围棋人机大战让“人工智能”再度受到广泛关注，也让其实现功能的基石“神经网络”走入人们的视野。那么，“神经网络”究竟是什么呢？
众所周知，计算机强大的地方是运算能力，假设说问x的n次方计算机会瞬间给出答案，但是人却不行；但如果要问地上跑的是猫还是狗，三岁小孩都会瞬间给出答案，计算机却不行。为了让计算机在分类识别领域有所进展，神经网络诞生了。构成电脑神经网络的组成部分叫“神经元”。这里的神经元只是借用了生物学的名词，和人脑并没有关系。
神经网络最重要的用途是分类和识别。举例说明，把一张猫的照片交给计算机让其识别，计算机通过这张照片的像素信息逐层分析，每一层都会有若干个神经元负责分解画面上的信息，比如说第一层负责分析照片上的轮廓信息，这个时候可能有一半的神经元判断这个照片上是狗另一半觉得这个照片上是猫，没关系再交给下一层分析，下一层的神经元负责分析照片上的颜色信息，再下一层负责分析照片上的纹理信息，以此类推。到了最后一层计算机得出的结果是照片上的动物是狗。但如果计算得出了错误的信息，神经网络就得重新再来一遍，这时候每层的神经网络就会反省上一次的错误，分析得出正确的结果。
目前负责神经网络运算的处理器仍是普通电脑用的处理器（包括x86和arm芯片）。要想让神经网络算法通过云服务和手机等载体方便普通用户，计算机硬件已经成了一个关键瓶颈。2010年，谷歌使用1.6万个处理器运行7天来训练一个识别猫脸的深度学习神经网络，消耗这么多机器只能作为技术的验证，没法推广。而在围棋上战胜了人类的“阿法狗”则使用了更多的处理器，未来人工智能要想实现像人脑一样的千亿个神经元网络，需要更多机器来完成。
近日，中科院研发了全球首颗神经网络处理器“寒武纪”，采用diannaoyu指令集的寒武纪深度学习处理器相对于x86指令集的cpu有两个数量级的性能提升，该处理器在硬件设计上更符合神经网络逐层分析的特点，从而能准确、快速地识别更加复杂的事物。
据科研人员介绍，该项科研成果的产业化已经提上日程。未来，反欺诈的刷脸支付、手机图片搜索等都将成为现实。
