中国人工智能学会

Chinese Association for Artificial Intelligence

CIIS 2019 演讲实录丨廖仁亿:培养AI软件到AI芯片的新一代顶尖人才

发布时间:2019-11-27

10月26日-27日,由陕西省委网信办、陕西省工业和信息化厅、陕西省科学技术厅指导,中国人工智能学会主办,西安市委网信办、西安市科学技术局、西安国家民用航天产业基地管理委员会、京东云共同承办的2019第九届中国智能产业高峰论坛在“硬科技之都”——西安举办。在27日举办的全国高校人工智能学院院长/系主任论坛上,新思科技人工智能实验室主任廖仁亿为我们带来了题为“培养AI软件到AI芯片的新一代顶尖人才”的精彩演讲。

16-1.jpg

廖仁亿

新思科技人工智能实验室主任

以下是廖仁亿的演讲实录: 

今天人工智能的专家特别多,而我的报告是从产业来看人工智能在软硬件结合落地方面。 

为什么需要人工智能?为什么最近几年人工智能变得特别火?我们看过去的历史,现在看人工智能60年,从超过100亿年到150年左右的宇宙的历史来看,人工智能的历史是非常短的,如果把宇宙的历史看做一年,人工智能60年的发展还不到一年里一秒钟的时间。从人工智能发展的历史来看,我们不禁在想,这些人工智能的先驱在做这些前沿的发展时,心想的是什麽呢?这中间比如说有发明计算机的Charles Babbage/Ada Lovelace, AlanTuring, Enrico Fermi, John Von Neumann,Marvin Minsky等等,比如说Fermi这样伟大的物理学家就在想,如果我们人类社会的智能照这样发展下去,有一天智能势必会辐射到宇宙中去,那为什麽人类到现在还是孤零零的在宇宙中,没有意识到其他智能的存在?智能代表的是什么呢?为什么人工智能是一级学科呢?为什么和数学物理一样的重要呢?就是我们所学的不管数学物理,归结到最后,就是唯心和唯物。而心代表的,可能就是不在目前物理描述里面的智能。纳米科技的先驱Eric Drexler说,这世界上我们想要的所有物质,不过就是一些原子分子的排列组合,现在我们现在人类还没有搞清楚我们要如何操作这些原子分子,一旦搞清楚了,这世界上我们想要的一些物质就是可以无穷无尽的,而AI就可能是扮演使能这科技的关键技术。有意思的是,Eric Drexler正是AI大师 MarvinMinsky的学生,在加州理工学院听了物理学大师Richard Feynman的演讲而领悟,开创了纳米科技研究的先河。 

将来AI会跟不管是5G还是联网、生物科技都发生深远的交互影响。当人类第一次解开DNA之后,发现人类的基金是数字的形态存在的,这是一个很震惊的事情。如果人是以数字存在的时候,疾病包括人类谈之色变的癌症,可能是有一些DNA复制错误造成,或DNA长度缩短造成,这些人工智能的发展会影响到人类生活的福祉,是因为其中的算法,可能会解决一些困难生物信息的问题,而医学和人类的生命相关,就是这类重要的问题。我们现在在计算的时候是比较粗放的做一个物理的计算,比如说是用许多的原子分子做一个比特的运算,而这个在制药研发时各种可能的原子分子组态和结构变化计算,运算量会变的异常困难而巨大。新药研发一般需要数年到十几年来做研究实验,Deep Mind的 AlphaFold这种将AI 用在Protein Folding上这种困难问题上做突破,为这类复杂的计算问题带来曙光。 

现在很多人在做机器人,但可能如前麻省理工学院实验室的Rodney Brooks说的,现在连一只昆虫的能力都达不到,还担心什麽强人工智能?现在深度学习有了非常大的进步,但还是有相当多的东西不容易在短期看到成功。比如说我们今天的深度学习还是没有办法回答一些因果关系,有不可解释性的问题,而硅芯片上面成本越来越高,功耗越来越高。比如麻省理工学院的物理学家Max Tegmark研究,事实上计算性能如果每几年增长一倍的速度,其实还需要2000年来能到达到物理的极限,AI 的先锋 Ray Kurzweil也问了一个著名的问题,一公斤的石头能有多聪明?这个令人吃惊的答案是,一公斤的石头的运算量,它可能超过地球上人类所有大脑的计算量总合,但一公斤的石头,虽然有你肉眼看不见的惊人运算量,但当你摸它的时候,它可能却是冰的。所以只是目前我们所用的硅的技术只是到了一个瓶颈,从人类的历史来看,科技的,进步一直没有停歇下来。看这些先锋在做AI或研究AI的时候,一直在想到后面很远的一些根本物理问题,这些看问题的宏观思考,是我们所需要学习和借鉴的。 

我们前面讲的比较多的是AI的本质,另外从企业角度来看。我们看2009年,过去最大的企业不少是石油,电信,银行的这些公司,但现在2019年领先的大的企业家前几名都是一些云公司,更进一步来看,也都是AI的公司,所以让我们看到,将来这世界这些最重要的公司,事实上都是算法公司或人工智能的公司。著名的管理学大师Peter Drucker说,汽车是工业中的工业,直至今天,汽车仍是非常重要的应用,包括它的电子化、网联、智能、共享。这里面有非常多的技术整合,不管是电子元器件或者是软件等,这些都有巨大的需求和巨大的发展,要整合非常多方面的技术。人才培养中要进行软硬件的结合,了解系统的全貌,才能设计和实现一个好的系统。包括我们在实际实现的时候,是从前端到后端,通过一个迭代的方式。因为在做一些工程设计的时候,市场是可能日新月异,规格也可能需要对应修改,所以能适应市场需求变化,做高效的迭代就非常关键。这些都必须要有一个完整的系统开发的宏观意识。 

比如说在整个芯片设计里面,比如从网络模型到中间的编译器,以及芯片上的整个结构,都需要做比较好的探索和优化,芯片到最后不可能每一年增长一倍的算力,所以在这里面每个环节能够提高,就格外的重要。你如果从最上层看到最下层算法,从神经网络到编译器和硬件的优化,用一些可视化的方法达成设计, 这样设计一个系统的时候,能够看到一个完整的全貌。也才不至於看到性能不好,不知问题出在哪里,无从著手。 

现在这个科技和人工智能进步的趋势是不会停止的,包括各种的量子运算、新的计算形态,包括更好的算法,这些都需要大家一起努力的,才能取得更大的突破。

(本报告根据速记整理)

CAAI原创 丨 作者廖仁亿
未经授权严禁转载及翻译
如需转载合作请向学会或本人申请
转发请注明转自中国人工智能学会