742
4月19日，在華為第20屆全球分析師大會(huì)上，華為戰(zhàn)略研究院院長(zhǎng)周紅在談到未來(lái)通信和未來(lái)計(jì)算時(shí)認(rèn)為人工智能的下一步發(fā)展面臨三個(gè)重要挑戰(zhàn)；而未來(lái)計(jì)算要發(fā)展更好的計(jì)算模式，以及與之匹配的計(jì)算架構(gòu)與計(jì)算部件。
AI能力快速提升同時(shí)帶來(lái)三個(gè)重要挑戰(zhàn)
“在過(guò)去的幾年中，我們看到智能應(yīng)用的迅速發(fā)展，尤其是通過(guò)AI模型優(yōu)化可能幫助解決應(yīng)用碎片化的問(wèn)題，這也引發(fā)了模型規(guī)模的爆發(fā)式增長(zhǎng)。過(guò)去十年，AI算法的算力需求提升了40萬(wàn)倍?！敝芗t認(rèn)為，“在AI能力快速提升的情況下，需要考慮AI的目標(biāo)如何與人類(lèi)一致、并且正確和高效地執(zhí)行。除了通過(guò)規(guī)則和法律來(lái)加強(qiáng)AI的倫理和治理外，從理論和技術(shù)的角度看，要達(dá)到這些要求，目前還面臨三個(gè)重要的挑戰(zhàn)：AI的目標(biāo)定義、正確性與適應(yīng)性、以及效率?！?/p>
第一個(gè)挑戰(zhàn)，缺乏共識(shí)的目標(biāo)定義。如果沒(méi)有定義清楚并達(dá)成共識(shí)，就很難確保AI發(fā)展的目標(biāo)與人類(lèi)一致，也很難合理地分類(lèi)和科學(xué)地計(jì)算。人工智能在歷史上有不同的流派，例如符號(hào)主義、貝葉斯主義、進(jìn)化主義、行為主義，以及連接主義等，它們還沒(méi)有很好地融合起來(lái)，我認(rèn)為缺乏共識(shí)的目標(biāo)定義是重要的原因之一。
第二個(gè)挑戰(zhàn)，在應(yīng)用中存在正確性和適應(yīng)性的挑戰(zhàn)。依靠大數(shù)據(jù)統(tǒng)計(jì)規(guī)律進(jìn)行的學(xué)習(xí)，會(huì)依賴(lài)于采樣的覆蓋面和數(shù)據(jù)的正確性，如果錯(cuò)誤使用，就可能導(dǎo)致結(jié)果不穩(wěn)定和偏見(jiàn)的風(fēng)險(xiǎn)，出現(xiàn)“黑天鵝”事件。比如用統(tǒng)計(jì)和相關(guān)計(jì)算模式來(lái)識(shí)別香蕉，如果在香蕉邊上放一些其他圖片，識(shí)別結(jié)果可能從香蕉變成烤箱，中間還有一定的比例是鼻涕蟲(chóng)；熊貓圖片加上一些小噪聲，也可能被識(shí)別成長(zhǎng)臂猿。這些圖片用人眼來(lái)看一目了然的，但是人工智能會(huì)犯錯(cuò)，原因也很難解釋。因?yàn)锳I的能力分布在巨大的參數(shù)中，出了這些問(wèn)題，我們既無(wú)法解釋、也難以調(diào)試。
第三個(gè)挑戰(zhàn)是AI的效率。從能源效率看，從2022年第60屆全球超級(jí)計(jì)算機(jī)Top500中看到，排名第一的Frontier的計(jì)算性能約1102PFLOPS，能耗是2100萬(wàn)瓦，排名第二的Fugaku計(jì)算性能約442PFLOPS，能耗是3000萬(wàn)瓦，而相比之下，人腦只需要約20瓦就能等效實(shí)現(xiàn)30PFLOPS的計(jì)算性能?？梢?jiàn)當(dāng)前這些超級(jí)計(jì)算機(jī)單位能量的計(jì)算效率，要比人腦低3萬(wàn)倍~10萬(wàn)倍。從數(shù)據(jù)效率看，除了通過(guò)從大數(shù)據(jù)中得到統(tǒng)計(jì)規(guī)律來(lái)認(rèn)識(shí)和理解世界外，能不能從小數(shù)據(jù)中進(jìn)行思考，發(fā)現(xiàn)邏輯性形成概念，抽象出原則？
