为了获得一种假新闻监测模型，在短短两个星期内就投入了2.5万美元作为训练费用，要开发整套模型需要花多少钱可想而知。

除了投入资金提高算力，还有什么办法提高深度学习？

提升算力固然是提高深度学习能力的一种方法，但这种方法要求更多资金的投入，对大气环境造成更多的负担，那么是否有其他方法能够避免高成本地提高深度学习能力呢？实际上目前人工智能领域已经有人开始研究如何改善现有的算法。

随着人类科技整体地往高处发展，未来人类对深度学习能力的要求也会不断提高，如果不改善算法的话，那将会导致所需要的算力越来越大。对此深度学习领域的研究人员已经开始研究如何优化现有算法，更高效地利用计算机的运算能力，比如充分利用CPU和GPU的资源，提高运行效率。

此外，西安电子科技大学的吴家骥教授认为，未来我们不仅要考虑如何从硬件和算法上提升深度学习的能力，还要思考如何压缩模型。这就是如何把一头大象放进冰箱里的问题，大象就相当于人类对深度学习的要求，冰箱就相当于现有的硬件能力。在硬件条件变动不大的情况下，应该思考如何将大象压缩，也就是压缩模型，以降低模型对学习平台的要求。

更多的计算能力会让人工智能拥有人类的智慧吗？

说到人工智能，很多人都会联想到科幻电影中人工智能机器人最终发展到超越人类的地步，并反过来对人类赶尽杀绝。然而人工智能分为强人工智能和弱人工智能，能够反杀人类的智能属于强人工智能，目前我们手机中的智能语音助手、推荐算法等都是弱人工智能，人类要想发展出强人工智能，还需要很长一段时间。

资料来源：

澎湃网 8月5日 《防止被算力“锁死”，人工智能进化急需革命性算法》