人工智能的“加速器”

齊鵬

沒有人能精確地說明這一輪人工智能的熱潮到底是從哪個節點開始，但是能夠肯定的一點是今天人工智能的發展已經形成了“多輪驅動”，而不在是早幾年那個“單打獨斗”、各自為戰的時代。日前，英特爾與南京大學宣布成立英特爾-南京大學人工智能聯合研究中心就很好的印證了這一點。

南京大學周志華教授團隊近期提出的“深度森林”算法在人工智能學術界和工業界受到廣泛關注，并已在大型互聯網金融企業實施。比如，針對在網絡交易方面是否存在套現的行為的監測，“深度森林”可以用少量的數據訓練出不錯的結果，直接可以解讀交易的行為。

如今，雙方的合作將加速“深度森林”這一創新成果的商業化，并加速人工智能技術創新和生態構建。與此同時，也將推動人工智能人才的培養，比如，借助英特爾AI平臺（包括硬件和軟件）將AI技術用于解決實際問題的實踐經驗，進行以硬件和軟件為導向的AI培訓。

加速創新

盡管“深度森林”實現了人工智能的創新，但是，在周志華看來，這個“深度森林”模型的計算量非常大，普通的企業很難有匹配的技術條件去做一個大型的分布式去實現。

“如果能像今天的神經網絡一樣，大家買幾塊芯片插進設備就能實現人工智能的應用，何樂而不為？”周志華看到的不僅是雙方共贏的機會，而且看到了未來人工智能將如何以一種簡單的形態被應用的可能。

在周志華看來，人工智能一樣沒有“免費的午餐”，“任何一個模型都只適用于一定的范圍，現在深度神經網絡在圖像、視頻、語音的問題上特別有效，但是它并不能解決所有的問題。” 周志華表示，“深度森林”的結構在符號數據、離散數據、混合建模上面有它的特長，如果能夠進一步優化可能會做更多的事情。“與英特爾的合作，有可能做到指令級的優化，或者直接芯片布局的優化。”

不過，加速對“深度森林”的優化仍然有很多的挑戰，比如，不能在同一芯片上做加速，因為AI應用的形態種類很多，有在前端的，有在云端的，有在邊緣計算位置的，它們對功耗、尺寸、實時性、性能要求都不太一樣。英特爾目前給出的是全棧式的解決方案。

加速商業化

通過學院在算法上的突破，再接入企業的數據和應用，再加上英特爾在芯片上的設計，將幫助更多的商業領域實現人工智能“落地”，讓其產生商業價值。

“對英特爾來說，我們核心的業務是硬件，以芯片的方式在出我們的產品，芯片上還會有一層層的軟件的堆棧。因為硬件的設計周期很長，我就要預先知道哪些潛在運算的模塊是非常重要的，通過跟各個產業和學術界建聯合實驗室，來去運行他們認為比較重要的或者前瞻性的一些工作負載，可以對我們做硬件架構的設計提供很好的指導。”英特爾中國研究院院長宋繼強表示。

以英特爾-南京大學人工智能聯合研究中心的成立為例，“深度森林”的具體算法是怎樣的？它的性能指標、準確率、計算效率等等都是英特爾需要在芯片的設計方面考量的因素。總之，通過與學院的聯合，英特爾將獲悉生產相關硬件產品，以及做架構設計的重要信息。只有這樣，才能推出面向商業更合適的硬件。

“比如說我們會給出硬件的平臺多核處理器，再加上AI的平臺。英特爾的研發人員會和周教授他們團隊一起來看怎么去優化某些算法，再下一步其實就是要看到底在哪些行業去用。” 宋繼強表示。

加速人才培養

比起合作對人工智能技術的研究突破，讓周志華更為興奮的是將為南京大學人工智能學院培養出兼具出色軟硬件工程實現能力的人才。

“我們現在組里的幾位研究生現在對這種底層硬件的理解和操作的能力，已經遠遠超過了我們一般課程培養出來的研究生。”周志華解釋，他們得到了英特爾的很多資深的工程師的指點。“我們的學生雖只是在理論和算法上給他們支持，但是他們通過合作得到更多的硬件，軟硬件有機結合的知識，這個人才培養已經看到效果。”

按照南京大學學院的計劃，未來還將加入智能芯片的課程。“我們的老師就應該了解這個行業里面的最新的進展，而英特爾在這個方面應該說是在國際上最領先的企業之一。那么通過這個合作之后，我們的老師在準備開設這樣的課程的時候，就不光能夠用到經典教科書里的內容，還可以跟學生講述現在最新的發展甚至動向，這個對我們的人才培養無疑變成很大的優勢。”周志華如是說。

在周志華看來，未來合格的人工智能人才應該具備兩個特質：第一，應該具有源頭創新的能力；第二，應該具有能夠解決企事業單位關鍵技術難題的能力。對南京大學來說，就要做好人才基本素質培養的基礎，首先要培養其扎實的數學基礎，其次是培養扎實的計算和軟件程序的基礎，最后是培養出具有全面的人工智能的專業知識。