浪潮王恩东：AI准确度也是算出来的

8月28日,AICC2019人工智能计算大会在京举行,中国工程院院士、浪潮集团首席科学家王恩东在大会上表示,智慧时代,计算力就是生产力,计算力是推动AI发展的根本动力。另外,当前AI完成了从技术创新到产业化的转变,正在同金融、电信等传统行业相结合,进入“产业AI”阶段,推进产业AI化需要一个统一融合的AI生态。

本届大会以“计算,预见AI未来”为主题,参会者超过2000人,包括来自中国工程院、英国皇家工程院、中国新一代人工智能发展战略研究院等学术机构的专家学者,以及Facebook、Uber、Intel、NVIDIA、VMware、百度云、阿里云、浪潮、广汽研究院、吉利汽车研究院、寒武纪、IDC、SPEC组织等数十位AI知名公司与研究机构技术主管、资深工程师,会议议题涉及芯片、计算框架、AI测试基准等AI专业技术领域,以及自动驾驶、两化交易、智能诊疗等前沿AI领域,展现了当前AI领域最新的技术和应用进展。

智慧时代,计算力就是生产力

人类正在经历人工智能引发的第四次科技革命,开始进入智慧时代。王恩东说,在智慧时代,计算力就是生产力。此前,IT技术已经引发了多次生产力变革,但是前几次的变革主要改变的是生产工具和劳动对象,而智慧时代,生产力的三要素都会深受AI和计算的影响,尤其是劳动者,很多职业和岗位会被替代。

计算已经深刻改变了全球生产力,计算力指数可以衡量一个国家地区甚至是企业的发展水平。10年前全球市值最高的十个企业,都来自能源、金融、通信等传统领域,只有一家IT企业微软。今天全球市值最高的TOP10企业,清一色都是互联网企业,只有一家来自传统行业的沃尔玛。这些市值TOP级的企业也是全球计算力消耗最大的,他们的市值排名状况和服务器采购基本一致。

不仅企业领域如此,国家地区的发展水平也与计算力水平高度相关。在本届大会上,IDC与浪潮联合发布了《2019-2020中国人工智能计算力发展评估报告》,报告公布了最新的人工智能计算力城市排名,北京超越杭州跃居第一,广州进入第一梯队,杭州、深圳、上海分列2-4名,苏州、重庆、南京、西安首次跻身前十。排名的变化显示,四大超一线城市在人工智能技术、应用、人才等领域的“吸附”效应开始凸显,同时围绕京津冀、长三角、大湾区三大经济圈形成的人工智能三大产业集群已初具雏形。

计算力是AI发展的根本动力

人工智能有60多年的发展历史,几经起落,当前的复兴就是GPU等创新计算技术与深度学习相结合而直接触发的。在实际的应用当中,相比云计算和大数据等应用,人工智能对于计算力的需求几乎是无止境的。事务处理、WEB接入等传统计算,因为应用规模和场景有限,对于计算力的需求也有限。但是AI对于计算力的需求是无限的,是指数级的增长,而不是线性增长。从2012年到现在,每3.5个月用于AI计算的计算量会翻一倍,增长了30万倍,远远超过了芯片性能提升的摩尔定律。在半导体技术在逐步接近极限的情况下,计算力的提升更多是依靠体系结构的突破来实现的,所以这几年计算机发展迎来了体系结构创新的黄金期,GPU、FPGA以及ASIC等异构技术是AI计算力增长的主要技术支撑。

AI准确度也是算出来的

人工智能一个最大的挑战是识别度不高,准确度不高,提高准确度就要提高模型的规模和精细度,提高线下训练的频次,这需要更强的计算力支持。所以说,准确度也是算出来的。现在很多资金充裕的公司,比如大型互联网公司或者明星AI创业公司,有能力部署规模比较大的AI计算平台,算法的模型已经大到千亿参数、万亿的训练数据集规模,这些公司的算法和技术就处于领先位置。

在投资方面看,用户在人工智能领域的资金有50%以上都用来采购GPU服务器等基础架构产品,根据IDC的数据,中国人工智能基础架构市场在中国未来五年的复合增长率超过33%,是一般IT基础设施市场增速的三倍多。阿里、百度等互联网企业在开发AI芯片,也出现了一批像寒武纪等开发专用AI芯片的公司。随着计算需求的增长,会有越来越多的新架构、芯片和其他技术出现。

趋势:从AI产业化到产业AI化

数据爆发的增长、算法创新加速和计算能力的快速提升,让人工智能在全球范围内迅速从一个科学学科变成了规模产业。前几年AI发展的主体基本上是阿里巴巴、百度等大互联网企业,以及旷视、第四范式等AI创业公司。互联网企业都是自作自用,用AI来升级原来的业务或者推出新的运营业务,像天猫购物的智能推荐、百度的搜图。AI创业公司开发算法、做训练后,更多的还是去融资,能够投入更多的钱。在这种模式下,AI成为一个规模产业,但是很难支撑起下一步的增长。

现在,传统行业用户在AI产业的增长中扮演着越来越重要的角色。变化不很快,但是正在发生。根据IDC的数据,从2018年起,金融和传统企业和政府用户,在人工智能基础架构领域的采购量超过了互联网。现在很多大型企业的热线服务,已经用人工智能替代人工,很多企业都认识到了人工智能会带来的巨大潜力,今天不用人工智能,未来发展上会遇到困难和瓶颈,甚至发展不下去。

产业AI化需要解决生态问题

要发展人工智能,让人工智能进入各个传统产业,不能仅仅靠技术本身,生态的作用会越来越重要。国内的人工智能的应用大多是单点、单技术的应用,例如人脸识别、考勤打卡、交通监控管理等,在美国,AI与其他技术整合为解决方案,比如金融业的风险管理、证券行业的高频交易等等,实现流程的自动化,改变行业的传统业务模式,应用的差距十分明显。

中国要推进产业AI化,需要普及AI应用,更需要深化AI应用,推动AI从单点应用走向深度整合方案。王恩东表示,要从根本上解决应用的问题,就要建立开放融合的人工智能生态,从底层硬件到上层应用软件,产业的上中下游要紧密配合,面向多样化个性化的用户需求,向终端用户提供整体解决方案,才能让人工智能用起来,用好。

最后王恩东表示,无论是AI产业化还是产业AI化,AI产业未来发展空间巨大,今天看AI仍然是黑科技,因为AI的应用才刚刚起步。

在大会现场,众多厂商展示了在人工智能不同领域的成果,Uber披露了最近在橡树岭国家实验室summit超算上实现了目前规模最大的Horovod训练集群,VMware展示了与中国科技大学国家类脑工程实验利用GPU虚拟化技术支撑智慧教育的整体解决方案,平安科技展示了当下最热门的联邦机器学习产品及应用,四维图新展示了自主研发的L4级别无人驾驶汽车。