1973年，中國(guó)電子工業(yè)部發(fā)動(dòng)大學(xué)和相關(guān)研發(fā)機(jī)構(gòu)一起，首次聯(lián)合設(shè)計(jì)了中國(guó)自主的、擁有一致指令系統(tǒng)、看齊美國(guó)計(jì)算機(jī)標(biāo)準(zhǔn)的全新“1000系列機(jī)”。最終在眾多科研人員的共同努力下，只花了一年2個(gè)月，看起來(lái)就像是三臺(tái)冰箱并排放的DJS-130計(jì)算機(jī)橫空出世。
作為中國(guó)第一個(gè)形成產(chǎn)業(yè)規(guī)模的系列機(jī)，它在日后足足生產(chǎn)了2000多臺(tái)，并且被應(yīng)用到國(guó)民經(jīng)濟(jì)和國(guó)防的多個(gè)領(lǐng)域，是中國(guó)計(jì)算機(jī)發(fā)展史上重要的里程碑。
就在中國(guó)的科研人員還在熟悉這臺(tái)用各種電子元件組件起來(lái)、只有13條引導(dǎo)程序的計(jì)算機(jī)，用極為傳統(tǒng)的穿孔帶來(lái)輸入和輸出結(jié)果的同時(shí)。大洋對(duì)岸的美國(guó)，卻已經(jīng)半步跨進(jìn)了“PC時(shí)代”。
包括惠普、IBM在內(nèi)的公司已經(jīng)用上了微型化的電腦處理器，將電腦縮小為電視大小，同時(shí)在原有代碼系統(tǒng)的基礎(chǔ)上引入圖形化接口概念，由針對(duì)私人公司設(shè)計(jì)轉(zhuǎn)向個(gè)人使用的電腦概念。在個(gè)人電腦的龐大需求下，越來(lái)越多新技術(shù)和新產(chǎn)品橫空出世，其中就包括了英特爾1978年推出的第一款X86處理器8086，以及微軟1981年推出的第一代Windows系統(tǒng)MS-DOS。
因?yàn)樵诩夹g(shù)積累的投入上的巨大差別，中國(guó)最終還是“錯(cuò)過(guò)”了PC時(shí)代的浪潮。之后引領(lǐng)整個(gè)PC行業(yè)發(fā)展的，一直是美國(guó)和歐洲的企業(yè)。哪怕聯(lián)想最終憑借“貿(mào)工技”路線(xiàn)走上全球PC銷(xiāo)量冠軍，但相當(dāng)一部分利潤(rùn)仍要被歐美的處理器公司拿去。
這種情況，進(jìn)入了以智能手機(jī)和平板電腦為代表的“后PC時(shí)代”才發(fā)生了一定程度的轉(zhuǎn)變。因?yàn)椤埃ㄇ埃㏄C時(shí)代”的深厚積累，以美國(guó)、歐洲為主的一批企業(yè)依舊主導(dǎo)了消費(fèi)電子產(chǎn)品的早期發(fā)展。
但這一次我們有了3個(gè)重要籌碼：第一個(gè)是領(lǐng)先全球的消費(fèi)電子代工能力；第二個(gè)是全球最大、最普及的移動(dòng)通信網(wǎng)絡(luò)；第三個(gè)是全球最為集中、消費(fèi)意愿最強(qiáng)烈的客戶(hù)。
最終讓中國(guó)的消費(fèi)電子產(chǎn)業(yè)在3G、4G、5G的推動(dòng)下獲得了長(zhǎng)足的發(fā)展。最典型的例子莫過(guò)于華為，短短20余年間，從一家生產(chǎn)電話(huà)交換機(jī)的小廠，最終成為了全球IT通信制造業(yè)的巨頭，同時(shí)在手機(jī)、手機(jī)SoC處理器、4G/5G技術(shù)、通信基站等多個(gè)領(lǐng)域完全不弱于甚至超過(guò)發(fā)達(dá)國(guó)家公司的存在。
