据《华尔街日报》报道，百度公司发布消息称，它取得了近来备受关注的人工智能基准测试的全球最好成绩。这归功于百度研发的秘密武器： Minwa 超级计算机。

Minwa 超级计算机通过扫描 ImageNet 取得了这一成绩，这是一个超过百万张图片的数据库，需要将其分类到1000个不同的类别里面。这意味着计算机需要学习法国面包和烤肉卷之间的区别，更棘手的是，甚至还要能区分来克兰小猎犬和猎狐犬之间的不同！（百度的 Minwa 包含36个服务器节点，每个节点由2个六核英特尔Xeon E5-2620处理器和4个NVIDIA Tesla K40m GPU构成。Minwa超级电脑有1.7TB设备内存和6.9TB主内存，今年初它在ImageNet测试中的错误率为5.98%。）

在五年前，计算机在这方面想要超越人类似乎还很遥远，但是最近几个月以来，来自微软、谷歌，以及现在的百度的计算机已经能做的比人更好了。

通过练习，人类能正确识别除了大约 5% 之外的所有 ImageNet 图片。而现在，微软已经取得了 4.94% 的错误率的成绩，谷歌达到了 4.8%，百度则表示它将错误率降到了 4.58%！

百度和其它公司通过该测试所用的深度学习算法最近才从学术界飞跃到硅谷，但是它们已经开始在我们的日常生活中产生了影响。

两年前，谷歌使用深度学习来大幅提升 Android 手机的语音识别系统。而百度则在使用一个更大的超级计算机来分析14000小时的语音数据，以提升它的中英文语音识别能力。

“我对整个社区在计算机视觉方面取得的进展感到非常兴奋！” 百度首席科学家吴恩达说，“计算机能如此好的理解图像，不像一年前，它能做更多的事情了！”。

在未来的18个月，百度计划打造一个更大的、计算能力可达 7Pflop/s 的超级计算机！虽然这比不上世界上最顶级的超级计算机，但是依然能够排进全球前十。

深度学习站在了这项发展潮流的巅峰，越来越多的财大气粗的公司们雇佣顶尖的人工智能专家、积累庞大的数据、然后用大量的计算机资源来分析它们。

“有趣的是，处理 ImageNet 图像排名前三的队伍无一例外的都是具有大量计算机资源的大型技术公司，”吴恩达说。他的公司设计这个超级计算机的技术来自中国及其硅谷实验室建造 Minwa 的经验，他补充道。

来自 Facebook 的 Yann LeCun 领导着类似的团队，他说他的公司也在部署大型计算资源，不过他没有提到 Facebook 的计算机系统规模大小。

对于深度计算方面的能力， 谷歌、微软和百度把 ImageNet 测试当做一个“基准测试”，Yann LeCun 说。人们越来越关注更大的数据集和更有挑战性的任务，比如，目标检测和定位等。