人工智能“熱科技”如何落地應用

人工智能作詩、寫對聯,神經醫學人工智能研究最新進展,人工智能交通融合感知與數字孿生解決方案精準醫療輔助診斷平臺……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新成果吸引了不少觀衆互動。

會上,包括中國工程院院士、浪潮首席科學家王恩東在內的專家深入探討了數字經濟新格局下,計算如何向智算轉型,智算如何賦能科技創新、社會治理及產業升級,並對人工智能如何發展出像人類邏輯、如何跟應用場景結合等人工智能行業熱點問題進行了解答。

“人工智能已經從五六年前的‘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,比如通過Alpha Fold 2模型,預測人類蛋白質序列,通過腦機接口研究,讓猴子意念來打遊戲。同時,我們也看到人工智能正在與各個產業深度融合,改變第一、第二、第三產業的生產方式,各種行業大腦、無人化作業模式不斷涌現,這些新基建正在加速推動着智慧時代的到來。”王恩東說,人工智能變成“熱科技”的關鍵,在於加強新基建,釋放多元算力價值,其中計算系統的創新是關鍵。

2020年人工智能加速芯片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”爲主題。在大會現場,浪潮人工智能研究院開發的全球最大規模中文AI巨量模型“源1.0”成爲全場焦點,大批參會者排隊與“源1.0”互動,親身感受由人工智能驅動的內容生產方式變革

“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。

“隨着人工智能的規模化發展,算力已經成爲決定性的力量,智慧計算是智慧時代的核心生產力。”王恩東表示,人工智能帶來指數級增長的算力需求,計算產業正面臨多元化、巨量化、生態離散化交織趨勢與挑戰。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、數據和應用規模需要巨量的算力,算力已經成爲人工智能繼續發展的重中之重;另一方面,從芯片到算力的轉化依然存在巨大鴻溝,多元算力價值並未得到充分釋放。如何快速完成多元芯片到計算系統的創新,已經成爲推動人工智能產業發展的關鍵環節

人工智能如何發展出像人類的邏輯

人工智能如何發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,通過大規模數據訓練超大參數量的巨量模型,被認爲是非常有希望實現通用人工智能的一個重要方向。”王恩東認爲,隨着巨量模型的興起,巨量化已成爲未來人工智能發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徵就是模型參數多、訓練數據量大。“以‘源1.0’爲例,其參數量高達2457億,訓練數據集規模達到5000GB。”

應用面臨困局,人工智能如何跟應用場景結合

很多人會有這樣的困惑:人工智能那麼好,但是怎麼跟我的業務、應用場景結合?我想通過AI技術做智能化轉型,但是沒人懂算法懂模型,也缺少好用的AI開發平臺,算法模型那麼多,如何找到不同算法在應用中的最優組合?

“懂這些的人,往往都集中在科研機構或者頭部公司。這些地方集中了最優秀的AI人才,但缺少對傳統行業的需求場景、業務規律的深入理解。”對於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研報告顯示,70%以上有技術的研究機構、科技公司缺需求場景、領域知識和數據,70%以上的行業用戶缺技術人才、AI平臺和實踐能力。

王恩東認爲,目前人工智能的技術、產業鏈條脫節,生態離散化成爲制約人工智能技術上水平、應用上規模、產業上臺階瓶頸。“要想釋放多元算力價值、促進人工智能創新,既要重視智算系統的創新,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,從體系結構、芯片設計、系統設計、系統軟件、開發環境等各個領域形成分工明確而又協同創新的局面,又要加快推動開放標準建設,通過統一、規範的標準,將多元化算力轉變爲可調度的資源,讓算力好用、易用。”

(本報記者 袁于飛