“AI再往下一步發(fā)展，需要一個(gè)具備支撐能力的基礎(chǔ)設(shè)施，為AI所需要的算力、算法、數(shù)據(jù)核心三要素提供更加規(guī)?；⒏咝?、低成本的基礎(chǔ)支撐?！鄙虦?a target="_blank">科技聯(lián)合創(chuàng)始人、副總裁楊帆在2022搜狐科技峰會(huì)上說(shuō)。

昨日(5月17日)，2022搜狐科技峰會(huì)正式召開，商湯科技聯(lián)合創(chuàng)始人、副總裁楊帆與工業(yè)和信息化部原部長(zhǎng)、中國(guó)工業(yè)經(jīng)濟(jì)聯(lián)合會(huì)會(huì)長(zhǎng)李毅中，工業(yè)和信息化部原副部長(zhǎng)、信息化百人會(huì)學(xué)術(shù)委員會(huì)主席楊學(xué)山，信息系統(tǒng)工程專家、中國(guó)工程院院士沈昌祥，清華大學(xué)智能產(chǎn)業(yè)研究院院長(zhǎng)、中國(guó)工程院院士張亞勤，搜狐創(chuàng)始人、董事局主席兼首席執(zhí)行官?gòu)埑?yáng)等重磅嘉賓共同出席，并發(fā)表主題為《人工智能基礎(chǔ)設(shè)施推動(dòng)創(chuàng)新新范式》的精彩演講。本文為楊帆演講內(nèi)容梳理。

人工智能帶來(lái)發(fā)展新范式，成為突破邊界的關(guān)鍵

當(dāng)今時(shí)代，科技看似跟大多數(shù)人有一定的距離，但實(shí)際上與每個(gè)人息息相關(guān)。

人們開始享受到充裕的物資生活，始于工業(yè)革命，科技的進(jìn)步和突變帶來(lái)了生產(chǎn)力巨大的提升。后來(lái)，又歷經(jīng)了電氣革命、信息時(shí)代。

但最近40年，整個(gè)人類基礎(chǔ)科學(xué)的演進(jìn)速度明顯減慢。

那么，如何獲得新的規(guī)?；?、更大體量的科學(xué)技術(shù)突破，進(jìn)而引領(lǐng)生產(chǎn)力的進(jìn)一步提升，生產(chǎn)關(guān)系進(jìn)一步的優(yōu)化?

回顧歷史，創(chuàng)新有不同范式。第一個(gè)范式是經(jīng)驗(yàn)歸納，通過(guò)很多物理現(xiàn)象，從中提煉、總結(jié)，或者提出假設(shè)，再基于假設(shè)去驗(yàn)證。

第二個(gè)范式是推理和演繹，簡(jiǎn)而言之就是推公式;基于一個(gè)理論的演算和推導(dǎo)，得出一些新的結(jié)論性結(jié)果。

后來(lái)隨著機(jī)器時(shí)代、智能時(shí)代的到來(lái)，又出現(xiàn)了第三范式：仿真模擬。機(jī)器替代了人做推理演繹，其推公式的效率和能力可能遠(yuǎn)遠(yuǎn)超過(guò)自然人——僅需給它更多的數(shù)據(jù)以及初始條件。

近幾年，隨著大數(shù)據(jù)的升級(jí)和演化，出現(xiàn)了第四范式。利用深度學(xué)習(xí)，讓更多的數(shù)據(jù)通過(guò)機(jī)器經(jīng)驗(yàn)歸納再進(jìn)行升級(jí)。雖然人們并不太清楚這個(gè)數(shù)據(jù)為什么就能歸納出這樣的結(jié)論，但是機(jī)器能夠辨別得準(zhǔn)。

楊帆表示，在所謂的一、二、三、四范式之外，真正驅(qū)動(dòng)我們大量創(chuàng)新的，很多時(shí)候往往是超脫出歸納、超脫出推理的，我們叫作“天才的腦洞”。

