5G和AI：现代人工智能基于深度学习的发展趋势

人工智能的发展大体上分为3个阶段。1950—1980年为人工智能的早期发展阶段。1981—2010年为机器学习的兴起阶段。2010年后为第3阶段。不过，人工智能的发展也曾一度陷入迷茫和停顿。一直到了2010年，多伦多大学的计算机科学家杰弗里·辛顿(Geoffrey Hinton)发现了一种方法，可以大大地提高对新增人工神经网络层的训练有效性，引起了人工智能领域深度学习(deep learning)的一次革命。自此以后，人工智能再次焕发活力，蓬勃发展，成为未来最有发展前途同时也将对人类社会产生最重大影响的科技领域。

和传统基于规则的人工智能不同，现代基于深度学习的人工智能利用人类提供的大量实际数据，对构成AI的神经网络进行训练，人工智能系统从数据中提取知识，自动生成合适的模型。例如，谷歌的围棋AI系统阿尔法狗(AlphaGo)就以6 000万局对弈大数据为基础，训练深度神经网络的算法，最后成功击败了人类最顶尖的棋手。因此，人工智能的成功有赖于供神经网络训练用的大量数据和足够的计算力。互联网为人工智能提供了不少数据，而5G的部署则更是把人和大量的移动设备联系在一起，并由此产生和获取大量有价值的数据。有了这些由5G基础设施所产生的数据，AI的学习判断能力将会得到大大的提升，甚至产生质的飞跃。(www.xing528.com)

前面提到的自动驾驶汽车(Autonomous Vehicle，AV)就是5G和AI有效结合的一个例子。位于车辆中或者云端的AI可以依赖大量传感器和5G通信所提供的大量实时数据，判断道路和周围车辆的状况，作出判断，如需要刹车或者转向，以实现把乘客安全快速地送到目的地的目标。在自动驾驶的应用中，各种传感设备提供的数据、5G提供的高可靠低时延的宽带无线通道以及边缘计算可以和人工智能完美地结合起来，大大地提高汽车行驶的安全性和整个社会交通体系的效率，具有极大的社会价值。