近期，張亞勤教授在CNCC 2020上帶來(lái)以“智能技術(shù)趨勢(shì)”為主題的演講，隨著數(shù)字化3.0的到來(lái)，張教授重置技術(shù)與工業(yè)的角度討論數(shù)字化的新浪潮，并分享了他在人工智能、新計(jì)算體系和通訊架構(gòu)等方面的見(jiàn)解。

以下內(nèi)容在張亞勤教授的演講基礎(chǔ)上略有改動(dòng)。

數(shù)字化新浪潮帶來(lái)了歷史性的變革：一切都在數(shù)字化

張亞勤表示，隨著數(shù)字化3.0的到來(lái)，未來(lái)十年許多行業(yè)都將經(jīng)歷構(gòu)造轉(zhuǎn)變。這場(chǎng)數(shù)字化的新浪潮提供了歷史性的機(jī)會(huì)，可以通過(guò)先進(jìn)的機(jī)器學(xué)習(xí)算法，增強(qiáng)的計(jì)算能力，5G的新基礎(chǔ)設(shè)施，神經(jīng)形態(tài)計(jì)算來(lái)改變現(xiàn)有的工業(yè)格局。

過(guò)去我們做計(jì)算機(jī)最大的現(xiàn)象是數(shù)字化，數(shù)字化1.0在80年代中期就開(kāi)始了，那個(gè)時(shí)候更多的是把內(nèi)容數(shù)字化，有語(yǔ)音、音樂(lè)、視頻、圖像，包括后面的HDTV和Video，整個(gè)發(fā)展相當(dāng)快。

數(shù)字化2.0在90年代中期開(kāi)始，由于內(nèi)容數(shù)字化，產(chǎn)生了消費(fèi)者互聯(lián)網(wǎng)，掀起了好幾輪浪潮。同時(shí)企業(yè)也在數(shù)字化，包括ERP、CRM、工作流以及商業(yè)智能，到了后面有各種數(shù)字倉(cāng)庫(kù)、云，各種各樣。但在軟件領(lǐng)域，消費(fèi)軟件產(chǎn)品市場(chǎng)在中國(guó)一直沒(méi)有真正到一個(gè)主流。

現(xiàn)在進(jìn)入全新的數(shù)字化3.0，包括互聯(lián)網(wǎng)物理化。首先是物理世界數(shù)字化，我們的車(chē)、船，飛行器件數(shù)字化，路、交通等，城市在數(shù)字化，家庭在數(shù)字化，工業(yè)、車(chē)間、電網(wǎng)、機(jī)器，乃至貨幣都在數(shù)字化，可以看到物理世界和數(shù)字世界形成一對(duì)一的影射。過(guò)去我們講數(shù)字高速公路，現(xiàn)在真的高速公路也變成數(shù)字。

可以看到，由于物理世界數(shù)字化，產(chǎn)生的信息量和數(shù)據(jù)達(dá)到了天文級(jí)，比如無(wú)人車(chē)，每個(gè)人每天可以產(chǎn)生10個(gè)T的數(shù)據(jù)。另外一個(gè)特點(diǎn)就是，現(xiàn)在數(shù)據(jù)大部分不是給人看，而是讓機(jī)器做決策，比如無(wú)人駕駛。

不像第一代和第二代，我們的生物世界也在進(jìn)行數(shù)字化，大腦、身體，每個(gè)器官，甚至包括DNA還有蛋白質(zhì)，通過(guò)腦和世界的接口，這個(gè)數(shù)據(jù)量更大，比我們物理世界更大。這個(gè)容量級(jí)很難用正常的方式去處理計(jì)算。

現(xiàn)在這個(gè)世界是信息物理和生物世界的融合，先是數(shù)字化，然后連到一起，最后才是智能化。

AI變革帶來(lái)產(chǎn)業(yè)新機(jī)遇

5G出現(xiàn)之后，的確帶來(lái)很多新的可能。5G是第一次把三網(wǎng)真正在應(yīng)用層統(tǒng)一了，這是一件大事，5G讓傳輸?shù)乃俣雀?、延遲更低。

任何新的技術(shù)需要時(shí)間，大家要有一些耐心，5G剛剛發(fā)展速度就已經(jīng)很快了，張教授表示相信在未來(lái)三到五年5G能夠帶來(lái)巨大的變革，不僅是對(duì)用戶(hù)，更多的是對(duì)于工業(yè)和產(chǎn)業(yè)。

張教授還用兩張圖舉了兩個(gè)例子，一是百度昆侖芯片路線圖，第一代昆侖AI芯片已經(jīng)達(dá)到14nm工藝、2.5D封裝、512G的帶寬。明年會(huì)出來(lái)第二代，7nm，耗能減少很多，性能將提高3倍左右。

另外一個(gè)例子是地平線自動(dòng)駕駛芯片的路線圖。可以看到，隨著Level的提升，規(guī)劃越來(lái)越困難，需要很強(qiáng)的功能，很好的穩(wěn)定性。地平線在這方面做了很多的工作，芯片不管是從質(zhì)量、性能、耗能上都和現(xiàn)在的國(guó)際芯片（像特斯拉的SSD）達(dá)到同樣的性能，甚至更好。

