人工智能“热科技”如何落地应用

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CPU

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AI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AI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。”

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AI技术做智能化转型，但是没人懂算法懂模型，也缺少好用的AI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AI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、AI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，把从技术到应用的链条设计好，从体系结构、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。”

（本报记者 袁于飞）

标签： 谷歌 人工智能技术 科技公司 科技创新 算法模型 巨量化