雖然我們最終在“后PC時(shí)代”的尾聲追上了技術(shù)發(fā)展的浪潮，但隨著“人工智能時(shí)代”這一全新階段的出現(xiàn)，新挑戰(zhàn)也已經(jīng)出現(xiàn)——中國(guó)應(yīng)如何保證在“人工智能時(shí)代”不落后，甚至領(lǐng)先全世界。
答案在我看來(lái)就是3個(gè)字：根技術(shù)。
顛覆的人工智能
無(wú)論是“PC時(shí)代”還是“后PC時(shí)代”也好，其最底層的核心，依舊是通用計(jì)算能力，也就是CPU（中央處理器）在支撐。相比之下，人工智能時(shí)代因?yàn)樗惴ㄉ系恼w改變，在整個(gè)技術(shù)體系上發(fā)生了重大的改變。
這其實(shí)要從原理上說(shuō)起，CPU的核心是根據(jù)半導(dǎo)體特性打造的邏輯和計(jì)算電路，人類(lèi)編程員根據(jù)CPU的二進(jìn)制算法特性，寫(xiě)出CPU可以高效邏輯判斷和計(jì)算的程序。
相比之下，人工智能則是建立在對(duì)人類(lèi)的算法“模擬”上，準(zhǔn)確地說(shuō)是對(duì)人類(lèi)大腦工作模式的模擬。在這個(gè)基礎(chǔ)上結(jié)合人類(lèi)自我對(duì)于不同任務(wù)的邏輯判斷思路，構(gòu)建神經(jīng)模型，然后利用大量的現(xiàn)實(shí)數(shù)據(jù)來(lái)訓(xùn)練神經(jīng)模型，最終得到一個(gè)可以用來(lái)應(yīng)用、推斷的神經(jīng)模型。
是不是有點(diǎn)抽象？我們不妨結(jié)合通用計(jì)算和人工智能的兩個(gè)重要里程碑來(lái)對(duì)比一下。
1992年IBM斥巨資打造了超級(jí)計(jì)算機(jī)“深藍(lán)”，利用數(shù)個(gè)機(jī)柜以及多達(dá)480顆特制的“象棋處理器”戰(zhàn)勝了人類(lèi)國(guó)際象棋大師。但在原理上，“深藍(lán)”所做的事情并不復(fù)雜，依舊是窮舉，而且不是無(wú)限窮舉。
在當(dāng)時(shí)，人類(lèi)的象棋大師大概能夠算到之后10步棋的所有情況，而深藍(lán)則能夠算到12步棋的所有情況。理論上能看到更多未來(lái)棋局可能性以及對(duì)應(yīng)優(yōu)劣，并且更不容易犯錯(cuò)的深藍(lán)肯定會(huì)獲勝，但在其第一次挑戰(zhàn)中實(shí)際上輸給了人類(lèi)國(guó)際象棋大師。后來(lái)又調(diào)整優(yōu)化了一年以后，終于雪恥。
2015年，Google旗下AI創(chuàng)業(yè)公司DeepMind發(fā)布了圍棋人工智能AlphaGo，并且直接約戰(zhàn)當(dāng)時(shí)的世界圍棋冠軍。作為人類(lèi)迄今為止最為復(fù)雜的棋盤(pán)類(lèi)游戲，圍棋理論上走法更是達(dá)到10的171次方。每一步棋都有多種下法，并且都會(huì)對(duì)整盤(pán)棋最終結(jié)果產(chǎn)生影響。這也是為什么人類(lèi)一直堅(jiān)信：機(jī)器無(wú)法通過(guò)簡(jiǎn)單窮舉運(yùn)算，在圍棋上打敗人類(lèi)。
但用深度學(xué)習(xí)能力“武裝”了自己的人工智能還是出乎了人們的意料，直接以4:1擊敗了人類(lèi)世界冠軍李世石。更關(guān)鍵的是，在這次比賽中，人工智能展現(xiàn)出了與人類(lèi)過(guò)去3000年圍棋歷史完全不一樣的下法策略。你也可以說(shuō)，人工智能遠(yuǎn)不只是擊敗了人類(lèi)，反而是在不斷對(duì)圍棋的學(xué)習(xí)中，開(kāi)辟出了一整套全新的、勝率更高的走法。
