“人類社會現(xiàn)已快速步入到才智年代,什么才是這個年代的中心驅(qū)動力、生產(chǎn)力——是核算!”在近來由我國工程院信息與電子工程學(xué)部主辦的2018人工智能核算大會上,我國工程院院士、浪潮集團首席科學(xué)家王恩東給出這一觀念。
王恩東說,一個國家的GDP與其核算力呈現(xiàn)出顯著的正相關(guān)聯(lián)系,全球GDP排名前5的國家,與全球服務(wù)器出貨量前5名簡直保持一致。而今日市值排名前10的巨子,比方蘋果、亞馬遜、谷歌、臉書、阿里巴巴、騰訊,等等,毫無例外地都是全球服務(wù)器收購量最靠前幾名的公司——這說明他們在核算力上投入不菲。從某種意義上說,核算力就是生產(chǎn)力。
“核算”“算法”“數(shù)據(jù)”,被稱作拉動人工智能的“三駕馬車”,在機器學(xué)習(xí)“算法”不斷打破、巨大“數(shù)據(jù)”爆炸式增加的今日,“核算”能否成為人工智能蓬勃開展的動力引擎,備受等待。
事實上,回憶人工智能的開展史,不難發(fā)現(xiàn)核算力在其間發(fā)揮關(guān)鍵作用。“圖靈先創(chuàng)造核算機,后創(chuàng)造人工智能,可以說沒有核算就沒有人工智能,而人工智能,則讓核算力有了行進的動力,有了開展的方向。”王恩東說。
人工智能自1956年提出以來,閱歷了三個階段:第一個階段是20世紀(jì)60~70年代,人工智才能求經(jīng)過核算機來完成機器化的邏輯推理證明,但終究難以完成。第二個階段是20世紀(jì)70~90年代,核算機才能比之前幾十年已有了長足的前進,這時試圖經(jīng)過樹立根據(jù)核算機的專家體系來解決問題,可是由于數(shù)據(jù)較少并且太局限于經(jīng)歷知識和規(guī)則,難以構(gòu)筑有效的體系。第三個階段是最近這幾年,根據(jù)深度神經(jīng)網(wǎng)絡(luò)技能的開展,才逐漸步入快速開展期。
“為何在第二階段到第三階段之間,人工智能有長達30年的開展阻滯?”美國工程院院士、美國加州大學(xué)洛杉磯分校教授叢京生在大會上拋出這一問題。
在他看來,近些年人工智能之所以可以再次迸發(fā),一方面是互聯(lián)網(wǎng)、信息化、數(shù)字化帶來了大數(shù)據(jù),據(jù)統(tǒng)計,整個人類文明所取得的悉數(shù)數(shù)據(jù)中,有90%是曩昔兩年內(nèi)發(fā)生的,到2020年,全世界所發(fā)生的數(shù)據(jù)規(guī)劃將達到今日的44倍。
這么多的數(shù)據(jù)是怎么發(fā)生、存儲、互聯(lián)、處理的?背面依托的都是核算。這就是叢京生所說的“另一方面”:核算才能的進步。上世紀(jì)80年代,人們用到的核算機,每秒鐘可以履行200萬到300萬指令,現(xiàn)在每秒鐘就可以有1000億到2000億次指令運算。
從這個視點說,是核算點亮了人工智能。叢京生說,“由于有了這些核算才能,才讓今日的人工智能無處不在。”
當(dāng)然,人工智能反過來也對核算提出更多需求和應(yīng)戰(zhàn)。比方,人工智能關(guān)于核算力的需求已遠超摩爾定律的性能增加速度。
換句話說,咱們需求更強的核算力。
此次大會對外發(fā)布了《2018我國人工智能核算力開展陳述》,其間說到,跟著時間的推移,人工智能在新式經(jīng)濟和數(shù)字經(jīng)濟中的使用場景將越來越多——
從現(xiàn)在開端到2020年,包含人臉辨認、語音辨認、自然語言處理等生物辨認技能和車輛辨認、才智交管、智能路燈等才智城市技能將是人工智能最典型的使用場景;而2020~2025年,智能制作和智能家居的相關(guān)技能將走向老練,成為最典型的人工智能使用場景;2025年及之后,智能醫(yī)療、自動駕駛、智能助理等相關(guān)技能與政策將成形,促進上述職業(yè)的人工智能使用完成迸發(fā)式增加。
陳述一起說到,現(xiàn)在阻止人工智能核算開展的首要應(yīng)戰(zhàn)在于四個方面:一是核算力的開展還未達到需求;二是可用數(shù)據(jù)量有限;三是從實驗室到實踐運用過程中,還面臨諸多應(yīng)戰(zhàn)和問題;四是從使用場景到提供完善的職業(yè)解決方案還需時日。
我國工程院二局局長高中琪說,盡管我國人工智能使用開展速度很快,但與發(fā)達國家特別是與美國比較,咱們在硬件算法的人工智能中心技能領(lǐng)域,還存在著顯著距離。
在他看來,盡管使用終端的開展現(xiàn)已遠遠走在硬件構(gòu)架的前面,但現(xiàn)在核算渠道現(xiàn)已難以滿意人工智能日益巨大的運算需求。怎么加強底層的構(gòu)架建設(shè)、提高核算力,現(xiàn)已成為人工智能開展的關(guān)鍵問題。
