依靠強大的人臉識別技術，自4月至今，已有多名逃犯在張學友巡回演唱會上落網；手機屏幕缺陷的檢測早已告別人工時代，工業相機大顯神威；通過車輛軌跡和人車匹配，便可判斷私家車司機的駕照是否已因被扣滿12分或者其他違章而失效……
這些涉及安防、工業4.0、交通管理等各領域的成功案例，均得益于近幾年人工智能的飛速發展。而點亮人工智能的，是不斷提升的計算力。
在日前于京舉行的2018人工智能計算大會上，中國工程院院士、浪潮集團首席科學家王恩東表示，回顧人工智能的發展史，不難發現計算力在其中發揮關鍵作用，沒有計算就沒有人工智能，計算讓人工智能無處不在。
與計算力發展相輔相成
人工智能正在越來越多的行業得到應用。中國工程院二局局長高中琪認為，在中國，人工智能應用比技術的發展速度更快、規模更大、積極性更高。他介紹說，清華大學的一份相關報告顯示，2017年中國人工智能產業的市場規模已達到230多億元，同比增長67%。
不過，這一產業的發展并非一帆風順，而是經歷了兩段低迷期后才在最近幾年迎來了爆發。這其中，一直和計算力的發展相伴相生。“人工智能產業爆發的背后有三大驅動力：數據、算力與算法，它們都與計算息息相關。”王恩東認為。
他介紹說，人工智能的概念在1956年被提出，迄今經歷了3個發展階段。第一階段是上世紀60~70年代，人工智能力圖通過計算機實現機器化的邏輯推理證明，但最終難以實現；第二階段是上世紀70~90年代，神經網絡算法出現并成為研究熱點，但由于當時缺乏足夠的算力，也缺乏足夠的數據來喂養神經網絡，因此基于神經網絡算法的研究和應用一直處于低迷狀態；第三階段是最近幾年，基于深度神經網絡技術的發展帶動了整個人工智能產業的革命與復興。
與此同時，人工智能反過來也促進了計算的變革與創新。隨著人工智能應用快速落地并賦能更多行業，數據和訓練任務量呈指數級增長，從而激發了對計算的巨大需求。谷歌人工智能總體業務負責人Jeff Dean曾表示，“我們需要的是超過現在100萬倍的計算能力”。
聚焦中國應用場景
此次大會還發布了《2018中國人工智能計算力發展報告》摘要版（以下簡稱《報告》）。《報告》顯示，2017 年是中國人工智能發展的元年，人工智能的投資增長了10倍，算力提高了230.7%，數據量增加50%。
與此同時，中國應用人工智能計算的主要行業包括：一是互聯網，應用場景有搜索引擎、電商用戶行為分析；二是政府部門，主要應用場景為公共安全和公共服務；三是醫療行業，主要用于疾病預測診斷、信用風險管理；四是金融行業，主要應用場景有知識管理和生成、在線業務人臉識別等。
浪潮人工智能和高性能計算部門總經理劉軍介紹說，至2025年及以后，人工智能在新興經濟和數字經濟中的應用場景將越來越多。其中，從現在至2020 年，人臉識別、語音識別、自然語言處理等生物識別技術和車輛識別、智慧交管、智能路燈等智慧城市技術，將是人工智能最典型的應用場景；2020 ~2025年，智能制造和智能家居的相關技術將走向成熟，成為最典型的應用場景；2025年及之后，智能醫療、自動駕駛、智能助理等相關技術與政策將成形，促使上述行業的人工智能應用實現爆發式增長。
未來路在何方
《報告》還顯示，人工智能計算的發展尚面臨諸多障礙。這主要包括算力的發展還未達到需求，可用數據量有限，從實驗室到實際應用過程還面臨諸多挑戰和問題，同時從應用場景到提供完善的行業解決方案還需時日。
以視覺安防應用場景為例，北京曠視科技有限公司高級總監安洋介紹說，目前機器視覺系統的發展尚不夠成熟。比如，已被廣泛應用的人臉識別技術有一定的設定條件，要求不能是強光，攝像機不能太高，人的側臉度不能太大。辨認的東西也只局限于人，亟待覆蓋到其他領域。同時，現有的系統無法做到預警預判。
要實現人工智能應用場景的真正智能化，除了加強數據的整合和共享以及算法的優化外，算力的進一步提升至關重要。
事實上，人工智能對計算力的需求已遠超摩爾定律的性能增長速度。相關報告顯示，2012年以來，人工智能訓練中使用的計算力每3.5個月增長一倍，6年增長30萬倍以上。
面對如此強勁的計算力需求，未來將何去何從？
王恩東表示，在巨大需求的驅動下，GPU加速計算、可定制計算、異構計算架構將得到快速發展，越來越多的公司將使用定制芯片為人工智能加速。目前，谷歌、百度等公司都推出了自主研發的人工智能芯片，浪潮集團也在此次大會上發布了超級人工智能服務器。
與此同時，量子計算機作為被普遍認可的下一代計算技術，能在幾秒鐘、幾分鐘內運算完成普通計算機需要幾百年甚至上千年才能完成的任務。雖然量子計算機還遠未到應用階段，但從一些科技巨頭的動向看，量子計算技術和人工智能的結合已成未來科技的最大熱門。
摘自《中國科學報》