從這次比賽開(kāi)始，一股新潮流開(kāi)始在世界最頂尖的圍棋圈開(kāi)始蔓延，這些頂尖棋手們?cè)谘芯繉W(xué)習(xí)了人工智能的下法之后，紛紛采用了其中的一些思考和招式。以中國(guó)圍棋選手柯潔為例，就曾專(zhuān)門(mén)表示“感謝AlphaGo給我們棋界帶來(lái)的震撼”。
就核心能力而言，通用計(jì)算可能是“替代+加速”，人工智能則是“擬人+創(chuàng)新”。這顯然不在一個(gè)維度上。
更重要的是，在AlphaGo之后，越來(lái)越多的企業(yè)開(kāi)始將人工智能應(yīng)用在各行各業(yè)上。在翻譯、語(yǔ)音識(shí)別、大數(shù)據(jù)、自動(dòng)駕駛、目標(biāo)識(shí)別等多個(gè)應(yīng)用場(chǎng)景中都表現(xiàn)出了充足的顛覆性，只要有足夠龐大的數(shù)據(jù)集，就能生成遠(yuǎn)超人類(lèi)編程水平的神經(jīng)模型和算法，最終實(shí)現(xiàn)遠(yuǎn)超人類(lèi)編程的計(jì)算效果。
顯而易見(jiàn)，人工智能一直都是中國(guó)不能錯(cuò)過(guò)的浪潮。
扎根，中國(guó)迎接人工智能時(shí)代的重要保障
事實(shí)上，盡管中國(guó)在人工智能產(chǎn)業(yè)的發(fā)展上取得了一定的成績(jī)，但隱憂(yōu)同樣存在：相比美歐這樣人工智能底蘊(yùn)更充實(shí)的“老玩家”，中國(guó)在人工智能根技術(shù)上的積累薄弱不少。
根據(jù)頭豹研究院的《2020年中國(guó)人工智能產(chǎn)業(yè)投融資報(bào)告》統(tǒng)計(jì)，截至2019年2月，中國(guó)AI相關(guān)企業(yè)數(shù)量為745家，約占全球21.7%，其中67.3%創(chuàng)立于2010-2016年間。 “年輕”的中國(guó)AI企業(yè)們，多數(shù)是在2015年標(biāo)志性AlphaGo圍棋人工智能事件之后成立的。
AI企業(yè)整體偏年輕，對(duì)應(yīng)的結(jié)果是這類(lèi)企業(yè)更多專(zhuān)注在AI應(yīng)用層，極少企業(yè)涉足底層的AI根技術(shù)。在上方統(tǒng)計(jì)的745家AI相關(guān)企業(yè)中，75.2%為應(yīng)用層企業(yè)，22%為技術(shù)層企業(yè)，僅2.8%的企業(yè)位于基礎(chǔ)層。
而就重要性而言，人工智能時(shí)代“根技術(shù)”的影響力將會(huì)遠(yuǎn)超PC時(shí)代和消費(fèi)電子時(shí)代。所謂“根技術(shù)”是指那些能夠衍生出并支撐著一個(gè)或多個(gè)技術(shù)簇的技術(shù)。根技術(shù)是技術(shù)樹(shù)之根，為整個(gè)技術(shù)樹(shù)持續(xù)提供滋養(yǎng)，很大程度上決定著技術(shù)樹(shù)的榮枯。
雖然同樣是由計(jì)算機(jī)硬件和軟件完成整個(gè)過(guò)程，但是因?yàn)閺恼麄€(gè)計(jì)算邏輯上不同于傳統(tǒng)的CPU和人工編程，所以人工智能的技術(shù)棧與以PC為代表的通用計(jì)算產(chǎn)生了許多差異。
從整體上來(lái)說(shuō)，人工智能的技術(shù)棧主要分為四部分，最底層的硬件基礎(chǔ)設(shè)施、中層的軟件基礎(chǔ)設(shè)施、更上層的技術(shù)層、以及最上層的應(yīng)用層。其中應(yīng)用和技術(shù)層因?yàn)楦驊?yīng)用和解決方案，合起來(lái)一起作為應(yīng)用與技術(shù)層。其中硬件基礎(chǔ)設(shè)施部分還可以分為AI處理器和AI硬件設(shè)備；軟件基礎(chǔ)設(shè)施則可以再分為處理器使能、AI框架以及開(kāi)發(fā)使能平臺(tái)。
