鈦媒體快訊 | 7月10日消息：在2020世界人工智能大會（WAIC）行業(yè)趨勢主題論壇上，上海依圖網絡科技有限公司聯合創(chuàng)始人、首席執(zhí)行官朱瓏博士以“打造清晰‘可視’AI新時代”為題發(fā)表演講。
朱瓏表示，未來十年，機器的性能仍可能會再以數十倍的速度提升，低階感知智能將向高階決策智能躍遷。未來十年，將是AI算力的超摩爾時代。未來10年，人工智能跨學科將加快突破。
他舉了一個例子：“大家對2015年AlphaGo大戰(zhàn)人類棋手可能都印象深刻，從2015年開始，機器下棋可以超越人類，機器人臉識別可以超越人類；到2020年的今天，機器跟五年前的機器相比，性能又提高了100萬倍。2015年機器的識別能力超過了人類，以那一天作為它的基準線，五年后機器又比它自己提高了100萬倍，超越人類能力100萬倍，在當下的識別能力即感知智能上又提高了100萬倍，這是非常驚人的一個數字。“
朱瓏指出，信息時代最重要的三要素，一個是計算能力，一個是存儲能力，還有傳輸能力。在過去30年信息時代最重要的變化，就是運算能力、存儲能力、傳輸速度這三要素都獲得百萬倍的提升。
因此，朱瓏認為，人工智能的邊界將被打破，范圍將進一步拓展，并帶來多維度技術和各應用場景的深度結合、疊加，產生更具沖擊力和顛覆性的人工智能體驗。“一個城市管理需要的智能計算，只要一只巴掌大小的芯片就能支撐今天所需要的城市管理對幾萬路視頻、十萬路視頻的計算需求。”
以下為朱瓏演講全文：
各位下午好，歡迎今天大家來到上海。
我從事人工智能研究有將近20年的時間，經歷了AI的不同發(fā)展階段，包括早期的起伏到現在成為熱門，再到如今不同行業(yè)討論AI何去何從。
今天我們要談人工智能，首先看一下我們今天處在怎樣的時代。人類文明的發(fā)展，是從最早的原始文明，逐步發(fā)展到農業(yè)文明、到工業(yè)文明，再到今天的互聯網時代，人工智能則是始于60多年前的圖靈測試至今。縱觀整個人類文明史的發(fā)展，是什么在推動人類文明的變遷？在這個發(fā)展變遷的過程中發(fā)生了什么？
基礎設施變革推動人類文明向機器文明躍遷
長久以來，我們可能已經忘記，生活中最常見的一些工具，卻是最重要的社會變遷的基礎。
最遠古時期，石器、弓箭、火、陶器構成了簡單的原始文明，再到農業(yè)社會，鐵器、文字、印刷術、輪子等構成了農業(yè)文明的基礎；再到近現代的蒸汽機、電、內燃機等工具的發(fā)明構成了工業(yè)文明的基礎；而最近幾十年中，互聯網、半導體芯片等構成了信息文明的基礎。
這里有一個非常重要的觀點跟大家分享：文明的發(fā)展變遷在于基礎設施的革命，就是我們所說的生產工具的變化。
站在整個人類文明發(fā)展的歷史中看，我們今天處于怎樣的位置？
我們所知的宇宙中最小的時間是宇宙大爆炸的十的負四十三次方秒，從這個最小的時間單位，到人類心跳瞬間的1秒，再到城市的歷史，再到人類的歷史，再到更遙遠的人類試圖觀察距今幾億年前的銀河系的歷史，這是從時間軸和物理世界看宇宙文明的發(fā)展變遷。
下面這組照片分別是100年前的上海、30年前的浦東和今天的上海。照相技術的誕生與發(fā)展，讓我們獲得了一種工具，能夠刻畫城市在不同時期的變遷。上海這組的照片是在百年尺度上的變遷。
我們再看一秒尺度下物理世界的變遷。下面這組照片，左邊這張是正常拍攝下人眼看到的手撐住書架，右邊這張圖是用機器看到視頻當中不同頻率的信號捕捉出來微小的震動，把它放大100倍、1000倍之后，能夠看到木材是如何受力的，這在時間緯度上是非常細微的。