我們可以看到，技術(shù)的發(fā)展確實(shí)給IT產(chǎn)業(yè)以及很多行業(yè)帶來(lái)了新的機(jī)遇。首先IT產(chǎn)業(yè)本身是最大的受益者。不管是芯片技術(shù)、操作系統(tǒng)、云平臺(tái)還是應(yīng)用，都在不斷的快速迭代。更重要的是，它改變甚至顛覆了目前的產(chǎn)業(yè)，教育、醫(yī)療、金融、制造，每個(gè)行業(yè)都會(huì)有AI的成分。

如今的AI就像20年前的互聯(lián)網(wǎng)，能夠融入到每個(gè)行業(yè)。

再有就是創(chuàng)造新的行業(yè)。張亞勤教授認(rèn)為自動(dòng)駕駛、工業(yè)物聯(lián)網(wǎng)、AI醫(yī)療生物計(jì)算，這三個(gè)領(lǐng)域很有潛力，他自己也比較有興趣。

最后，張亞勤提到，希望他成立的智能產(chǎn)業(yè)研究院能夠成為國(guó)際化、智能化、產(chǎn)業(yè)化的應(yīng)用研究機(jī)構(gòu)，能夠吸引與培養(yǎng)出有國(guó)際視野的CTO和頂級(jí)的架構(gòu)師，并利用核心技術(shù)突破孵化出一些新企業(yè)。

尋找下一輪AI的突破口;對(duì)于產(chǎn)業(yè)來(lái)講，深度學(xué)習(xí)的黃金時(shí)代剛剛開(kāi)始

下面這張圖涵蓋了人工智能60年上下?？梢钥吹剑谧蟀氩糠种v到人工智能發(fā)展的不同流派，未來(lái)最大的可能是借各種流派之長(zhǎng)，創(chuàng)造新的一些算法，有邏輯符號(hào)也有數(shù)據(jù)和知識(shí)，要借鑒人類(lèi)的進(jìn)化，大腦的特點(diǎn)。

現(xiàn)在，不管是做研究的也好，做產(chǎn)業(yè)的也好，都在思考下一輪人工智能突破在什么地方，特別是現(xiàn)在深度學(xué)習(xí)，經(jīng)過(guò)十幾年的研究和應(yīng)用，已經(jīng)到了一個(gè)穩(wěn)定期?，F(xiàn)在主要的發(fā)展不僅是靠算法，更多的靠計(jì)算的算力。

張亞勤教授認(rèn)為，在研究方面、算法方面，還有一些可挖掘之處，但是已經(jīng)到了相對(duì)平臺(tái)期。不過(guò)對(duì)于產(chǎn)業(yè)來(lái)講，深度學(xué)習(xí)的黃金時(shí)代才剛剛開(kāi)始，還有至少十年的時(shí)間可以深入到每個(gè)不同的行業(yè)里。

他還在演講中提到，人工智能當(dāng)下遇到的挑戰(zhàn)主要是隱私、數(shù)據(jù)保護(hù)和倫理工作。前段時(shí)間，張教授在美國(guó)碰到一個(gè)小團(tuán)隊(duì)在做通用人工智能。他們的主要的任務(wù)是創(chuàng)造一個(gè)有自主意識(shí)的AI。他自己表示堅(jiān)決反對(duì)。

我們?cè)倏纯醋罨镜臇|西，計(jì)算和通訊基本的范式。

第一是香農(nóng)定律，包含三個(gè)方面，熵、信道容量和速率編碼。定義了三個(gè)極限，無(wú)損壓縮極限，信道傳輸極限，有損壓縮極限?，F(xiàn)在這幾部分基本上都快接近極限了。

第二個(gè)是馮諾伊曼架構(gòu)，做計(jì)算機(jī)60年來(lái)都采用這個(gè)架構(gòu)。馮諾伊曼架構(gòu)相當(dāng)簡(jiǎn)單和漂亮，就是一個(gè)程序儲(chǔ)存的原理。但在這幾年，特別是在深度學(xué)習(xí)上已經(jīng)有了很大的限制。

第三個(gè)是摩爾定律，想必這個(gè)大家都比較熟悉，原來(lái)摩爾定律中提到的每18個(gè)月、24個(gè)月的發(fā)展速度也降下來(lái)了。

我們需要突破這三個(gè)瓶頸。

要讓新的計(jì)算體系和通訊架構(gòu)突破體系架構(gòu)的限制。深度學(xué)習(xí)需要新的架構(gòu)，架構(gòu)包括數(shù)據(jù)流、計(jì)算模式。深度學(xué)習(xí)領(lǐng)域需要很多優(yōu)化，還有高速的儲(chǔ)存。這些東西和傳統(tǒng)的架構(gòu)不一樣。
責(zé)編AJX