人工智能“熱科技”如何落地應用
人工智能作詩、寫對聯(lián)，神經(jīng)醫(yī)學人工智能研究最新進展，人工智能交通融合感知與數(shù)字孿生解決方案，精準醫(yī)療輔助診斷平臺……10月26日，2021人工智能計算大會在北京舉行，一批人工智能技術應用的創(chuàng)新成果吸引了不少觀眾互動。
會上，包括中國工程院院士、浪潮首席科學家王恩東在內(nèi)的專家深入探討了數(shù)字經(jīng)濟新格局下，計算如何向智算轉(zhuǎn)型，智算如何賦能科技創(chuàng)新、社會治理及產(chǎn)業(yè)升級，并對人工智能如何發(fā)展出像人類的邏輯、如何跟應用場景結(jié)合等人工智能行業(yè)的熱點問題進行了解答。
“人工智能已經(jīng)從五六年前的‘黑科技’變成了今天的‘熱科技’，我們看到前沿的研究不斷涌現(xiàn)，比如通過Alpha Fold 2模型，預測人類蛋白質(zhì)序列，通過腦機接口研究，讓猴子用意念來打游戲。同時，我們也看到人工智能正在與各個產(chǎn)業(yè)深度融合，改變第一、第二、第三產(chǎn)業(yè)的生產(chǎn)方式，各種行業(yè)大腦、無人化作業(yè)模式不斷涌現(xiàn)，這些新基建正在加速推動著智慧時代的到來。”王恩東說，人工智能變成“熱科技”的關鍵，在于加強新基建，釋放多元算力價值，其中計算系統(tǒng)的創(chuàng)新是關鍵。
2020年人工智能加速芯片的計算力總和超過通用CPU
今年的人工智能計算大會以“智算·新際”為主題。在大會現(xiàn)場，浪潮人工智能研究院開發(fā)的全球最大規(guī)模中文AI巨量模型“源1.0”成為全場焦點，大批參會者排隊與“源1.0”互動，親身感受由人工智能驅(qū)動的內(nèi)容生產(chǎn)方式變革。
“2020年，人工智能加速芯片所交付的計算力總和已經(jīng)超過了通用CPU(中央處理器)。預計到2025年，加速芯片所提供的計算力可能超過80%。”王恩東表示。
“隨著人工智能的規(guī)模化發(fā)展，算力已經(jīng)成為決定性的力量，智慧計算是智慧時代的核心生產(chǎn)力。”王恩東表示，人工智能帶來指數(shù)級增長的算力需求，計算產(chǎn)業(yè)正面臨多元化、巨量化、生態(tài)離散化交織的趨勢與挑戰(zhàn)。一方面，多樣化的智能場景需要多元化的算力，巨量化的模型、數(shù)據(jù)和應用規(guī)模需要巨量的算力，算力已經(jīng)成為人工智能繼續(xù)發(fā)展的重中之重;另一方面，從芯片到算力的轉(zhuǎn)化依然存在巨大鴻溝，多元算力價值并未得到充分釋放。如何快速完成多元芯片到計算系統(tǒng)的創(chuàng)新，已經(jīng)成為推動人工智能產(chǎn)業(yè)發(fā)展的關鍵環(huán)節(jié)。
人工智能如何發(fā)展出像人類的邏輯
人工智能如何發(fā)展出像人類具備邏輯、意識和推理的認知能力，是人工智能研究一直在探索的方向。
“目前來看，通過大規(guī)模數(shù)據(jù)訓練超大參數(shù)量的巨量模型，被認為是非常有希望實現(xiàn)通用人工智能的一個重要方向。”王恩東認為，隨著巨量模型的興起，巨量化已成為未來人工智能發(fā)展非常重要的一個趨勢。
全球知名的AI領先公司都在巨量模型上予以重兵投入，谷歌、微軟、英偉達、浪潮、智源研究院、百度、阿里等公司相繼推出了各自的巨量模型。
王恩東介紹，巨量化的一個核心特征就是模型參數(shù)多、訓練數(shù)據(jù)量大。“以‘源1.0’為例，其參數(shù)量高達2457億，訓練數(shù)據(jù)集規(guī)模達到5000GB。”
應用面臨困局，人工智能如何跟應用場景結(jié)合
很多人會有這樣的困惑：人工智能那么好，但是怎么跟我的業(yè)務、應用場景結(jié)合?我想通過AI技術做智能化轉(zhuǎn)型，但是沒人懂算法懂模型，也缺少好用的AI開發(fā)平臺，算法模型那么多，如何找到不同算法在應用中的最優(yōu)組合?
“懂這些的人，往往都集中在科研機構(gòu)或者頭部公司。這些地方集中了最優(yōu)秀的AI人才，但缺少對傳統(tǒng)行業(yè)的需求場景、業(yè)務規(guī)律的深入理解。”對于當前人工智能從技術到應用所面臨的困局，王恩東指出。
來自埃森哲的一份調(diào)研報告顯示，70%以上有技術的研究機構(gòu)、科技公司缺需求場景、領域知識和數(shù)據(jù)，70%以上的行業(yè)用戶缺技術人才、AI平臺和實踐能力。
王恩東認為，目前人工智能的技術、產(chǎn)業(yè)鏈條脫節(jié)，生態(tài)離散化成為制約人工智能技術上水平、應用上規(guī)模、產(chǎn)業(yè)上臺階的瓶頸。“要想釋放多元算力價值、促進人工智能創(chuàng)新，既要重視智算系統(tǒng)的創(chuàng)新，加大人工智能新型基礎設施建設，把從技術到應用的鏈條設計好，從體系結(jié)構(gòu)、芯片設計、系統(tǒng)設計、系統(tǒng)軟件、開發(fā)環(huán)境等各個領域形成分工明確而又協(xié)同創(chuàng)新的局面，又要加快推動開放標準建設，通過統(tǒng)一、規(guī)范的標準，將多元化算力轉(zhuǎn)變?yōu)榭烧{(diào)度的資源，讓算力好用、易用。”
