网络培训网站,企业营销策划服务,wordpress调查问卷插件,设计企业展厅公司大数据文摘出品由中国计算机学会(CCF)举办的计算领域年度盛会CNCC 2020今天在北京隆重开幕#xff0c;大会主题是“信息技术助力社会治理”。大会设有14个特邀报告、3场大会论坛、百余场技术论坛以及CCF CTO峰会等多场活动#xff0c;邀请到超过400位国内外计算机领域知名专家… 大数据文摘出品 由中国计算机学会(CCF)举办的计算领域年度盛会CNCC 2020今天在北京隆重开幕大会主题是“信息技术助力社会治理”。 大会设有14个特邀报告、3场大会论坛、百余场技术论坛以及CCF CTO峰会等多场活动邀请到超过400位国内外计算机领域知名专家、企业家到会演讲。 值得一提的是本次CCF还邀请到清华大学智能科学讲席教授、清华大学智能产业研究院的院长、IEEE fellow和美国艺术科学院院士张亚勤在他去年9月正式从百度离职后终于再度回归到大众的视线。 今天张亚勤教授在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。 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。 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。 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。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