我們再看更宏觀的世界。左邊是2006年哈勃望遠鏡拍到的某個星系的照片，右邊是到2019年人類試圖拍攝銀河系的中心黑洞的照片。
學界對黑洞有個理論的演算，是用全球數個射電望遠鏡可以拍攝到黑洞，如果要真實的用一個望遠鏡拍攝黑洞的照片，它的跨度、顆粒度可能需要涵蓋射程范圍從幾公里到幾十公里、幾千公里長的望遠鏡才能拍到。因此，人類用了一個技術——在地球上寬度這么大的、不同的射電望遠鏡拼湊起來的黑洞的照片，這是計算機計算出來的觀測值，實際情況離這個理論的模擬值會非常接近。
人類拍到了宇宙中人類能夠觀測到的五億年前的世界。從時間軸而言，這是非常遙遠的過去。這也論證了從非常微小的世界到非常遙遠的世界，人類都能夠觀測到。那么現在，以此時此刻為中心，往前30年是信息時代，往后是未來的30年。我們看到了過去的30年發(fā)生了什么，也可以預測出未來的AI時代會發(fā)生什么。
算法算力萬倍增長
信息時代最重要的三要素，一個是計算能力，一個是存儲能力，還有傳輸能力。在過去30年信息時代最重要的變化，就是運算能力、存儲能力、傳輸速度這三要素都獲得百萬倍的提升。
過去幾十年，算力發(fā)展分為兩個階段，一個是藍色這條曲線，一個是綠色這條曲線，我們分別把它叫做舊時代的或傳統(tǒng)時代的芯片，以及新時代的基于GPU 或為AI計算定制的芯片。藍色曲線基于傳統(tǒng)摩爾定律發(fā)展，性能每隔18--24個月提升一倍；綠色曲線是加速的超摩爾時代的芯片算力，過去幾年間，AI算力翻了接近一萬倍，單個GPU的算力比過去基于CPU的算力多了一千倍。
那么算法水平提升了多少？大家對2015年AlphaGo大戰(zhàn)人類棋手可能都印象深刻，從2015年開始，機器下棋可以超越人類，機器人臉識別可以超越人類；到2020年的今天，機器跟五年前的機器相比，性能又提高了100萬倍。
2015年機器的識別能力超過了人類，以那一天作為它的基準線，五年后機器又比它自己提高了100萬倍，超越人類能力100萬倍，在當下的識別能力即感知智能上又提高了100萬倍，這是非常驚人的一個數字。
與此同時，它本身用的模型大小、算法參數也增加了一萬倍。就跟大腦一樣，神經元跟過去的自己相比提升了一萬倍；訓練的時間、學習所用的能耗又再提高了一萬倍。
所以現在有一種說法：AI進入了新的算力霸權時代，大家要用千倍、萬倍的算力才能訓練出世界上最好的算法。
那么AI具體能做什么？新冠疫情早期，我們與上海公共衛(wèi)生臨床中心合作研發(fā)出了業(yè)界第一款新冠肺炎輔助診斷AI系統(tǒng)，系統(tǒng)能夠基于肺部CT片給出形狀、大小等病變的描述，以及定性的診斷，使得醫(yī)生的判斷從過去的數小時，減少到現在機器輔助下的數秒。這是一種視覺感知的智能。
未來，低階感知智能將向高階決策智能躍遷；從最初級眼睛看到的視覺感知智能，向完善的知識圖譜支持下的高階認知智能、決策智能甚至是預測智能躍遷。在醫(yī)學領域，我們在兒科醫(yī)學領域里已經做到，AI能夠基于幾百萬份病例學出近百萬的醫(yī)學同義詞，以及近千萬的關聯關系，在這樣的知識圖譜下，能夠達到接近10年資歷醫(yī)生的診斷水平。
幾年前，一個城市管理要用到的智能計算，需要十幾個機柜提供算力支持，需要非常大的空間、投資以及大量的能耗；一年前，由于AI芯片性能的提升，已經能夠由十幾個柜降到一個機柜。
未來十年，超摩爾時代會帶來什么改變？一個城市管理需要的智能計算，只要一只巴掌大小的芯片就能支撐今天所需要的城市管理對幾萬路視頻、十萬路視頻的計算需求。