王恩東說,一個國家的GDP與其核算力呈現(xiàn)出顯著的正相關(guān)聯(lián)系,全球GDP排名前5的國家,與全球服務(wù)器出貨量前5名簡直保持一致。而今日市值排名前10的巨子,比方蘋果、亞馬遜、谷歌、臉書、阿里巴巴、騰訊,等等,毫無例外地都是全球服務(wù)器收購量最靠前幾名的公司——這說明他們在核算力上投入不菲。從某種意義上說,核算力就是生產(chǎn)力。
“核算”“算法”“數(shù)據(jù)”,被稱作拉動人工智能的“三駕馬車”,在機器學(xué)習(xí)“算法”不斷打破、巨大“數(shù)據(jù)”爆炸式增加的今日,“核算”能否成為人工智能蓬勃開展的動力引擎,備受等待。
事實上,回憶人工智能的開展史,不難發(fā)現(xiàn)核算力在其間發(fā)揮關(guān)鍵作用。“圖靈先創(chuàng)造核算機,后創(chuàng)造人工智能,可以說沒有核算就沒有人工智能,而人工智能,則讓核算力有了行進的動力,有了開展的方向。”王恩東說。
人工智能自1956年提出以來,閱歷了三個階段:第一個階段是20世紀(jì)60~70年代,人工智才能求經(jīng)過核算機來完成機器化的邏輯推理證明,但終究難以完成。第二個階段是20世紀(jì)70~90年代,核算機才能比之前幾十年已有了長足的前進,這時試圖經(jīng)過樹立根據(jù)核算機的專家體系來解決問題,可是由于數(shù)據(jù)較少并且太局限于經(jīng)歷知識和規(guī)則,難以構(gòu)筑有效的體系。第三個階段是最近這幾年,根據(jù)深度神經(jīng)網(wǎng)絡(luò)技能的開展,才逐漸步入快速開展期。
“為何在第二階段到第三階段之間,人工智能有長達30年的開展阻滯?”美國工程院院士、美國加州大學(xué)洛杉磯分校教授叢京生在大會上拋出這一問題。
在他看來,近些年人工智能之所以可以再次迸發(fā),一方面是互聯(lián)網(wǎng)、信息化、數(shù)字化帶來了大數(shù)據(jù),據(jù)統(tǒng)計,整個人類文明所取得的悉數(shù)數(shù)據(jù)中,有90%是曩昔兩年內(nèi)發(fā)生的,到2020年,全世界所發(fā)生的數(shù)據(jù)規(guī)劃將達到今日的44倍。
這么多的數(shù)據(jù)是怎么發(fā)生、存儲、互聯(lián)、處理的?背面依托的都是核算。這就是叢京生所說的“另一方面”:核算才能的進步。上世紀(jì)80年代,人們用到的核算機,每秒鐘可以履行200萬到300萬指令,現(xiàn)在每秒鐘就可以有1000億到2000億次指令運算。
從這個視點說,是核算點亮了人工智能。叢京生說,“由于有了這些核算才能,才讓今日的人工智能無處不在。”
當(dāng)然,人工智能反過來也對核算提出更多需求和應(yīng)戰(zhàn)。比方,人工智能關(guān)于核算力的需求已遠超摩爾定律的性能增加速度。
換句話說,咱們需求更強的核算力。
此次大會對外發(fā)布了《2018我國人工智能核算力開展陳述》,其間說到,跟著時間的推移,人工智能在新式經(jīng)濟和數(shù)字經(jīng)濟中的使用場景將越來越多——
從現(xiàn)在開端到2020年,包含人臉辨認、語音辨認、自然語言處理等生物辨認技能和車輛辨認、才智交管、智能路燈等才智城市技能將是人工智能最典型的使用場景;而2020~2025年,智能制作和智能家居的相關(guān)技能將走向老練,成為最典型的人工智能使用場景;2025年及之后,智能醫(yī)療、自動駕駛、智能助理等相關(guān)技能與政策將成形,促進上述職業(yè)的人工智能使用完成迸發(fā)式增加。
陳述一起說到,現(xiàn)在阻止人工智能核算開展的首要應(yīng)戰(zhàn)在于四個方面:一是核算力的開展還未達到需求;二是可用數(shù)據(jù)量有限;三是從實驗室到實踐運用過程中,還面臨諸多應(yīng)戰(zhàn)和問題;四是從使用場景到提供完善的職業(yè)解決方案還需時日。
我國工程院二局局長高中琪說,盡管我國人工智能使用開展速度很快,但與發(fā)達國家特別是與美國比較,咱們在硬件算法的人工智能中心技能領(lǐng)域,還存在著顯著距離。
在他看來,盡管使用終端的開展現(xiàn)已遠遠走在硬件構(gòu)架的前面,但現(xiàn)在核算渠道現(xiàn)已難以滿意人工智能日益巨大的運算需求。怎么加強底層的構(gòu)架建設(shè)、提高核算力,現(xiàn)已成為人工智能開展的關(guān)鍵問題。