面對(duì)挑戰(zhàn)，未來(lái)計(jì)算要尋求突破
周紅認(rèn)為，可以在近幾年多位學(xué)者的研究思考基礎(chǔ)上，發(fā)展感知與建模、知識(shí)自動(dòng)生成、求解與行動(dòng)三個(gè)核心部分。感知與建模是對(duì)外部環(huán)境以及自身的表征與抽象；知識(shí)的自動(dòng)生成應(yīng)該將吃穿住行、琴棋書(shū)畫(huà)、數(shù)理化生等人類(lèi)能表達(dá)與不能表達(dá)、能感知和不能感知的知識(shí)都考慮進(jìn)來(lái)，將人已有的經(jīng)驗(yàn)融入到策略模型或評(píng)價(jià)函數(shù)當(dāng)中；求解與行動(dòng)可以是在已有知識(shí)的基礎(chǔ)上，結(jié)合內(nèi)外部信息進(jìn)行直接的演繹推理，或者通過(guò)與環(huán)境交互試錯(cuò)，來(lái)找到解決辦法。
周紅認(rèn)為要發(fā)展更好的計(jì)算模式，以及與之匹配的計(jì)算架構(gòu)與計(jì)算部件，來(lái)持續(xù)提升智能計(jì)算的效率。
“當(dāng)前在視覺(jué)與空間計(jì)算上，往往采用像素點(diǎn)來(lái)表達(dá)物體，但是絕大部分物體的識(shí)別與其像素點(diǎn)的顏色沒(méi)有直接的關(guān)系，甚至是毫無(wú)關(guān)系，它們?cè)诓煌墓庀鲁尸F(xiàn)不同的顏色，因此建議增加幾何流形來(lái)進(jìn)行表達(dá)和計(jì)算，看看能不能用很小的數(shù)據(jù)量來(lái)抓住物體的不變性?！敝芗t說(shuō)。
從實(shí)現(xiàn)的角度看，周紅表示當(dāng)前很多AI計(jì)算面臨存儲(chǔ)瓶頸，往往要花比計(jì)算多上百倍的時(shí)間來(lái)讀寫(xiě)與搬移數(shù)據(jù)：“今后能不能拋開(kāi)傳統(tǒng)的馮·諾依曼架構(gòu)的處理器、指令集、總線、邏輯器件和存儲(chǔ)器件，而是圍繞先進(jìn)AI計(jì)算模式的需要來(lái)重新定義新的架構(gòu)與部件？”
周紅表示，目前華為在工業(yè)領(lǐng)域、科學(xué)研究領(lǐng)域已經(jīng)有很多AI應(yīng)用實(shí)例。在軟件編程上，也在發(fā)展科學(xué)的模型驅(qū)動(dòng)和形式化方法，如Vsync方法，實(shí)現(xiàn)了操作系統(tǒng)內(nèi)核的自動(dòng)化驗(yàn)證和并發(fā)代碼優(yōu)化，在提升性能的同時(shí)也確?？煽啃?。
“在走向智能社會(huì)的過(guò)程中，可能有超過(guò)百倍，甚至千倍的信息需求增長(zhǎng)，現(xiàn)有的很多理論和技術(shù)已經(jīng)遇到瓶頸，難以支持未來(lái)的發(fā)展，因此我們積極推動(dòng)科學(xué)假設(shè)與商業(yè)愿景牽引的創(chuàng)新，在通信上，大膽探索有別于香農(nóng)定理的前提條件和應(yīng)用場(chǎng)景；在計(jì)算上，進(jìn)一步明確人工智能的目標(biāo)定義，提升正確性、適應(yīng)性和高效性?！敝芗t表示，“我們正在快速奔向智能社會(huì)，面對(duì)無(wú)窮的可能性，我們所有的想象都是保守的?！?/p>
作者丨劉晶
編輯丨邱江勇
美編丨馬利亞
監(jiān)制丨趙晨
