原標(biāo)題：人工智能“熱科技”如何落地應(yīng)用

人工智能作詩(shī)、寫(xiě)對(duì)聯(lián)，神經(jīng)醫(yī)學(xué)人工智能研究最新進(jìn)展，人工智能交通融合感知與數(shù)字孿生解決方案，精準(zhǔn)醫(yī)療輔助診斷平臺(tái)……10月26日，2021人工智能計(jì)算大會(huì)在北京舉行，一批人工智能技術(shù)應(yīng)用的創(chuàng)新成果吸引了不少觀眾互動(dòng)。

會(huì)上，包括中國(guó)工程院院士、浪潮首席科學(xué)家王恩東在內(nèi)的專(zhuān)家深入探討了數(shù)字經(jīng)濟(jì)新格局下，計(jì)算如何向智算轉(zhuǎn)型，智算如何賦能科技創(chuàng)新、社會(huì)治理及產(chǎn)業(yè)升級(jí)，并對(duì)人工智能如何發(fā)展出像人類(lèi)的邏輯、如何跟應(yīng)用場(chǎng)景結(jié)合等人工智能行業(yè)的熱點(diǎn)問(wèn)題進(jìn)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(guò)Alpha Fold 2模型，預(yù)測(cè)人類(lèi)蛋白質(zhì)序列，通過(guò)腦機(jī)接口研究，讓猴子用意念來(lái)打游戲。同時(shí)，我們也看到人工智能正在與各個(gè)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(wú)人化作業(yè)模式不斷涌現(xiàn)，這些新基建正在加速推動(dòng)著智慧時(shí)代的到來(lái)?！蓖醵鳀|說(shuō)，人工智能變成“熱科技”的關(guān)鍵，在于加強(qiáng)新基建，釋放多元算力價(jià)值，其中計(jì)算系統(tǒng)的創(chuàng)新是關(guān)鍵。

2020年人工智能加速芯片的計(jì)算力總和超過(guò)通用CPU

今年的人工智能計(jì)算大會(huì)以“智算·新際”為主題。在大會(huì)現(xiàn)場(chǎng)，浪潮人工智能研究院開(kāi)發(fā)的全球最大規(guī)模中文AI巨量模型“源1.0”成為全場(chǎng)焦點(diǎn)，大批參會(huì)者排隊(duì)與“源1.0”互動(dòng)，親身感受由人工智能驅(qū)動(dòng)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(jì)算力總和已經(jīng)超過(guò)了通用CPU（中央處理器）。預(yù)計(jì)到2025年，加速芯片所提供的計(jì)算力可能超過(guò)80%?！蓖醵鳀|表示。

“隨著人工智能的規(guī)?；l(fā)展，算力已經(jīng)成為決定性的力量，智慧計(jì)算是智慧時(shí)代的核心生產(chǎn)力?！蓖醵鳀|表示，人工智能帶來(lái)指數(shù)級(jí)增長(zhǎng)的算力需求，計(jì)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(shì)與挑戰(zhàn)。一方面，多樣化的智能場(chǎng)景需要多元化的算力，巨量化的模型、數(shù)據(jù)和應(yīng)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(jià)值并未得到充分釋放。如何快速完成多元芯片到計(jì)算系統(tǒng)的創(chuàng)新，已經(jīng)成為推動(dòng)人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵環(huán)節(jié)。

人工智能如何發(fā)展出像人類(lèi)的邏輯

人工智能如何發(fā)展出像人類(lèi)具備邏輯、意識(shí)和推理的認(rèn)知能力，是人工智能研究一直在探索的方向。

“目前來(lái)看，通過(guò)大規(guī)模數(shù)據(jù)訓(xùn)練超大參數(shù)量的巨量模型，被認(rèn)為是非常有希望實(shí)現(xiàn)通用人工智能的一個(gè)重要方向?！蓖醵鳀|認(rèn)為，隨著巨量模型的興起，巨量化已成為未來(lái)人工智能發(fā)展非常重要的一個(gè)趨勢(shì)。

全球知名的AI領(lǐng)先公司都在巨量模型上予以重兵投入，谷歌、微軟、英偉達(dá)、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(gè)核心特征就是模型參數(shù)多、訓(xùn)練數(shù)據(jù)量大。“以‘源1.0’為例，其參數(shù)量高達(dá)2457億，訓(xùn)練數(shù)據(jù)集規(guī)模達(dá)到5000GB?！?/P>

應(yīng)用面臨困局，人工智能如何跟應(yīng)用場(chǎng)景結(jié)合

很多人會(huì)有這樣的困惑：人工智能那么好，但是怎么跟我的業(yè)務(wù)、應(yīng)用場(chǎng)景結(jié)合？我想通過(guò)AI技術(shù)做智能化轉(zhuǎn)型，但是沒(méi)人懂算法懂模型，也缺少好用的AI開(kāi)發(fā)平臺(tái)，算法模型那么多，如何找到不同算法在應(yīng)用中的最優(yōu)組合？

“懂這些的人，往往都集中在科研機(jī)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(duì)傳統(tǒng)行業(yè)的需求場(chǎng)景、業(yè)務(wù)規(guī)律的深入理解?！睂?duì)于當(dāng)前人工智能從技術(shù)到應(yīng)用所面臨的困局，王恩東指出。

來(lái)自埃森哲的一份調(diào)研報(bào)告顯示，70%以上有技術(shù)的研究機(jī)構(gòu)、科技公司缺需求場(chǎng)景、領(lǐng)域知識(shí)和數(shù)據(jù)，70%以上的行業(yè)用戶缺技術(shù)人才、AI平臺(tái)和實(shí)踐能力。

王恩東認(rèn)為，目前人工智能的技術(shù)、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(shù)上水平、應(yīng)用上規(guī)模、產(chǎn)業(yè)上臺(tái)階的瓶頸?！耙脶尫哦嘣懔r(jià)值、促進(jìn)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(chǔ)設(shè)施建設(shè)，把從技術(shù)到應(yīng)用的鏈條設(shè)計(jì)好，從體系結(jié)構(gòu)、芯片設(shè)計(jì)、系統(tǒng)設(shè)計(jì)、系統(tǒng)軟件、開(kāi)發(fā)環(huán)境等各個(gè)領(lǐng)域形成分工明確而又協(xié)同創(chuàng)新的局面，又要加快推動(dòng)開(kāi)放標(biāo)準(zhǔn)建設(shè)，通過(guò)統(tǒng)一、規(guī)范的標(biāo)準(zhǔn)，將多元化算力轉(zhuǎn)變?yōu)榭烧{(diào)度的資源，讓算力好用、易用?！保ㄓ浾?袁于飛）

關(guān)鍵詞： 人工智能 科技 醫(yī)療 創(chuàng)新 產(chǎn)業(yè)