有人說(shuō)，愛因斯坦廣義相對(duì)論是超越了時(shí)代的智慧，或者說(shuō)是完全沒有基礎(chǔ)的，沒有前有體系支撐下的偶發(fā)性或必然。類似于天才的腦洞，這種突變性的思考和創(chuàng)新，機(jī)器或許能夠做類似的事情——“機(jī)器的猜想”。

最近兩年，我們看到了“機(jī)器的猜想”對(duì)一些跨領(lǐng)域的學(xué)科和學(xué)術(shù)領(lǐng)域的前沿創(chuàng)新已經(jīng)產(chǎn)生了突破。

例如，去年AlphaFold測(cè)出30多萬(wàn)種蛋白質(zhì)的結(jié)構(gòu)，解決了50多年生物學(xué)界一直沒能解決的蛋白質(zhì)測(cè)序難題;再如DeepMind，用強(qiáng)化學(xué)習(xí)首次在模擬環(huán)境下實(shí)現(xiàn)了控制核聚變。

今天，人工智能已幫助在過(guò)去困擾人類幾十年的學(xué)術(shù)問(wèn)題上逐步取得關(guān)鍵性突破。相信未來(lái)在更多的技術(shù)領(lǐng)域上，包括物理、化學(xué)、天文、材料、生物、醫(yī)藥等等方面，能夠幫助我們帶來(lái)更大更多的驚喜。

AI基礎(chǔ)設(shè)施：為AI發(fā)展提供規(guī)模化、高效率、低成本的重要基礎(chǔ)支撐

人工智能有三要素：算力、算法和數(shù)據(jù)。過(guò)去十年，隨著人工智能技術(shù)的產(chǎn)業(yè)應(yīng)用，對(duì)算力、數(shù)據(jù)以及模型參數(shù)數(shù)量的需求，都呈指數(shù)爆發(fā)式的增長(zhǎng)。

從2014年至今，單一的人工智能模型參數(shù)增長(zhǎng)了三四十萬(wàn)倍，每三個(gè)多月就要翻一番，增長(zhǎng)速度遠(yuǎn)遠(yuǎn)超過(guò)摩爾定律。

近兩年，行業(yè)巨頭紛紛斥巨資建造自己的人工智能基礎(chǔ)設(shè)施。例如Meta打造了自己的AI超級(jí)計(jì)算機(jī)，預(yù)計(jì)到今年7月，將擁有超過(guò)16000塊英偉達(dá)A100 GPU，超過(guò)5000P(Petaflop)的算力(1P是1000萬(wàn)億次/秒，5000P就是500億億次/秒的計(jì)算量級(jí));此外，特斯拉也在去年正式推出了自研的超級(jí)計(jì)算機(jī)群Dojo，用于下一代自動(dòng)駕駛技術(shù)研發(fā)。

人工智能有一個(gè)很明確的杠桿效應(yīng)：人工智能產(chǎn)業(yè)自身創(chuàng)造的經(jīng)濟(jì)價(jià)值，能夠?qū)λ?wù)和支持的行業(yè)帶來(lái)10倍的杠桿。

或者理解為，AI應(yīng)用2000億的市場(chǎng)，意味著它對(duì)整個(gè)全產(chǎn)業(yè)經(jīng)濟(jì)帶來(lái)了2萬(wàn)億的增長(zhǎng)，而且至今仍然保持著非常高的增速。

那么AI下一步發(fā)展需要什么?

楊帆表示，AI再往下一步發(fā)展，需要一個(gè)具備支撐能力的基礎(chǔ)設(shè)施，它為AI所需要的算力、算法、數(shù)據(jù)核心三要素提供更加規(guī)?；⒏咝?、低成本的基礎(chǔ)支撐能力，通過(guò)這樣的支撐能力，服務(wù)各行各業(yè)人工智能應(yīng)用快速發(fā)展和落地。

