巴倫周刊指出，人工智能 (AI) 科技為近日熱門話題，但這波革命才剛剛起步，發(fā)展 AI 過程中，需要運(yùn)用巨大的計(jì)算能力，對(duì)于美光科技與賽靈思等半導(dǎo)體公司，為非常好的消息，他們可能成為未來的芯片之星。巴倫周刊早在 2015 年 10 月，就曾以 AI 為主題做過封面故事，當(dāng)時(shí)的標(biāo)題為《Watch Out Intel, Here Comes Facebook》。 當(dāng)中曾被提及的 Nvidia，股價(jià)已大漲 770%，而美光可能在 AI 發(fā)展之撐下，成為新一代芯片界新星，因?yàn)榘l(fā)展過程中，需要許多的內(nèi)存芯片，該公司股價(jià)迄今已成長(zhǎng) 270%。

Nvidia 五年來股價(jià)走勢(shì)圖目前 AI 仍處于發(fā)展的初期，未來可能會(huì)有更強(qiáng)勁的回報(bào)。在網(wǎng)絡(luò)和云端計(jì)算開始興盛之下，網(wǎng)絡(luò)巨頭可以在其數(shù)據(jù)中心，匯整大量數(shù)據(jù)并進(jìn)行計(jì)算，計(jì)算機(jī)科學(xué)家創(chuàng)造出一種新的機(jī)器學(xué)習(xí) (machine learning) 模式，稱為深度學(xué)習(xí) (deep learning)， 該模式不需要科學(xué)家制定明確的計(jì)算規(guī)則。下圖顯示一個(gè)深度學(xué)習(xí)的例子，其中一臺(tái)計(jì)算機(jī)被教導(dǎo)辨識(shí)貓的照片，數(shù)以百萬計(jì)的貓圖片被輸入計(jì)算機(jī)，以及許多不是貓的例子亦被輸入，例如狗的照片。 計(jì)算機(jī)將檢測(cè)圖像像素中，許多基本形狀的圖案。

深度學(xué)習(xí)范例之一，辨識(shí)貓與狗然后它會(huì)發(fā)現(xiàn)這些非?；镜男螤?，如何聚集形成相關(guān)的 (尖的耳朵) 和不相關(guān)的 (軟的耳朵) 可辨識(shí)圖案特征，這將成為計(jì)算機(jī)新的模型，之后在辨別圖片是否為貓時(shí)，它將套用此模型。這種深度學(xué)習(xí)是一種強(qiáng)大的新范例：人類只需要設(shè)定一個(gè)基本目標(biāo)，如分類圖片，接著讓計(jì)算機(jī)找出解決方案的模式。 計(jì)算機(jī)所經(jīng)歷的一系列步驟被稱為「網(wǎng)絡(luò)」，而不同的網(wǎng)絡(luò)擅長(zhǎng)不同的事物，舉例來說，所謂的強(qiáng)化學(xué)習(xí)為使用非常簡(jiǎn)單的訊息，只需要一個(gè)場(chǎng)景和一套規(guī)則，它們變能找出最佳的行動(dòng)模式。Google 曾在 2017 年底，使用這種方法制作能自我學(xué)習(xí)的計(jì)算機(jī)圍棋 AI 模型 AlphaGo Zero。 該模型運(yùn)用神經(jīng)網(wǎng)絡(luò)的技術(shù)，它透過與自己對(duì)弈，學(xué)習(xí)到各種招式并發(fā)現(xiàn)新的戰(zhàn)略，他在學(xué)習(xí)過程中并不需要人類的智能，它最終擊敗了頂級(jí)人類圍棋棋士。而科技公司在 AI 發(fā)展中扮演的重要角色為，提供所需的硬件支持或是新的機(jī)器設(shè)備，例如 Nvidia 的 GPU 芯片效率比 Intel 的微處理器更高。 美光的內(nèi)存芯片需求激增，并預(yù)計(jì)在 2021 年推出可支持深度學(xué)習(xí)的芯片。深度學(xué)習(xí)將在運(yùn)算中變得更加普遍，隨著時(shí)間推移，深度學(xué)習(xí)將接管人類編寫程序的工作，但受限于芯片和軟件的發(fā)展，要走到此目標(biāo)還有很長(zhǎng)一段路。