而“根技術(shù)”最核心的存在就在于“軟件基礎(chǔ)設(shè)施”和“硬件基礎(chǔ)設(shè)施”這兩部分。這一點(diǎn)我們也可以從英偉達(dá)、谷歌這類(lèi)更早進(jìn)入人工智能的巨頭的布局中看出。
以英偉達(dá)為例，其GPU產(chǎn)品最早被AI研發(fā)用于深度學(xué)習(xí)訓(xùn)練和推理，英偉達(dá)在不斷優(yōu)化自己產(chǎn)品AI運(yùn)行效率的同時(shí)，也進(jìn)一步深化到設(shè)備層，除了各種規(guī)格尺寸的人工智能GPU之外，還專(zhuān)門(mén)針對(duì)不同的場(chǎng)景應(yīng)用打造成不同的解決方案，有名片大小的Jetson、也有專(zhuān)門(mén)針對(duì)自動(dòng)駕駛場(chǎng)景的Drive系列產(chǎn)品，更有直接用超高速網(wǎng)絡(luò)將數(shù)顆GPU聯(lián)合成“超大”GPU的DGX。
在軟件基礎(chǔ)設(shè)施上，英偉達(dá)推出的CUDA解決方案更是影響深遠(yuǎn)，而在AI框架上，英偉達(dá)直接采用了谷歌的TensorFlow和Facebook打造的PyTorch。這是因?yàn)橛ミ_(dá)選擇將更多的精力放在了技術(shù)層上，通過(guò)應(yīng)用SDK深入行業(yè)深入應(yīng)用。
其次是谷歌，谷歌不但鼓勵(lì)子公司DeepMind推進(jìn)AlphaGo項(xiàng)目。同時(shí)為了給AlphaGo提供充足的算力，谷歌還研發(fā)了專(zhuān)用于人工智能的TPU處理器。并且將TPU主機(jī)服務(wù)器化，放入了自己的云服務(wù)體系中。在后續(xù)的幾年中不斷更新TPU處理器版本和其解決方案，最終更將TPU作為一種云服務(wù)業(yè)務(wù)內(nèi)容，向廣大的客戶(hù)開(kāi)放。
除了兩家在“根技術(shù)”上的發(fā)力，還有一點(diǎn)尤為值得關(guān)注，就是人工智能全棧路的技術(shù)布局協(xié)作：英偉達(dá)用CUDA串起了自己最擅長(zhǎng)的GPU硬件和之上的整個(gè)軟件架構(gòu)和生態(tài)，谷歌則根據(jù)自己人工智能技術(shù)的豐厚積累，做出了行業(yè)內(nèi)最受歡迎的AI框架TensorFlow。
縱觀谷歌和英偉達(dá)這兩家全球人工智能產(chǎn)業(yè)最領(lǐng)先的公司，它們都不約而同地選擇了同時(shí)布局AI根技術(shù)的關(guān)鍵節(jié)點(diǎn)，通過(guò)關(guān)鍵節(jié)點(diǎn)之間的協(xié)作，進(jìn)而讓自己的人工智能生態(tài)能力和效率最大。
最重要的是，核心公司的人工智能生態(tài)，還會(huì)隨著時(shí)間的推移，輻射到整個(gè)國(guó)家，乃至全球的人工智能產(chǎn)業(yè)，形成公司、國(guó)家在人工智能產(chǎn)業(yè)中的潛在話(huà)語(yǔ)權(quán)。
中國(guó)發(fā)展人工智能產(chǎn)業(yè)依然需要“彎道超車(chē)”乃至“后發(fā)制人”，而接下來(lái)唯一的關(guān)鍵——發(fā)展自己的人工智能。
破局人工智能，中國(guó)企業(yè)該做些什么？
