智能無上限，人工智能的可怕之處

談到人工智能的計(jì)算能力，我們還是要從AlphaGo在圍棋領(lǐng)域橫掃人類頂級(jí)棋手開始說起。在戰(zhàn)勝世界圍棋第一人柯潔之后，AlphaGo的進(jìn)化之路依然沒有結(jié)束。前一段時(shí)間，專注人工智能研究的谷歌子公司DeepMind發(fā)布了新版本的AlphaGo程序，這一新程序被命名為“AlphaGo Zero”，它可以通過“強(qiáng)化學(xué)習(xí)”技術(shù)，在與自己的游戲之中學(xué)習(xí)和進(jìn)步。

經(jīng)過了3天的訓(xùn)練，AlphaGo Zero便自行掌握了圍棋的下法。在此之前，AlphaGo Zero完全沒有接觸過圍棋，而且在整個(gè)學(xué)習(xí)過程中，并沒有人類的幫助。隨著不斷的訓(xùn)練，AlphaGo Zero開始在游戲中學(xué)習(xí)先進(jìn)的概念，從而自行挑選出了一些有利的位置和序列。

AlphaGo Zero僅訓(xùn)練了3天便擊敗 AlphaGo Lee，勝率是100:0，而AlphaGo Lee正是曾經(jīng)擊敗過韓國圍棋高手李世石的DeepMind軟件。經(jīng)過40天的訓(xùn)練之后，AlphaGo Zero則擊敗了AlphaGo Master，后者是擊敗了圍棋世界冠軍柯潔的DeepMind軟件。

之所以要在這里介紹一下AlphaGo的最新動(dòng)態(tài)，主要是為了解釋人工智能在計(jì)算方面的能力。我們知道圍棋因?yàn)樽兓窋?shù)復(fù)雜，所以被認(rèn)為是人類智慧的最后堡壘，相較于其他項(xiàng)目來說，圍棋可以算是公認(rèn)的高智商項(xiàng)目。而圍棋比賽所考驗(yàn)的正是棋手的計(jì)算能力和智力水平，所以這也是DeepMind公司讓AlphaGo學(xué)習(xí)圍棋的原因。

從AlphaGo上，我們可以看到人工智能設(shè)備的3個(gè)主要要素：算法、數(shù)據(jù)和硬件（見圖1-3）。可以說人工智能就是這3個(gè)要素綜合起來的結(jié)果。人工智能技術(shù)的實(shí)現(xiàn)，一是需要優(yōu)秀的人工智能算法；二是需要大量數(shù)據(jù)，這是人工智能獲得更好的識(shí)別度和精準(zhǔn)度的一個(gè)核心要素；三是需要大量高性能硬件的計(jì)算能力。隨著GPU（Graphics Processing Unit，圖形處理器）進(jìn)入人工智能領(lǐng)域，人工智能才真正迎來了高速發(fā)展。

在這3個(gè)要素中，關(guān)于人工智能的算法，我們了解較多的可能是“深度學(xué)習(xí)”。以圖像和語音識(shí)別為例，在沒有應(yīng)用深度學(xué)習(xí)技術(shù)之前，各種識(shí)別方法的成功率并不高。而隨著深度學(xué)習(xí)技術(shù)的應(yīng)用，無論是語音識(shí)別，還是人臉識(shí)別，準(zhǔn)確率都有了很大的提升。正是由于人工智能算法的發(fā)展，人臉識(shí)別和語音識(shí)別才逐漸走向了商業(yè)化。

人工智能方面的數(shù)據(jù)也比較好理解。以AlphaGo為例，其核心數(shù)據(jù)源于互聯(lián)網(wǎng)中成千上萬的棋譜，利用互聯(lián)網(wǎng)中的各種圍棋知識(shí)，經(jīng)過深度學(xué)習(xí)算法的訓(xùn)練，AlphaGo才能最終勝過人類的圍棋高手。如果說沒有這些互聯(lián)網(wǎng)數(shù)據(jù)資源，即使AlphaGo應(yīng)用再先進(jìn)的深度學(xué)習(xí)技術(shù)，也沒有辦法戰(zhàn)勝人類。

人工智能在硬件方面的計(jì)算能力，其內(nèi)容就要相對(duì)豐富一些了。在計(jì)算機(jī)發(fā)展的最初階段，一個(gè)機(jī)器需要用32個(gè)CPU（Central Processing Unit，中央處理器），才能達(dá)到120MHz，也就是說CPU的數(shù)量越多，計(jì)算機(jī)的運(yùn)算速度越快。在這里我們需要了解一下摩爾定律。

摩爾定律由英特爾創(chuàng)始人之一戈登·摩爾提出。他認(rèn)為當(dāng)價(jià)格不變時(shí)，集成電路上可容納的元器件的數(shù)目，約每隔18～24個(gè)月便會(huì)增加一倍，性能也同樣會(huì)提升一倍。也就是說，每隔18～24個(gè)月，每一美元所能買到的電腦性能會(huì)翻一倍以上。

