百度超级计算机图像识别超越人眼！秒杀谷歌

据美国《麻省理工科技评论》5月14日报道，中国搜索引擎巨头百度表示，其新近研发的超级计算机Minwa在一项备受关注的人工智能基准测试ImageNet中取得了世界最好成绩，错误率仅为4.58%，超越了微软和谷歌的超级计算机。

超级计算机Minwa配备72个超强处理器和144个图形处理器。11日晚些时候，百度在刊发的论文中称其超级计算机已被用于指导机器学习软件，在图片识别方面打破了谷歌保持的纪录。

来自百度Minwa项目的科学家吴恩达(AndrewNg)在接受采访时表示：“百度现已成为计算机智能领域的领军者。我认为Minwa是研究深度学习算法的最快的超级电脑，它可以说是我们手中绝对的王牌，强于我们的竞争者。”

计算机的计算能力关系到深度学习能力，百度和谷歌的超级计算机均在语音、图像及面部识别领域成功取得突破，并应用于其图像、语音搜索服务。

Minwa可以说是深度学习算法的一次飞跃性实践。深度学习的概念由科学家在2006年提出，源于人工神经网络的研究，是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，例如图像，声音和文本。含多隐层的多层感知器就是一种深度学习结构。该算法通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

吴恩达表示，这项科技能够更好地处理更大规模的数据集与网络，这也是深度学习算法与先前机器学习技术不同的一点，后者在处理大规模数据集与网络时速度减缓，计算能力减弱，并且数据规模一旦超过某个节点，使用机器学习技术将无法取得任何进展，而深度学习算法则避免了这种情况的发生。百度称Minwa的人工神经网络拥有数以亿计的接点，是以往任何网络的数百倍之多。

百度在周一的论文中指出，他们的系统在测试ImageNet分类数据集中的错误率仅为4.58%(ImageNet计算机视觉挑战比赛是目前国际上最大规模的图像分类和识别测试平台)。

这个数据集包含约150万张图像，分为1000个不同的类别，软件被要求为10万张前所未见的测试图像进行分类。

此前的世界最好纪录4.82%由谷歌创造，而微软在此测试中也达到4.94%的不俗成绩，同样的实验中，人眼辨识的错误率大概为5.1%，三个公司的研究成果均在视觉识别挑战中超越了人类视觉能力。