1. 首页
  2. 教育
  3. 深度学习

AI变革带来产业新机遇,深度学习的黄金时代刚刚开始

近期,张亚勤教授在CNCC 2020上带来以“智能技术趋势”为主题的演讲,随着数字化3.0的到来,张教授重置技术与工业的角度讨论数字化的新浪潮,并分享了他在人工智能、新计算体系和通讯架构等方面的见解。

近期,张亚勤教授在CNCC 2020上带来以“智能技术趋势”为主题的演讲,随着数字化3.0的到来,张教授重置技术与工业的角度讨论数字化的新浪潮,并分享了他在人工智能、新计算体系和通讯架构等方面的见解。

以下内容在张亚勤教授的演讲基础上略有改动。

数字化新浪潮带来了历史性的变革:一切都在数字化

张亚勤表示,随着数字化3.0的到来,未来十年许多行业都将经历构造转变。这场数字化的新浪潮提供了历史性的机会,可以通过先进的机器学习算法,增强的计算能力,5G的新基础设施,神经形态计算来改变现有的工业格局。

过去我们做计算机最大的现象是数字化,数字化1.0在80年代中期就开始了,那个时候更多的是把内容数字化,有语音、音乐、视频、图像,包括后面的HDTV和Video,整个发展相当快。

AI变革带来产业新机遇,深度学习的黄金时代刚刚开始

数字化2.0在90年代中期开始,由于内容数字化,产生了消费者互联网,掀起了好几轮浪潮。同时企业也在数字化,包括ERP、CRM、工作流以及商业智能,到了后面有各种数字仓库、云,各种各样。但在软件领域,消费软件产品市场在中国一直没有真正到一个主流。

现在进入全新的数字化3.0,包括互联网物理化。首先是物理世界数字化,我们的车、船,飞行器件数字化,路、交通等,城市在数字化,家庭在数字化,工业、车间、电网、机器,乃至货币都在数字化,可以看到物理世界和数字世界形成一对一的影射。过去我们讲数字高速公路,现在真的高速公路也变成数字。

可以看到,由于物理世界数字化,产生的信息量和数据达到了天文级,比如无人车,每个人每天可以产生10个T的数据。另外一个特点就是,现在数据大部分不是给人看,而是让机器做决策,比如无人驾驶

不像第一代和第二代,我们的生物世界也在进行数字化,大脑、身体,每个器官,甚至包括DNA还有蛋白质,通过脑和世界的接口,这个数据量更大,比我们物理世界更大。这个容量级很难用正常的方式去处理计算。

现在这个世界是信息物理和生物世界的融合,先是数字化,然后连到一起,最后才是智能化。

AI变革带来产业新机遇

5G出现之后,的确带来很多新的可能。5G是第一次把三网真正在应用层统一了,这是一件大事,5G让传输的速度更快、延迟更低。

任何新的技术需要时间,大家要有一些耐心,5G刚刚发展速度就已经很快了,张教授表示相信在未来三到五年5G能够带来巨大的变革,不仅是对用户,更多的是对于工业和产业。

张教授还用两张图举了两个例子,一是百度昆仑芯片路线图,第一代昆仑AI芯片已经达到14nm工艺、2.5D封装、512G的带宽。明年会出来第二代,7nm,耗能减少很多,性能将提高3倍左右。

AI变革带来产业新机遇,深度学习的黄金时代刚刚开始

另外一个例子是地平线自动驾驶芯片的路线图。可以看到,随着Level的提升,规划越来越困难,需要很强的功能,很好的稳定性。地平线在这方面做了很多的工作,芯片不管是从质量、性能、耗能上都和现在的国际芯片(像特斯拉的SSD)达到同样的性能,甚至更好。

AI变革带来产业新机遇,深度学习的黄金时代刚刚开始

我们可以看到,技术的发展确实给IT产业以及很多行业带来了新的机遇。首先IT产业本身是最大的受益者。不管是芯片技术、操作系统、云平台还是应用,都在不断的快速迭代。更重要的是,它改变甚至颠覆了目前的产业,教育、医疗、金融、制造,每个行业都会有AI的成分。

如今的AI就像20年前的互联网,能够融入到每个行业。

再有就是创造新的行业。张亚勤教授认为自动驾驶、工业物联网、AI医疗生物计算,这三个领域很有潜力,他自己也比较有兴趣。

最后,张亚勤提到,希望他成立的智能产业研究院能够成为国际化、智能化、产业化的应用研究机构,能够吸引与培养出有国际视野的CTO和顶级的架构师,并利用核心技术突破孵化出一些新企业。

寻找下一轮AI的突破口;对于产业来讲,深度学习的黄金时代刚刚开始

下面这张图涵盖了人工智能60年上下。可以看到,在左半部分讲到人工智能发展的不同流派,未来最大的可能是借各种流派之长,创造新的一些算法,有逻辑符号也有数据和知识,要借鉴人类的进化,大脑的特点。

现在,不管是做研究的也好,做产业的也好,都在思考下一轮人工智能突破在什么地方,特别是现在深度学习,经过十几年的研究和应用,已经到了一个稳定期。现在主要的发展不仅是靠算法,更多的靠计算的算力。

张亚勤教授认为,在研究方面、算法方面,还有一些可挖掘之处,但是已经到了相对平台期。不过对于产业来讲,深度学习的黄金时代才刚刚开始,还有至少十年的时间可以深入到每个不同的行业里。

他还在演讲中提到,人工智能当下遇到的挑战主要是隐私、数据保护和伦理工作。前段时间,张教授在美国碰到一个小团队在做通用人工智能。他们的主要的任务是创造一个有自主意识的AI。他自己表示坚决反对。

我们再看看最基本的东西,计算和通讯基本的范式。

第一是香农定律,包含三个方面,熵、信道容量和速率编码。定义了三个极限,无损压缩极限,信道传输极限,有损压缩极限。现在这几部分基本上都快接近极限了。

第二个是冯诺伊曼架构,做计算机60年来都采用这个架构。冯诺伊曼架构相当简单和漂亮,就是一个程序储存的原理。但在这几年,特别是在深度学习上已经有了很大的限制。

第三个是摩尔定律,想必这个大家都比较熟悉,原来摩尔定律中提到的每18个月、24个月的发展速度也降下来了。

我们需要突破这三个瓶颈。

要让新的计算体系和通讯架构突破体系架构的限制。深度学习需要新的架构,架构包括数据流、计算模式。深度学习领域需要很多优化,还有高速的储存。这些东西和传统的架构不一样。
责编AJX

免责声明:本站旨在传递信息,不代表有传资讯的观点和立场。本站遵循行业规范,如转载您的文章未标注版权,请联系我们(QQ:78799268)改正。本站的原创文章,如若转载,请注明出处:http://www.ainoline.cn/jiaoyu/shenduxuexi/14097.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

在线咨询:点击这里给我发消息

邮件:78799268@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code