雷鋒網(wǎng) AI 科技評(píng)論按：6 月 27 日至 29日，由國(guó)際測(cè)試委員會(huì) （BenchCouncil） 主辦，國(guó)家超級(jí)計(jì)算深圳中心、中科曙光等單位共同承辦的第六屆世界智能計(jì)算機(jī)大會(huì)（BenchCouncil 2019）在深圳麒麟山莊舉行。世界智能計(jì)算機(jī)大會(huì)作為智能計(jì)算機(jī)產(chǎn)業(yè)備受矚目的國(guó)際學(xué)術(shù)盛宴，來(lái)自產(chǎn)學(xué)研各領(lǐng)域的專家、學(xué)者齊聚于此，圍繞以智能芯片和系統(tǒng)為基礎(chǔ)的智能計(jì)算機(jī)產(chǎn)業(yè)一同探索、展望智能發(fā)展未來(lái)。

大會(huì)主論壇自然是本次大會(huì)最受矚目的環(huán)節(jié)，共分兩天（上午）進(jìn)行，雷鋒網(wǎng) AI 科技評(píng)論為大家?guī)?lái)全程報(bào)道。

主論壇（上）

本次大會(huì)主論壇的第一場(chǎng)演講由深圳市科技創(chuàng)新委員會(huì)主任梁永生帶來(lái)，他的演講主題是《深圳科技創(chuàng)新環(huán)境與政策》。進(jìn)入正題前，梁永生先首先告知了大家一個(gè)「壞消息」：本次的演講全程無(wú) PPT。對(duì)此，他的解釋是：「如果用 PPT，大家都只顧著拍照了，相比之下我更希望大家能聽我說(shuō)話，會(huì)后記得我說(shuō)過哪幾句重要的話即可?！?/p>

深圳市科技創(chuàng)新委員會(huì)主任梁永生

梁永生指出，創(chuàng)新有 4 駕馬車：人才、技術(shù)、資金和政策。針對(duì)這四個(gè)方面，深圳市科技創(chuàng)新委員會(huì)都一一進(jìn)行了重新梳理，也正在思考如何推動(dòng)深圳在這四個(gè)方面取得發(fā)展，從而更好地實(shí)現(xiàn)創(chuàng)新。例如，目前深圳市科技創(chuàng)新委員會(huì)就對(duì)科研課題評(píng)定方式進(jìn)行了改革，不再僅僅采取此前自下而上提報(bào)、審定的方式，還增加了政府內(nèi)部基于技術(shù)發(fā)展的自上而下的方式，讓科研工作者真正從現(xiàn)實(shí)發(fā)展需求出發(fā)，來(lái)開展重點(diǎn)科研項(xiàng)目。

在科技創(chuàng)新環(huán)境與政策上，委員會(huì)也深刻意識(shí)到由于歷史原因，深圳在高校資源和基礎(chǔ)研究方面的不足，對(duì)此，也專門提出了一個(gè)關(guān)于加快基礎(chǔ)技術(shù)研究的實(shí)施辦法：第一點(diǎn)是科學(xué)問題的提出。現(xiàn)在科研工作者一般是進(jìn)行意向?qū)虻难芯?，因此需要其從現(xiàn)實(shí)的需求中提出科研問題；第二點(diǎn)是科研環(huán)境。梁永生指出，我國(guó)當(dāng)前的科研環(huán)境非常浮躁，希望各位科研工作者能夠耐得住寂寞，坐得住板凳，能夠獲得與諾獎(jiǎng)級(jí)別的成果，讓浮躁的學(xué)術(shù)氛圍靜下來(lái)；第三點(diǎn)是針對(duì)人才的政策，深圳會(huì)更加追求國(guó)際化的規(guī)則，繼續(xù)加強(qiáng)在國(guó)際化人才的聘用、職升、保障措施等方面的建設(shè)，不斷完整梯隊(duì)的建設(shè)；第四點(diǎn)是提出高校應(yīng)該發(fā)揮出各自的優(yōu)勢(shì)，去構(gòu)建一些平臺(tái)，實(shí)現(xiàn)體制、算法和算力全方位的提高；第五點(diǎn)是鼓勵(lì)協(xié)同開放創(chuàng)新。

