“人類社會(huì)已經(jīng)快速步入到智慧時(shí)代，什么才是這個(gè)時(shí)代的核心驅(qū)動(dòng)力、生產(chǎn)力——是計(jì)算！”在近日由中國(guó)工程院信息與電子工程學(xué)部主辦的2018人工智能計(jì)算大會(huì)上，中國(guó)工程院院士、浪潮集團(tuán)首席科學(xué)家王恩東給出這一觀點(diǎn)。

王恩東說(shuō)，一個(gè)國(guó)家的GDP與其計(jì)算力呈現(xiàn)出明顯的正相關(guān)關(guān)系，全球GDP排名前5的國(guó)家，與全球服務(wù)器出貨量前5名幾乎保持一致。而今天市值排名前10的巨頭，比如蘋(píng)果、亞馬遜、谷歌、臉書(shū)、阿里巴巴、騰訊，等等，毫無(wú)例外地都是全球服務(wù)器采購(gòu)量最靠前幾名的公司——這說(shuō)明他們?cè)谟?jì)算力上投入不菲。從某種意義上說(shuō)，計(jì)算力就是生產(chǎn)力。

“計(jì)算”“算法”“數(shù)據(jù)”，被稱作拉動(dòng)人工智能的“三駕馬車”，在機(jī)器學(xué)習(xí)“算法”不斷突破、龐大“數(shù)據(jù)”爆炸式增長(zhǎng)的今天，“計(jì)算”能否成為人工智能蓬勃發(fā)展的動(dòng)力引擎，備受期待。

事實(shí)上，回顧人工智能的發(fā)展史，不難發(fā)現(xiàn)計(jì)算力在其中發(fā)揮關(guān)鍵作用?！皥D靈先發(fā)明計(jì)算機(jī)，后發(fā)明人工智能，可以說(shuō)沒(méi)有計(jì)算就沒(méi)有人工智能，而人工智能，則讓計(jì)算力有了前進(jìn)的動(dòng)力，有了發(fā)展的方向?！蓖醵鳀|說(shuō)。

人工智能自1956年提出以來(lái)，經(jīng)歷了三個(gè)階段：第一個(gè)階段是20世紀(jì)60~70年代，人工智能力圖通過(guò)計(jì)算機(jī)來(lái)實(shí)現(xiàn)機(jī)器化的邏輯推理證明，但最終難以實(shí)現(xiàn)。第二個(gè)階段是20世紀(jì)70~90年代，計(jì)算機(jī)能力比之前幾十年已有了長(zhǎng)足的進(jìn)步，這時(shí)試圖通過(guò)建立基于計(jì)算機(jī)的專家系統(tǒng)來(lái)解決問(wèn)題，但是由于數(shù)據(jù)較少并且太局限于經(jīng)驗(yàn)知識(shí)和規(guī)則，難以構(gòu)筑有效的系統(tǒng)。第三個(gè)階段是最近這幾年，基于深度神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，才逐漸步入快速發(fā)展期。

“為何在第二階段到第三階段之間，人工智能有長(zhǎng)達(dá)30年的發(fā)展停滯？”美國(guó)工程院院士、美國(guó)加州大學(xué)洛杉磯分校教授叢京生在大會(huì)上拋出這一問(wèn)題。

在他看來(lái)，近些年人工智能之所以能夠再次爆發(fā)，一方面是互聯(lián)網(wǎng)、信息化、數(shù)字化帶來(lái)了大數(shù)據(jù)，據(jù)統(tǒng)計(jì)，整個(gè)人類文明所獲得的全部數(shù)據(jù)中，有90%是過(guò)去兩年內(nèi)產(chǎn)生的，到2020年，全世界所產(chǎn)生的數(shù)據(jù)規(guī)模將達(dá)到今天的44倍。

這么多的數(shù)據(jù)是如何產(chǎn)生、存儲(chǔ)、互聯(lián)、處理的？背后依靠的都是計(jì)算。這就是叢京生所說(shuō)的“另一方面”：計(jì)算能力的提高。上世紀(jì)80年代，人們用到的計(jì)算機(jī)，每秒鐘能夠執(zhí)行200萬(wàn)到300萬(wàn)指令，如今每秒鐘就可以有1000億到2000億次指令運(yùn)算。

從這個(gè)角度說(shuō)，是計(jì)算點(diǎn)亮了人工智能。叢京生說(shuō)，“因?yàn)橛辛诉@些計(jì)算能力，才讓今天的人工智能無(wú)處不在。”

當(dāng)然，人工智能反過(guò)來(lái)也對(duì)計(jì)算提出更多需求和挑戰(zhàn)。比如，人工智能對(duì)于計(jì)算力的需求已遠(yuǎn)超摩爾定律的性能增長(zhǎng)速度。

換句話說(shuō)，我們需要更強(qiáng)的計(jì)算力。

此次大會(huì)對(duì)外發(fā)布了《2018中國(guó)人工智能計(jì)算力發(fā)展報(bào)告》，其中提到，隨著時(shí)間的推移，人工智能在新興經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)中的應(yīng)用場(chǎng)景將越來(lái)越多——

從目前開(kāi)始到2020年，包括人臉識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等生物識(shí)別技術(shù)和車輛識(shí)別、智慧交管、智能路燈等智慧城市技術(shù)將是人工智能最典型的應(yīng)用場(chǎng)景；而2020～2025年，智能制造和智能家居的相關(guān)技術(shù)將走向成熟，成為最典型的人工智能應(yīng)用場(chǎng)景；2025年及之后，智能醫(yī)療、自動(dòng)駕駛、智能助理等相關(guān)技術(shù)與政策將成形，促使上述行業(yè)的人工智能應(yīng)用實(shí)現(xiàn)爆發(fā)式增長(zhǎng)。

報(bào)告同時(shí)提到，目前阻礙人工智能計(jì)算發(fā)展的主要挑戰(zhàn)在于四個(gè)方面：一是計(jì)算力的發(fā)展還未達(dá)到需求；二是可用數(shù)據(jù)量有限；三是從實(shí)驗(yàn)室到實(shí)際運(yùn)用過(guò)程中，還面臨諸多挑戰(zhàn)和問(wèn)題；四是從應(yīng)用場(chǎng)景到提供完善的行業(yè)解決方案還需時(shí)日。

中國(guó)工程院二局局長(zhǎng)高中琪說(shuō)，盡管我國(guó)人工智能應(yīng)用發(fā)展速度很快，但與發(fā)達(dá)國(guó)家特別是與美國(guó)相比，我們?cè)谟布惴ǖ娜斯ぶ悄芎诵募夹g(shù)領(lǐng)域，還存在著明顯差距。

在他看來(lái)，雖然應(yīng)用終端的發(fā)展已經(jīng)遠(yuǎn)遠(yuǎn)走在硬件構(gòu)架的前面，但現(xiàn)在計(jì)算平臺(tái)已經(jīng)難以滿足人工智能日益龐大的運(yùn)算需求。如何加強(qiáng)底層的構(gòu)架建設(shè)、提升計(jì)算力，已經(jīng)成為人工智能發(fā)展的關(guān)鍵問(wèn)題。（邱晨輝）