微软“小冰”识狗与人工神经网络（IV）

7月16日，微软“小冰”项目负责人李笛对外表示：在8月份，“小冰”将带来新的图像识别技术，比如，当“小冰”看到用户给出的一张自己受伤的脚踝照片之后，她会理解该相片图像中的含义，做出回应：“你怎么受伤了”或“怎么这么严重啊？”，也就是说，到了今年8月份，这个小丫头就会说话了。这是在“小冰识狗”之后，微软（中国）又一次重大的技术进步。为什么？

在本文（III）中，我们已经提到支撑“小冰”识狗功能的那十个大机柜。当第一个机柜接受到上述相片之后，机器就开始“卷绕”（Convolurion)动作，在每一次“卷绕”动作之中，系统需要出示一些大数据库中相关的图片信息，训练（或指导）系统在不断地向前“卷绕”中增加对初始相片内容的理解，适当地提出相关信息，直到最后在第十个机柜的输出中，让“小冰”对用户说出上面关心、体贴的话语。

“卷绕”动作的实质是，让系统扫描上一个机柜的信息，以便确定本次训练的内容，正确引导在下一个机柜抽取的图片特征，让机器对图片更加深入的”感知“。可以说，“卷绕”训练的目的就是不断提高系统对输入图片特征的“感知”程度，机柜本身可以认为是图像识别系统的“感知区域”，“感知区域”一个比一个更加清晰地获知输入图片的特征。机柜数量越多，最终输出的识别结果就最佳。

“卷绕”训练为什么能够实现？机柜中的人工神经元为什么愿意接受“训练”？为什么很“听话”？听从系统的指挥？每个人工神经元对应着一个唯一的IP地址，每次“卷绕”动作都要涉及一批IP地址。图像识别系统是典型的并行计算，如同人脑的神经网皮层的活动。

当前，Win10发布在即，“风雨欲来风满楼”，操作系统具有人工智能的消息铺天盖地迎面砸来，让“国产操作系统”鼓吹者无地自容！呜呼！人工神经元到底具有什么特征，且听下回分解。

袁萌 7月19日