人工智能作诗、写对联，神经医学人工智能研究最新进展，人工智能交通融合感知与数字孪生解决方案，精准医疗辅助诊断平台……10月26日，2021人工智能计算大会在北京举行，一批人工智能技术应用的创新成果吸引了不少观众互动。
会上，包括中国工程院院士、浪潮集团首席科学家王恩东在内的专家深入探讨了数字经济新格局下，计算如何向智算转型，智算如何赋能科技创新、社会治理及产业升级，并对人工智能如何发展出像人类的逻辑、如何跟应用场景结合等人工智能行业的热点问题进行了解答。
“人工智能已经从五六年前的‘黑科技’变成了今天的‘热科技’，我们看到前沿的研究不断涌现，比如通过Alpha Fold 2模型预测人类蛋白质序列，通过脑机接口研究让猴子用意念来打游戏。同时，我们也看到人工智能正在与各个产业深度融合，改变第一、第二、第三产业的生产方式，各种行业大脑、无人化作业模式不断涌现。这些新基建正在加速推动着智慧时代的到来。”王恩东说，人工智能变成“热科技”的关键，在于加强新基建，释放多元算力价值，其中计算系统的创新是关键。
2020年人工智能加速芯片的计算力总和超过通用中央处理器
今年的人工智能计算大会以“智算·新际”为主题。在大会现场，浪潮人工智能研究院开发的全球最大规模中文人工智能巨量模型“源1.0”成为全场焦点，大批参会者排队与“源1.0”互动，亲身感受由人工智能驱动的内容生产方式变革。
“2020年，人工智能加速芯片所交付的计算力总和已经超过了通用CPU（中央处理器）。预计到2025年，加速芯片所提供的计算力可能超过80%。”王恩东表示。
“随着人工智能的规模化发展，算力已经成为决定性的力量，智慧计算是智慧时代的核心生产力。”王恩东表示，人工智能带来指数级增长的算力需求，计算产业正面临多元化、巨量化、生态离散化交织的趋势与挑战。一方面，多样化的智能场景需要多元化的算力，巨量化的模型、数据和应用规模同样需要巨量的算力，算力已经成为人工智能继续发展的重中之重；另一方面，从芯片到算力的转化依然存在巨大鸿沟，多元算力价值并未得到充分释放。如何快速完成多元芯片到计算系统的创新，已经成为推动人工智能产业发展的关键环节。
人工智能如何发展出像人类的逻辑
人工智能如何发展出像人类一样具备逻辑、意识和推理的认知能力，是人工智能研究一直在探索的方向。
“目前来看，通过大规模数据训练超大参数量的巨量模型，被认为是非常有希望实现通用人工智能的一个重要方向。”王恩东认为，随着巨量模型的兴起，巨量化已成为未来人工智能发展非常重要的一个趋势。
全球知名的人工智能领先公司都在巨量模型上予以重兵投入，谷歌、微软、英伟达、浪潮、智源研究院、百度、阿里等公司相继推出了各自的巨量模型。
王恩东介绍，巨量化的一个核心特征就是模型参数多、训练数据量大。“以‘源1.0’为例，其参数量高达2457亿，训练数据集规模达到5000GB（吉字节）。”
应用面临困局，人工智能如何跟应用场景结合
很多人会有这样的困惑：人工智能那么好，但是怎么跟我的业务、应用场景结合？我想通过人工智能技术做智能化转型，但是没人懂算法懂模型，也缺少好用的人工智能开发平台，算法模型那么多，如何找到不同算法在应用中的最优组合？
“懂这些的人，往往都集中在科研机构或者头部公司。这些地方集中了最优秀的人工智能人才，但缺少对传统行业的需求场景、业务规律的深入理解。”对于当前人工智能从技术到应用所面临的困局，王恩东指出。
来自埃森哲的一份调研报告显示，70%以上有技术的研究机构、科技公司缺需求场景、领域知识和数据，70%以上的行业用户缺技术人才、人工智能平台和实践能力。
王恩东认为，目前人工智能的技术、产业链条脱节，生态离散化成为制约人工智能技术上水平、应用上规模、产业上台阶的瓶颈。“要想释放多元算力价值、促进人工智能创新，既要重视智算系统的创新，加大人工智能新型基础设施建设力度，把从技术到应用的链条设计好，在体系结构、芯片设计、系统设计、系统软件、开发环境等各个领域形成分工明确而又协同创新的局面，又要加快推动开放标准建设，通过统一、规范的标准，将多元化算力转变为可调度的资源，让算力好用、易用。”（原载10月28日《光明日报》）
评论