演講最后，梁永生跟大家分享了他自己的幾點(diǎn)思考：第一是希望我國(guó)在科研發(fā)展上做好戰(zhàn)術(shù)上的應(yīng)對(duì)，比如在芯片這些比較短板的科研領(lǐng)域，可以思考能否從國(guó)家層面去部署和推進(jìn)這些短板科研領(lǐng)域的發(fā)展；第二是智能計(jì)算能否延展到更高的層次，實(shí)現(xiàn)從體制、算法、算法的全方位提高；第三是創(chuàng)新之要，還是在于人才，因此加強(qiáng)人才隊(duì)伍建設(shè)是當(dāng)下非常重要的工作；第四是推動(dòng)新產(chǎn)業(yè)的發(fā)展，目前確定的新產(chǎn)業(yè)包括新能源、AI 、第三代半導(dǎo)體等；第五是我們要加強(qiáng)下一代基礎(chǔ)教育的創(chuàng)新精神和創(chuàng)業(yè)能力的培養(yǎng)；第六是相關(guān)政府部門要加強(qiáng)政策規(guī)劃的引導(dǎo)，制定出能大力推動(dòng)某一領(lǐng)域和方面發(fā)展的政策。

第二位出場(chǎng)的演講嘉賓是李國(guó)杰院士，他帶來(lái)的演講主題是《對(duì)智能超級(jí)計(jì)算的幾點(diǎn)認(rèn)識(shí)》。

中國(guó)工程院院士、中科院計(jì)算所首席科學(xué)家李國(guó)杰

一開場(chǎng)，他就以一種非常謙虛的口吻概括了自己今天要演講的內(nèi)容：「由于我現(xiàn)在不在前線做研究了，所以無(wú)法到大會(huì)的分論壇上做詳細(xì)的技術(shù)解讀，只能在這里從宏觀層面分享下自己對(duì)于智能超級(jí)計(jì)算機(jī)的幾點(diǎn)認(rèn)識(shí)?！?/p>

他首先回顧了智能計(jì)算比較重要的歷史階段，包括上世紀(jì) 90 年代初在日本第五代計(jì)算機(jī)項(xiàng)目帶動(dòng)下掀起了一段時(shí)間的智能計(jì)算機(jī)熱，當(dāng)時(shí)的熱點(diǎn)是面向智能語(yǔ)言和知識(shí)處理（專家系統(tǒng)）的計(jì)算機(jī)，研究重點(diǎn)是并行邏輯推理。與日本第五代機(jī)走的定制化路線不同，我國(guó) 1990 年成立的國(guó)家智能計(jì)算機(jī)研發(fā)中心（NCIC）走的則是不同的技術(shù)路線——通用化路線，在之后的時(shí)間里不僅展開了曙光系列并行計(jì)算機(jī)的研制，還從事人工智能的基礎(chǔ)研究和應(yīng)用研究，并培養(yǎng)了一批與智能信息處理有關(guān)的研發(fā)人才，為如今的智能超算的發(fā)展打下了基礎(chǔ)。

