人工智能從20世紀50年代開始，經(jīng)歷了60年起伏的發(fā)展歷程。其中，AI共經(jīng)歷了2次發(fā)展的春天和冬天，現(xiàn)在正在經(jīng)歷第3個春天，即以數(shù)據(jù)為驅(qū)動力的深度學(xué)習(xí)。谷歌的AlphaGo、AlphaZero、AlphaFold是很好的標志性產(chǎn)品。

佩德羅多明戈斯曾總結(jié)了 AI 的五大流派，包括符號、進化學(xué)派、類比學(xué)派、貝葉斯學(xué)派和連接機制。未來AI的發(fā)展 趨勢最大的可能是借各種流派之長創(chuàng)造新的AI算法，既包含邏輯符號也有數(shù)據(jù)和知識，還要借鑒人類的進化和大腦的特點。所以，當前無論是科學(xué)研究還是產(chǎn)業(yè)發(fā)展，都在思考下一輪AI的突破點在什么地方。

算力需求飛速增長的瓶頸

對深度學(xué)習(xí)來說，半導(dǎo)體與芯片架構(gòu)領(lǐng)域的進步是不可或缺的發(fā)展動力。谷歌公司的杰夫狄恩曾說過：“數(shù)據(jù)+算法+算力=數(shù)據(jù)+100×算力”。也就是說，他認為在數(shù)據(jù)、算法和算力三大因素中，算力占據(jù)著絕對的主導(dǎo)地位，算法則相對來說沒有那么重要。

隨著時代的發(fā)展，深度學(xué)習(xí)在訓(xùn)練過程中產(chǎn)生的計算量可以分成兩個階段：在深度學(xué)習(xí)發(fā)展的初期階段，訓(xùn)練產(chǎn)生的計算量的增長速率相對較慢；近10年間，計算量以每年10倍的速率增長，遠遠超過摩爾定律每18~24個月提高2倍的增長速率。

深度學(xué)習(xí)訓(xùn)練過程中計算量需求的發(fā)展

以O(shè)penAI發(fā)布的預(yù)訓(xùn)練模型GPT為例，來說明近幾年來機器學(xué)習(xí)領(lǐng)域?qū)λ懔π枨蟮娘w速增長。2018年6月發(fā)布的GPT-1是在約5GB的文本上進行無監(jiān)督訓(xùn)練，針對具體任務(wù)，在小的有監(jiān)督數(shù)據(jù)集上做微調(diào)，得到包含1.1億參數(shù)的預(yù)訓(xùn)練模型；而2019年2月發(fā)布的GPT-2則是在約40GB文本上進行無監(jiān)督訓(xùn)練，得到具有15億參數(shù)的預(yù)訓(xùn)練模型；而2020年5月公布的GPT-3則是在 499B tokens（令牌）的數(shù)據(jù)基礎(chǔ)上訓(xùn)練，得到包含1750億參數(shù)的模型。在不到2年的時間內(nèi)，模型參數(shù)從1.1億的規(guī)模增長至1750億，而單次訓(xùn)練GPT-3就需要花費1200萬美元，模型在飛速發(fā)展的同時，帶來的是巨大的算力要求和高成本的代價。

傳統(tǒng)計算與通訊范式的瓶頸

人工智能領(lǐng)域?qū)λ懔Φ男枨篁?qū)動了新算力的發(fā)展。要想謀求更高效率的計算，就需要回到計算和通訊領(lǐng)域最基本的理論和范式。在過去的幾十年間，涌現(xiàn)出了許許多多的定律和體系，而其中有三個定律和體系被視為計算與通訊范式的根本。

第一個是香農(nóng)定律（Shannon Theroy）。香農(nóng)是信息論的奠基者，他引入了信息熵的概念，為數(shù)字通信奠定了基矗其實香農(nóng)定律定義了三個極限，分別為無損壓縮極限E、信道傳輸極限C、有損壓縮極限R（D）。目前，我們已經(jīng)接近這些極限。

第二個是馮諾伊曼架構(gòu)（Von neumann Structure）。在馮諾伊曼架構(gòu)中，計算機由運算器、控制器、存儲器、輸入設(shè)備和輸出設(shè)備5個基本部分組成，具有程序存儲、共享數(shù)據(jù)、順序執(zhí)行的特點。馮諾伊曼架構(gòu)簡單且漂亮，是圖靈機的優(yōu)秀范例，至今仍被廣泛地應(yīng)用。然而，馮諾伊曼架構(gòu)的設(shè)計構(gòu)成了運算器和存儲器間的瓶頸，這對深度學(xué)習(xí)的發(fā)展造成了一定的限制。

