AI概念籠統，范圍廣大，到底什麼才是AI的核心？

　　美國當地時間5月8日，一年一度谷歌I/O開發者大會在山景城舉辦，外界的焦點皆為谷歌利用AI在各項研發方向的進展。據悉，谷歌已經開發了最新的AI智能工具，可以為從智能手機到智能冰箱等各種類型的産品提供動力。GBH Insights首席策略師丹-艾弗斯也表示，這次的I/O大會，人工智慧將成為重中之重。谷歌希望開發者將賭注都壓在自己的平臺上。谷歌已經適當地發布數字語音助手Google Assistant到TensorFlow機器學習引擎。谷歌的表現已經説明一切，AI的浪潮席卷全球，谷歌正在利用自己的AI技術影響不同行業，而不管如何，AI表現形式千千萬，核心呢？

　　數據是前提 算力+演算法是糧草

　　“得數據者得天下，得數據者擁有在AI領域裏的先導權。”英特爾中國區總裁楊旭在一次採訪中説道。一家傳統PC供應商都在轉型，通過數據實現未來期許。對于AI能力的實現，首先需要有大量的可用數據供機器進行分析及運算，從而獲得有效的解決方法。通過大量的數據樣本可以為AI提供持續不斷的分析能力，這些能力組成了機器的自主學習及運算，在輸出到前臺時實現AI功能。眾多晶片及傳統伺服器廠商也在尋求轉變，利用現有設備、資源、技術能力為企業實現AI轉型的技術積累。英特爾、高通、浪潮、IBM都在為AI提供不同類型的底層技術及設備。

　　不經意間瀏覽網頁、購物時，會發現每個人的主頁及推薦都不同。其實這是AI在通過大數據的運算及分析能力為不同的人推薦個性化內容。例如阿里巴巴在淘寶的瀏覽及點擊中獲得大量用戶使用過程中産生的路徑資訊，而這些資訊會替阿里巴巴分析出最近不同消費者的購買需求，從而推薦不同的消費頁面。對用戶來説，並未看到AI擁有強大的表現力，但就在細微之處，AI的能力正逐漸影響每個人的生活。社會進步都在一點一滴，並非一蹴而就，瞬間變成2050一樣的科幻電影。

　　行業和企業中的早期AI採用者正在基于數據內的深層資訊發掘重大突破。AI正為解決高度復雜的醫學難題、金融業務、稀有物種保護，推動科學研究以及更好地預測行動和人類行為鋪平道路。

　　要做到快速反應及大量功能實現，算力及演算法是AI實現的重要組成部分，很多人工智慧演算法，尤其是深度學習演算法，實現了更快的處理速度，計算時間實現了數量級上的縮減。優秀的人工智慧演算法，如現在最流行的深度學習演算法，就是近期人工智慧領域中最大的突破之一，為人工智慧的商業化帶來了希望。算力的提升則為AI在計算速度上呈幾何時增長。在二十年前，一個機器人，當時是用32個CPU,達到120MHz的速度。現在的人工智慧係統使用的是成百上千個GPU來 提升的計算能力。這使得處理學習或者智能的能力得到比較大的增強。之前用CPU一 個月才能出結果，然後再去調整參數，一年只能調整12次，也就是有12次迭代。GPU産生後大幅提升了計算量，現在用GPU可以一天就出結果，這樣可以迭代的更快，這是技術大幅發展的條件。就像家用電腦處理器的迭代一樣，如今如果用奔騰處理器很難想像要處理一個視頻或者100張圖片需要多長時間。

　　晶片是第四浪潮到來的基石

　　AI演算法與算力需要底層晶片的支援，而未來要實現無人汽車等高難度技術，AI晶片的研發重中之重。寒武紀日前發布了首款雲端智能晶片MLU100，這標誌著寒武紀已經掌握視覺、語音及自然語言方面的多場景雲端應用處理技術，成為世界上少數幾家擁有終端處理和雲端智能處理器的商業公司。

　　如今物聯網已經是大勢所趨，AI晶片應用到手機處理器上的優點大家已經通過麒麟970了解到，AI晶片從誕生到佔領整個手機市場僅僅用了不到一年的時間，而需要更多運算能力搭載在不同硬體設備的AI處理器需求量更大。自動駕駛近年來一直是互聯網發展的熱門風口，隨著AI晶片的推出，自動駕駛已經不僅僅局限通過感測器手機數據之後反饋雲端進行分析運算，而是可以通過AI晶片進行及時化驗算，通過人工智慧技術判斷路面交通狀況實時做出反應，實現真正的自動駕駛。

　　雲計算領域是未來互聯網發展的重中之重，各種互聯網AI功能都將依靠雲AI晶片得以實現，線上翻譯、圖片搜索、數據分析各種各樣的雲計算能力都將依靠AI晶片從而實現。

　　人工智慧的第四波浪潮説不定在沒幾年後就將到來，説到底，AI能力演化是正向的，是要利用數據、運算等為不同行業提供機器識別或判斷的能力，從而解放人力成本。為此，越來越多的企業開始建立自己的人工智慧實驗室，國內多家企業包括BAT都在構建AI技術團隊，百度更是對外宣布自己是一家AI公司。可見AI在未來數年將是多麼火熱的産業。擁抱AI，或許未來將來的更快，我們離未來也將越近。（鄭偉/文）

【糾錯】

責任編輯： 周靖傑