隨后，他從超算與智能從分開到匯合的發(fā)展過程出發(fā)，闡述了智能計(jì)算機(jī)與超級(jí)計(jì)算機(jī)的區(qū)別。從第一臺(tái)計(jì)算機(jī)開始，超級(jí)計(jì)算機(jī)的發(fā)展便一直與模擬神經(jīng)網(wǎng)絡(luò)處于「分道揚(yáng)鑣」的狀態(tài)，直到本世紀(jì)以來(lái)深度神經(jīng)網(wǎng)絡(luò)取得突破以及大數(shù)據(jù)浪潮的到來(lái)，使得超級(jí)計(jì)算和計(jì)算智能（深度學(xué)習(xí)）開始走向結(jié)合，而近幾年來(lái)，深度學(xué)習(xí)等智能應(yīng)用更是推動(dòng)智能與超算實(shí)現(xiàn)了歷史性的匯合。總而言之，二者的區(qū)別主要在于，傳統(tǒng)超級(jí)計(jì)算機(jī)屬于數(shù)值計(jì)算、確定性計(jì)算、數(shù)字計(jì)算、封閉計(jì)算以及基于算法的計(jì)算；而智能計(jì)算機(jī)則屬于符號(hào)計(jì)算、非確定性計(jì)算、模擬計(jì)算、開放計(jì)算以及基于數(shù)據(jù)的計(jì)算。而目前大量采用的智能計(jì)算實(shí)際上是基于 GPU 或 GPU-like 加速器的準(zhǔn)智能計(jì)算，圖像和語(yǔ)音的信息處理計(jì)算依舊還屬于數(shù)值計(jì)算的范疇。

而本次演講的重頭戲，則是李國(guó)杰院士分享了他對(duì)于智能超算未來(lái)研究方向的幾點(diǎn)認(rèn)識(shí):

• 第一，需要提高超級(jí)計(jì)算機(jī)的能效和通用性。他表示，智能機(jī)的核心特征便是人腦級(jí)能效，然而目前超算的能效增長(zhǎng)遠(yuǎn)遠(yuǎn)低于速度增長(zhǎng)，這是該領(lǐng)域 70 年發(fā)展中首次出現(xiàn)的困境；此外，目前任何新器件都不可能解決低功耗問題，因此需要跨層協(xié)同，提高超級(jí)計(jì)算機(jī)的通用性。

• 第二，研究具有「低熵」特征的未來(lái)架構(gòu)，通過全棧的系統(tǒng)設(shè)計(jì)應(yīng)對(duì)不確定性挑戰(zhàn)，在問題不確定、環(huán)境不確定、負(fù)載強(qiáng)度不確定的情況下，保障可預(yù)期的性能結(jié)果；同時(shí)，還要重視研究領(lǐng)域?qū)Ｓ孟到y(tǒng)結(jié)構(gòu)（DSA）以及可重塑處理器（異構(gòu)計(jì)算）。

• 第三，必須對(duì)付動(dòng)態(tài)和不確定的復(fù)雜負(fù)載，一方面，針對(duì)動(dòng)態(tài)性負(fù)載，需要從各種各樣的應(yīng)用中貴南出通用型強(qiáng)的指令系統(tǒng)、微體系結(jié)構(gòu)、執(zhí)行模型和 API 界面；針對(duì)不確定性負(fù)載，DataFlow 執(zhí)行模型可能是出路之一，也許能從互聯(lián)網(wǎng)異步協(xié)議中得到啟發(fā)。

• 第四，要重視模擬計(jì)算、計(jì)算存儲(chǔ)一體化、事件驅(qū)動(dòng)計(jì)算等新技術(shù)，其中針對(duì)計(jì)算存儲(chǔ)一體化，他提出了兩種方法，一種是 Processing in memory（PIM），在阻變存儲(chǔ)器實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)計(jì)算，在存儲(chǔ)中做深度學(xué)習(xí)；另一種方法則是采用 3D 堆疊（Memory Rich Processor），即在處理器周圍堆疊更多的存儲(chǔ)器件。

• 第五，要建立智能超算基準(zhǔn)測(cè)試程序。他表示，建立統(tǒng)一的基準(zhǔn)平價(jià)標(biāo)準(zhǔn)，有助于行業(yè)內(nèi)的良性競(jìng)爭(zhēng)，而本次大會(huì)將發(fā)布的 BenchCouncil 性能榜，則將用一把尺子衡量技術(shù)，將影響力從學(xué)術(shù)界延伸至產(chǎn)業(yè)界。