但隨著計(jì)算機(jī)的不斷發(fā)展，現(xiàn)在處理器的計(jì)算性能已經(jīng)遠(yuǎn)離摩爾定律，這導(dǎo)致了很多經(jīng)典計(jì)算機(jī)的計(jì)算能力很難繼續(xù)提高。因?yàn)樵贑PU中晶體管的數(shù)量沒有辦法實(shí)現(xiàn)每兩年翻一番的預(yù)期，所以摩爾定律趨于失效。面對(duì)這樣的現(xiàn)實(shí)，想要繼續(xù)提高計(jì)算機(jī)的計(jì)算能力就只能依靠增加芯片的數(shù)量，而在做法上，人們則更多地采用增加計(jì)算集群中芯片的總數(shù)量，以提升計(jì)算機(jī)的運(yùn)算能力。

為了能夠更好地模擬人腦的計(jì)算方式，原本以CPU為主導(dǎo)的計(jì)算方式逐漸被調(diào)整，現(xiàn)在世界上較為主要的調(diào)整方式就是異構(gòu)計(jì)算。它是在現(xiàn)有的傳統(tǒng)CPU計(jì)算方式的基礎(chǔ)上，通過搭載其他并行的計(jì)算單元，將需要計(jì)算的任務(wù)中那些需要進(jìn)行大量同質(zhì)計(jì)算的任務(wù)剝離出來，而后讓并行計(jì)算單元進(jìn)行大量的簡單計(jì)算。

簡單地理解上面所說的異構(gòu)計(jì)算，其實(shí)就是讓CPU來負(fù)責(zé)復(fù)雜運(yùn)算，同時(shí)掌控整體的運(yùn)算方向和節(jié)奏。而將那些簡單、龐大的運(yùn)算交給GPU或者其他計(jì)算單元，讓這些計(jì)算單元完成CPU分配下來的簡單運(yùn)算。可以說這是一種分工合作、主次有序的運(yùn)算結(jié)構(gòu)。現(xiàn)在應(yīng)用較多的有CPU+GPU結(jié)構(gòu)、CPU+FPGA結(jié)構(gòu)、CPU+ASIC機(jī)構(gòu)以及CPU+DSP結(jié)構(gòu)等。

為了在人工智能時(shí)代取得先發(fā)優(yōu)勢，谷歌、英偉達(dá)等都推出了新的CPU組合方案。谷歌在2017年發(fā)布了第二代Cloud TPU。TPU（Tensor Processing Unit，高性能處理器）是專為機(jī)器學(xué)習(xí)而定制的芯片，并且經(jīng)過了專門深度機(jī)器學(xué)習(xí)方面的訓(xùn)練。所以在人工智能的相關(guān)算法上，它的計(jì)算速度更快，同時(shí)結(jié)果也更加精確。作為一種專為機(jī)器學(xué)習(xí)定制的工具，TPU的出現(xiàn)對(duì)于通用工具GPU來說無疑是一大威脅。

作為世界最大的GPU制造商之一，英偉達(dá)則更加注重在深度學(xué)習(xí)領(lǐng)域推廣自己的GPU。英偉達(dá)創(chuàng)始人兼CEO黃仁勛并不認(rèn)為TPU的出現(xiàn)將會(huì)威脅GPU的發(fā)展。在一些項(xiàng)目中，英偉達(dá)與谷歌有著深度合作，而在黃仁勛看來，Volta GPU的運(yùn)算能力要在TPU之上。

現(xiàn)在的人工智能系統(tǒng)大多是由眾多GPU來提升計(jì)算能力，與之前單純依靠CPU不同，GPU的使用不僅大大減少了運(yùn)算的時(shí)間，而且使得人工智能系統(tǒng)處理學(xué)習(xí)或智能的能力得到較大的提升。而隨著GPU或是其他硬件設(shè)備的發(fā)展，人工智能系統(tǒng)的運(yùn)算能力將會(huì)進(jìn)一步得到提升。

現(xiàn)在許多國家都在進(jìn)行量子計(jì)算方面的研究，例如，美國、日本和中國等多個(gè)國家的企業(yè)都已經(jīng)成立了量子計(jì)算機(jī)實(shí)驗(yàn)室。隨著對(duì)量子研究的不斷深化，將量子研究與人工智能相結(jié)合，會(huì)進(jìn)一步提升人工智能系統(tǒng)的計(jì)算能力。量子計(jì)算機(jī)的并行計(jì)算特性將能使它一次同時(shí)處理多項(xiàng)工作，這一計(jì)算思路的革新，將會(huì)使其為人工智能系統(tǒng)提供更為強(qiáng)大的計(jì)算能力。

從第一臺(tái)電子計(jì)算機(jī)誕生，到現(xiàn)在超級(jí)計(jì)算機(jī)的不斷革新，人類依靠機(jī)器不斷提升自己的計(jì)算能力，而與此同時(shí)，機(jī)器的智能水平也在不斷提高。這么說來，隨著人工智能三大要素的不斷發(fā)展和完善，機(jī)器的智能水平將會(huì)不斷提高，沒有人知道其上限在哪里。人工智能系統(tǒng)能力的不斷提升有助于社會(huì)的發(fā)展，但其不斷上升的智能水平卻不得不讓人感到一絲害怕。