1.7 新一轮人工智能爆发的三要素

这一轮人工智能大爆发的主要原因有3个：深度学习算法、大数据和高性能计算。

深度学习算法——之前人工智能领域的实际应用主要是使用传统的机器学习算法，虽然这些传统的机器学习算法在很多领域都取得了不错的效果，但仍然有非常大的提升空间。深度学习出现后，计算机视觉、自然语言处理和语音识别等领域都取得了非常大的进步。

大数据——如果把人工智能比喻成一个火箭，那么这个火箭需要发射升空，它的燃料就是大数据。以前在实验室环境下很难收集到足够多的样本，现在的数据相对以前在数量、覆盖性和全面性方面都获得了大幅提升。一般来说，深度学习模型想要获得好的效果，就需要把大量的数据放到模型中进行训练。

高性能计算——以前高性能计算大家用的是CPU集群，现在做深度学习都是用GPU（Graphics Processing Unit）或TPU（Tensor Processing Unit）。想要使用大量的数据来训练复杂的深度学习模型，那就必须要具备高性能计算能力。GPU就是我们日常所说的显卡，平时主要用于打游戏。但是GPU不仅可以用于打游戏，还可以用来训练模型，性价比很高，买显卡的理由又多了一个。如果只是使用几个CPU来训练一个复杂模型，可能需要花费几周甚至几个月的时间。把数百块GPU连接起来做成集群，用这些集群来训练模型，原来一个月才能训练出来的网络，可以加速到几个小时甚至几分钟就能训练完，可以大大减少模型训练时间。TPU是谷歌专门为机器学习量身定做的处理器，执行每个操作所需的晶体管数量更少，效率更高。

工欲善其事，必先利其器。下一章节我们将介绍如何搭建Python开发环境，为我们后续的学习做准备。