近期人机大战又在不断上演，这次比较巧的是，谷歌的AlphaGo在网络上化身Master，碾压各路9段高手，最后以60胜的成绩战胜了所有人类对手，也创造了有史以来第一次，人类在棋艺领域被人工智能全面碾压的情况。
而另一方，近期江苏卫视播出的《最强大脑》节目，也开启了人机决战的比赛，而在第一期以人脸跨年龄识别挑战的节目中，百度大脑以3：2的优势战胜了人类，人工智能也再次战胜了人类。
而这两场战役也引发了网友们对于AlphaGo与百度大脑谁更厉害的讨论，更多的人倾向于下围棋的AlphaGo应该更胜一筹，因为下围棋似乎难度更大，但实际上并非如此，这里我们来做一些科普。
深度学习到底是什么
AlphaGo与百度大脑的技术，其实师出同门，都是采取了最前沿的基于神经网络的深度学习技术。
传统的计算机技术都是线性模型，即输入一个值之后，就会获得一个唯一的答案。但是深度学习则通过模拟人脑的方式，将数据网络进行“分层”，通过监督学习的方式，给机器各种数据，不断反复训练，最终让机器给出一个最大概率的答案，如果答案不够准确，那么机器就会通过监督反复学习。
而阿尔法狗下围棋与百度大脑的人脸识别，背后都采用了深度学习的方法。
阿尔法狗下围棋的原理
我们这里不讨论具体的技术细节，而是讨论技术本质原理。
下棋这件事一直都是机器的难题，因为把每颗棋子可能的落子考虑进去，以输赢为结束，那么所有落子的可能性总数加起来比宇宙原子数还要多。早期的机器受制于、存储根本无法胜任如此巨大的挑战，因此能够挑战国际象棋大师卡斯特罗已经是非常不错，而挑战围棋则是天方夜谭。
而随着这几年硬件设备的发展，计算机的存储、CPU、集群运算等能力急剧提升，当年打败卡斯特罗的只是一台小计算机，现在则变成了集群计算机，计算能力从只能单打独斗阶段上升到了，可以用成百上千台计算机群殴的阶段。
而另一个关键点则是深度学习技术，深度学习技术，可以反反复复的训练与模拟对决，而以胜负为终结标志，有了学习反馈，因此可以模拟出成千上万个棋局，再日以继夜的学习后，最终达成大师水平。
也就是说集群计算+深度学习，让计算机大幅度减少了暴力穷举的次数，调试人员只需要不断修改算法模型，就可以获得最佳结果。
百度大脑跨年龄识别的原理
文章TAG：人脸识别 百度 工作 算法
