人工智能的爆点来临，这些金科玉律先得掌握

https://www.toutiao.com/a6678568950348907019/

 

深度自主学习能力是人工智能的爆发奇点

3月26日，美国麻省理工大学举办了MIT Technology Review Ai大会，美国人工智能界，软件与硬件方面的专家与大佬齐集一堂，各自都研讨了最新的一些研究成果与业界新进展。这次大会上最引人瞩目的倒不是Ai界一直广受关注的算法与软件程序类的专家，反而是英伟达与英特尔这两家企业代表的芯片与硬件板块得到了最多关注。大会的参会学者与嘉宾，都普遍认同一个观点：人工智能下一阶段的发展突破关键，不在算法，而在于硬件。

美国顶尖理工科学府---麻省理工学院

人工智能是世界目前最能协同起产业界、商界、学术界、科学界的领域，在资本市场上也是投资人关注的重头，著名投资人孙正义甚至认为，20-30年后，人工智能将彻底改变人类的社会与生存方式。其实，对Ai稍微有些了解的朋友都知道，在之前很长一段时间内，算法与程序是推动人工智能领域向前发展的主要动力，硬件方面似乎一直受到了忽视，但是如今专家们逐渐意识到，硬件方面或许是人工智能最终真正爆发必不可少的一块推动力。要实现复杂与先进的人工智能，就必须实现计算机人工智能与机器的自主深度学习能力，简而言之就是要让人工程序与智力自己学会学习。没有硬件的发展，AI深度学习能力显然无从谈起。

国际著名投资人孙正义已经押注人工智能

英伟达的三大聚焦理论

国内的很多朋友最初知道英伟达，都是从他们生产的GPU显卡知道的，英伟达如今已经是人工智能领域的领先企业。这次英伟达也有代表参加了大会，首席科学家比尔·达利Bill Dally做了专题发言，他的演讲主要的核心观点就是，计算机芯片在人工智能发展中，作为硬件主力，必须做出的改变与三大聚焦，人工智能的下一阶段突破有赖于硬件。

英伟达已经转型成领先的人工智能巨头

Bill Dally认为，想要实现Ai的深度自主学习，对计算机的运算能力提出了超巨大的要求，目前的几大芯片巨头必须设计制造出强大的多的芯片才能应付。芯片方面的进步能切实弥补算法程序优化上的极限。虽然行业内都在讨论芯片物理极限的问题，但是从设计层面，芯片物理极限的问题其实能避免。Bill Dally谈了英伟达正在聚焦的三大芯片研发方向：

第一个方向，Bill Dally认为未来芯片的设计必须更加专精，专精于特定的功能任务，传统的那种面向所有的功能任务的全能型芯片将不再合适，因为大而全的追求只会导致在最需要的性能效率方面难以达到需求。简而言之就是，过去生产的芯片大多是铁人十项全能的选手，日后的芯片应该都是专项项目的顶尖高手。英伟达在内部的实验室做过性能效率比较，特种任务精专芯片比传统全能芯片的能力有20%以上的抬升。正印证了中国的一句古话：术业有专攻，哪怕是鸡鸣狗盗之徒，只要发挥好自己所长也能创造辉煌。

英伟达的GPU云结构

第二个方向，Bill Dally认为，芯片界必须想出解决方案，减少Ai深度学习中的计算次数，才能在现有 物理芯片的极限之内实现人工智能的自主学习，否则哪怕算法与模型搭建的再出色，芯片的物理能力也无法实现。那么至于需要减少芯片的计算次数到达什么程度呢？根据英伟达的计算，必须削减90%的计算次数才行。英伟达在这个目标上，已经着手了研究，取得了一定的成果，目前的削减计算比率达到了传统计算次数的40%左右，这样芯片的体积就能实现持续缩小，并且计算精确度却没有流失。

英伟达Ai套件

第三个方向，Bill Dally解释为"芯片的模拟运算"（analog computation）。按照他的解释，人类目前的几乎所有的芯片计算，都基于0与1两个数字的序列存储与计算，计算机在运算存储过程中没，其实是把所有的数据都重新编码成0与1 的序列，之后再实现功能。然而，一旦芯片的模拟运算能力成熟后，所有的数据信息，都能跳出0与1的桎梏，直接编码，直接存储计算，这样也能极大的提升芯片的运算能力与效率，进一步帮助了第二个方向中提到的，芯片的计算次数。芯片的计算如果更简单，那么Ai深度学习的运算任务就能以传统芯片的10% — 25% 的消耗去完成。

人类已经接近芯片的物理极限

英特尔：人工智能基础介质的抉择

本次大会上，英特尔公司的Ai产品集团的副总裁纳威·饶Naveen Rao也发飙了演讲。他主要谈了英特尔公司对未来Ai发展阶段，计算机芯片基质布局的规划与建议。首先Rao认为，任何芯片的本质都能拆分成两个集团：1 编码 2 操纵信息（存储与运算），芯片是所有人工智能活动的基础介质，简而言之就是人工智能的母胎。人工智能的母胎设计的怎样，布局的怎样，对人工智能的效能与极限影响很大。

 

英特而提出了他们的建议，英特尔认为，未来的人工只能无论是物理的还是概念结构的设计，必须考虑到节约与性价比，目前行业内对云传输、云计算的期盼很高，但是英特尔方面认为，在人工智能深度学习的时代，任何学习与运算，都需要人工智能去通过云数据的传输，从一个中心Ai源头获得结果的话，这种布局显然是不合适的。简而言之英特尔的意思是，就如同古代行军打仗，部队在千里之外决策与应变，还要靠传令兵千里跑回京城询问皇帝的意思，那效率与科学性肯定是毁灭性的。最佳的策略就是如同中国古代俗语所说的"随机应变，将在外君令有所不受，具体问题就地解决。" 英特尔的设计方针是，所有的计算机在本地设备上运行解决人工智能的任务，靠一个个小型的、高效的深度学习模型与基本硬件去实现。这就对区中心化的网络布局提出了设计挑战。

 

芯片硬件巨头们的圣母心与野心

芯片硬件巨头们，给人工智能领域建言献策的确是好事，在算法模型与程序反面遇到瓶颈的时候，硬件芯片能接过大旗继续高歌猛进，肯定对人工智能的进一步突破大有帮助。软硬结合才能让Ai科学尽快突破那个自主智能诞生的爆炸临界点。英伟达也好，英特尔也好，他们的建议的确充满科学性的考量，另一方面也有深度绑定自身业务与未来产业的野心。

 

目前的人工智能领域，正在向深度自主学习前进，人类正在一种全新智能革命的爆发前夜，在这样的时刻，几大巨头当仁不让的在力图推进、做出贡献，他们的设计与概念已经渗透到实际的生产与布局中，这些建议与方向值得所有深耕人工智能与机器学习领域的朋友们参考。