最首要的，也是中國(guó)企業(yè)目前最大的短板，就是人工智能的基礎(chǔ)硬件。更具體的說(shuō)，包括了AI處理器以及利用處理器打造的各種解決方案。
原因主要有三點(diǎn)，一是AI硬件是AI應(yīng)用推廣的主要邊界，尤其是像智能手機(jī)、物聯(lián)網(wǎng)、智慧城市等強(qiáng)調(diào)端側(cè)數(shù)據(jù)采集和處理的場(chǎng)景，需要的往往是量身定制的AI計(jì)算能力和緊湊的解決方案；其次是處理器架構(gòu)和開(kāi)發(fā)方式上要實(shí)現(xiàn)高度統(tǒng)一；最后是基礎(chǔ)硬件的自主創(chuàng)新問(wèn)題。
除此之外，為了把這些基礎(chǔ)硬件發(fā)揮出最大價(jià)值，還必須為其配套高效軟件基礎(chǔ)設(shè)施，主要包括“芯片使能”、“AI框架”、“開(kāi)發(fā)使能平臺(tái)”。
要一口氣在這么多環(huán)節(jié)取得進(jìn)展乃至突破，顯然不是易事，但中國(guó)的許多企業(yè)們?cè)谶@些年里還是交出了不少成績(jī)。一大批AI處理器、AI算法公司應(yīng)運(yùn)而生，紛紛開(kāi)始填補(bǔ)AI根技術(shù)的空白，例如現(xiàn)在不少造車(chē)新勢(shì)力就正在將國(guó)外的AI處理器換成國(guó)內(nèi)創(chuàng)業(yè)公司的產(chǎn)品。
在AI框架和開(kāi)發(fā)端取得進(jìn)展的就更多了，不僅有百度騰訊這樣的互聯(lián)網(wǎng)巨頭長(zhǎng)期重金布局，在細(xì)分的應(yīng)用場(chǎng)景中，例如語(yǔ)音語(yǔ)義中的科大訊飛，又例如智慧城市應(yīng)用領(lǐng)域中的“AI四小龍”。
從追求布局整體性和前瞻性出發(fā)，目前進(jìn)展最大的是華為。華為的人工智能是一條以“根技術(shù)”為核心抓手的發(fā)展之路。目前，昇騰計(jì)算產(chǎn)業(yè)從基礎(chǔ)硬件到基礎(chǔ)軟件層已形成了全棧全場(chǎng)景的“根技術(shù)”布局，且在云、邊、端側(cè)都部署了統(tǒng)一架構(gòu)的昇騰系列解決方案，其基礎(chǔ)軟件層的異構(gòu)計(jì)算架構(gòu)CANN和AI開(kāi)發(fā)框架MindSpore不僅能優(yōu)化流程，也能與昇騰硬件基礎(chǔ)進(jìn)行深度的優(yōu)化整合，進(jìn)行全棧調(diào)優(yōu)。在這些根技術(shù)之上，AI開(kāi)發(fā)平臺(tái)MindX也進(jìn)一步加快了AI應(yīng)用的開(kāi)發(fā)部署。
中國(guó)的AI時(shí)代，不能沒(méi)有“根”。隨著中國(guó)人工智能產(chǎn)業(yè)建設(shè)的深入，我們也將看到會(huì)有越來(lái)越多的中國(guó)AI企業(yè)，深耕于人工智能“根技術(shù)”的產(chǎn)品與業(yè)務(wù)。發(fā)展具有自主創(chuàng)新“根技術(shù)”一定是中國(guó)建設(shè)人工智能產(chǎn)業(yè)的共識(shí)。盡管在破局人工智能發(fā)展上，我們依然會(huì)面臨挑戰(zhàn)，但中國(guó)AI公司已經(jīng)用過(guò)去數(shù)十年的努力證明了一點(diǎn)：在全球AI根技術(shù)競(jìng)賽中，中國(guó)同樣有機(jī)會(huì)實(shí)現(xiàn)追趕乃至超越。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