算力方面，今天AI所需要的計(jì)算力和過(guò)去二十年的信息化、云服務(wù)完全不一樣。傳統(tǒng)云服務(wù)提供計(jì)算，但存儲(chǔ)占據(jù)了更大的比重。而AI基礎(chǔ)設(shè)施，計(jì)算的占比遠(yuǎn)遠(yuǎn)大于存儲(chǔ)，還要支持各種不同異構(gòu)的硬件結(jié)構(gòu)，更依賴專用的硬件和軟件。

所以，我們更需要通用的、開放的、共享的基礎(chǔ)設(shè)施。

算法方面，伴隨著AI產(chǎn)業(yè)的發(fā)展，出現(xiàn)了大量高價(jià)值的應(yīng)用場(chǎng)景，但AI解決問(wèn)題的成本太高，導(dǎo)致很多場(chǎng)景難以落地。

行業(yè)演進(jìn)的方向是把更多的數(shù)據(jù)匯集起來(lái)，用一個(gè)更大的模型去支撐長(zhǎng)尾場(chǎng)景應(yīng)用上的快速迭代和創(chuàng)新，那么單一技術(shù)創(chuàng)新的成本就被極大攤薄了。

數(shù)據(jù)方面，它是推動(dòng)人工智能領(lǐng)域技術(shù)創(chuàng)新最核心的燃料，具備非線性的效應(yīng)：把10倍的數(shù)據(jù)放在一起，所能夠創(chuàng)造出來(lái)的技術(shù)各方面的能力可能是100倍，甚至更大。

問(wèn)題在于，如何把更大的數(shù)據(jù)量匯聚在一起，以及更加廣泛地使用?這背后需要人工智能基礎(chǔ)設(shè)施的支撐。當(dāng)然也要做好數(shù)據(jù)安全、隱私保護(hù)。

商湯AI大裝置：通過(guò)開放，把人工智能創(chuàng)新所需要的路修好

2019年，商湯便開始了人工智能基礎(chǔ)設(shè)施——SenseCore商湯AI大裝置的研發(fā)。

它具備強(qiáng)大的通用AI能力，匯聚了大量算力、算法、數(shù)據(jù)，并對(duì)過(guò)程中軟硬件問(wèn)題一體化解決，形成了一個(gè)強(qiáng)大的支撐體系。

SenseCore商湯AI大裝置擁有3740P的算力，是迄今為止國(guó)內(nèi)最大的通用人工智能基礎(chǔ)設(shè)施。目前已經(jīng)為長(zhǎng)三角區(qū)域大量科研單位和頭部企業(yè)提供算力、數(shù)據(jù)、算法全領(lǐng)域的核心能力服務(wù)，支撐人工智能在廣泛產(chǎn)業(yè)領(lǐng)域應(yīng)用。

例如，蛋白質(zhì)的預(yù)測(cè)、生物醫(yī)藥領(lǐng)域基礎(chǔ)科研的創(chuàng)新;智能交通的車路協(xié)同，從模擬到規(guī)劃和預(yù)測(cè)的一體化;支撐虛擬的物理引擎、虛擬的智能化引擎的大量技術(shù)創(chuàng)新……

楊帆說(shuō)，通過(guò)核心基礎(chǔ)設(shè)施的匯聚，能夠?qū)崿F(xiàn)從算力到數(shù)據(jù)到算法更大規(guī)模、高效率、低成本的提供，以及支撐更好的平臺(tái)開放。通過(guò)開放，把人工智能創(chuàng)新所需要的路修好。

未來(lái)，人工智能作為極其通用的行業(yè)技術(shù)，能夠?qū)η邪贅I(yè)所面臨的各種各樣的應(yīng)用問(wèn)題進(jìn)行大量的創(chuàng)新，快速驅(qū)動(dòng)各個(gè)產(chǎn)業(yè)的發(fā)展和進(jìn)步。

原文標(biāo)題：商湯科技聯(lián)合創(chuàng)始人楊帆：人工智能基礎(chǔ)設(shè)施推動(dòng)創(chuàng)新新范式

文章出處：【微信公眾號(hào)：商湯科技SenseTime】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

審核編輯：湯梓紅