鈦媒體11月24日消息，世界網際網路大會·網際網路發展論壇於11月23-24日在浙江烏鎮網際網路國際會展中心舉行。在24日的「人工智慧：育新機、開新局」人工智慧分論壇上，清華大學講席教授兼智能產業研究院院長、美國藝術與科學院院士張亞勤在演講中表示，不太完全認同算力比算法更重要的觀點。
他表示，這次數位化和過去那兩次有很大的不同。首先是量高了很多數量級，比如說無人車每天所產生的數據就是5到10個T。基因測序每一次就差不多3T左右。所以這個數量級是高了很多，可能是上千或者上萬倍。「這次數據更多的是給機器看的，而不是給人看的。機器要做決策，機器要進行更多的智能決策。那麼過去1.0、2.0更多是給人所看的，同時我們看到人工智慧的算法有很大的進展。」
張亞勤強調，深度學習其實是需要很強很強的算力。而摩爾定律過去兩年左右是要雙倍算力的，其實這已經是在放緩了。但是深度學習對算力要求每年差不多是將近10倍的增長。「所以說Jeff dean在谷歌就說三要素，數據算法算力三要素等於數據加上100倍算力，就是說算力比算法更重要。我個人並不完全同意這個觀點。」張亞勤表示，算力在過去這幾年是整個深度學習發展快速的一個大的最重要的因素，大數據超算的能力以及很大的模型。但人工智慧有很多不同的算法。
（文章來源：鈦媒體）