信息論的研究方向

第三個是摩爾定律（Moore‘s Law）。戈登摩爾（Gordon Moore）總結(jié)認為，集成電路上可以容納的晶體管數(shù)目大約在18 個月左右便會增加一倍。而現(xiàn)在晶體管數(shù)目的增長越來越慢，摩爾定律逐步趨向于飽和階段，而我們對計算能力的需求卻飛速 提升，不斷提升的算力需求與芯片技術(shù)發(fā)展趨緩的矛盾日趨顯現(xiàn)。

計算體系與通訊架構(gòu)的革新展望

在過去的60年里，這三個基本理論在計算和 通訊領(lǐng)域建立了決定性的基礎(chǔ)，然而日趨逼近的極限也使得當前AI技術(shù)的發(fā)展逐步接近瓶頸。為了避免技術(shù)的停滯不前，產(chǎn)業(yè)界或許可以從以下三個方面做出一些突破和革新。

首先，對信息重新定義。香農(nóng)于上世紀40年代對信息熵、速率失真函數(shù)R（D）和信道容量C做出了定義，而這些定義是基于比特的基礎(chǔ)實現(xiàn)的。以視頻圖像舉例，過去我們一直采用比特來描述信息；后來我們從數(shù)字的層面使用像素、運動向量、宏塊（macroblock）和區(qū)域（regions）結(jié)合的方式來描述圖像；之后我們上升到從內(nèi)容層面來描述圖像，比如一個身體部位是臉部還是手部等；現(xiàn)在我們對圖像的描述上升到語義層面，比如“是誰”“在做什么動作”“是否在睡覺”“眼睛在看什么”等，這些問題從語義的層面描述了圖像傳達的信息。當信息的描述方式發(fā)生變化時，熵的概念也發(fā)生了變化。比方說，過去我們用比特的形式來描述圖像失真現(xiàn)象，而現(xiàn)在我們用生成對抗網(wǎng)絡(luò)（Generative Adversarial Networks，GAN）生成圖像，用肉眼來看GAN輸入的圖片和生成的圖像幾乎是一致的，但是從比特層面 來比較，會發(fā)現(xiàn)二者十分不同。因此，如何從語義、特征和內(nèi)容的角度來定義熵與速率失真函數(shù)是我們未 來需要研究的問題。另外，香農(nóng)理論從最開始的點到點通訊，擴展到后來的多用戶信息論。但是在當下的互聯(lián)網(wǎng)時代，面對海量的交互信息，部分香農(nóng)理論已不再適用，學(xué)術(shù)界卻沒有提出一個新的完善的理論。 過去的信息更多的是人與人之間的傳輸，而現(xiàn)在的信息則更多地面向機器，比如3D Point Cloud、3D SS、Genomics、Geometry等，所以我們需要新的算法和新的標準。

計算體系與通訊架構(gòu)的研究方向

第二，我們需要新的計算范式。包括量子計算、類腦計算和生物計算等在內(nèi)的新的計算范式能夠為計算瓶頸提供解決途徑。

第三，我們需要新的計算體系和通訊架構(gòu)突破馮諾伊曼體系架構(gòu)的限制。首先，我們需要新的傳感器、新的數(shù)據(jù)流架構(gòu)和計算模式，以及高速的存儲，這些都與傳統(tǒng)的馮諾伊曼架構(gòu)不同。我們還需要新的通訊架構(gòu)，即5G技術(shù)和邊緣計算。5G技術(shù)首次在應(yīng)用層上實現(xiàn)了“三網(wǎng)合一”，比提升傳輸?shù)乃俣雀佑行?。此外?G技術(shù)更好地解決了延時問題并帶來了新的應(yīng)用，如百度的阿波羅項目中有一個服務(wù)叫做“云代駕”，通過5G技術(shù)讓遠程的安全操作員實時了解車輛所處的環(huán)境與狀態(tài)，在自動駕駛無法完成的場景 下接管車輛，完成遠程協(xié)助。但3G和4G網(wǎng)絡(luò)的延遲使得“云代駕”模式無法成為現(xiàn)實，必須通過5G網(wǎng)絡(luò)來解決延遲問題。很多人認為，當前的5G技術(shù)在能耗和覆蓋率等方面還沒有達到預(yù)期，但任何新技術(shù)的發(fā)展都需要時間，相信在未來的三五年后，5G技術(shù)能夠為用戶、工業(yè)和產(chǎn)業(yè)界帶來巨大的變革。

芯片的升級對產(chǎn)業(yè)界的作用是顯著的，近年來國內(nèi)有許多公司在芯片領(lǐng)域有所成就。以百度的昆侖AI芯片為例，第一代昆侖芯片采用14nm先進工藝，2.5D封裝，使用HBM內(nèi)存，可以達到 512GB/s 的帶寬。而預(yù)計于2021年量產(chǎn)的第二代昆侖芯片，采用7nm先進工藝，性能是第一代昆侖芯片的3倍，同時耗能減少，具備了大規(guī)模片間互聯(lián)的能力，進步顯著。
責(zé)任編輯：YYX