「圖靈獎(jiǎng)得主、計(jì)算機(jī)體系結(jié)構(gòu)宗師 David Patterson 與 John Hennessy 曾表示，下一個(gè)十年將出現(xiàn)一個(gè)全新計(jì)算機(jī)架構(gòu)的 “寒武紀(jì)” 大爆發(fā)，學(xué)術(shù)界和工業(yè)界計(jì)算機(jī)架構(gòu)師將迎來(lái)一個(gè)激動(dòng)人心的時(shí)代，而中國(guó)學(xué)者應(yīng)該做出不愧于時(shí)代的貢獻(xiàn)。」

李國(guó)杰院士之后演講的是本次出席大會(huì)的另一位院士——楊學(xué)軍院士，他的演講主題是《micROS:機(jī)器人的「新腦」》。

中國(guó)科學(xué)院院士、軍事科學(xué)院院長(zhǎng)楊學(xué)軍

「我們站在時(shí)代的節(jié)點(diǎn)：一個(gè)嶄新的產(chǎn)業(yè)即將崛起?！箺顚W(xué)軍院士引用比爾蓋茨的一句話開始了他的演講，而他本次要分享的「嶄新的產(chǎn)業(yè)」，指的是人工智能和其他科學(xué)技術(shù)的交叉融合帶來(lái)的「機(jī)器人革命」。他認(rèn)為，機(jī)器人操作系統(tǒng)將成為「機(jī)器人革命」的引擎，是機(jī)器人實(shí)現(xiàn)自主行為、群體協(xié)同和人機(jī)共融的「新腦」。然而，目前機(jī)器人時(shí)代的操作系統(tǒng)主要還面臨三大挑戰(zhàn)：

• 第一個(gè)多域異構(gòu)資源管理。目前機(jī)器人都采用大量專用軟件，可滿足指定領(lǐng)域需求、適應(yīng)特定環(huán)境、執(zhí)行固定任務(wù)，然而因其具有資源多域異構(gòu)特征，難以滿足跨域協(xié)同的需求；

• 第二個(gè)是復(fù)雜環(huán)境機(jī)器人的自主行為控制。目前，機(jī)器人采用的是「感知—規(guī)劃—行動(dòng)」的控制回路，適用于簡(jiǎn)單的合作環(huán)境、執(zhí)行特定具體特務(wù)，然而機(jī)器人所面臨的環(huán)境和任務(wù)是復(fù)雜多變的，行動(dòng)的動(dòng)態(tài)具有不確定性；

• 第三個(gè)是群體智能。目前機(jī)器人研究的著力點(diǎn)在于提高單體智能，使其實(shí)現(xiàn)更高的自主性，然而該領(lǐng)域的發(fā)展還需要在單體智能得到提升的基礎(chǔ)上，聚合多個(gè)單體智能形成群體智能，實(shí)現(xiàn)一對(duì)多、多對(duì)多的人機(jī)互理解和人機(jī)協(xié)同。

楊學(xué)軍院士指出，應(yīng)對(duì)這三大挑戰(zhàn)，就必須設(shè)計(jì)出新的基礎(chǔ)軟件，對(duì)此，其經(jīng)過對(duì)「自主行為與群體智能、多態(tài)體系與分布架構(gòu)、場(chǎng)景理解與人機(jī)操控」等科學(xué)問題的分析，并結(jié)合技術(shù)趨勢(shì)和應(yīng)用需求，開發(fā)出了多態(tài)智能集群機(jī)器人系統(tǒng) micROS，楊學(xué)軍院士將該系統(tǒng)稱作機(jī)器人的「新腦」。

對(duì)于開發(fā)出這樣的機(jī)器人系統(tǒng)，他強(qiáng)調(diào)了其中比較關(guān)鍵的幾個(gè)要素：一是面向行為的概念抽象，即機(jī)器人操作系統(tǒng)的核心概念，包括基于「角色」的控制抽象和基于「語(yǔ)義視圖」的數(shù)據(jù)抽象；二是多態(tài)分布的體系結(jié)構(gòu)，即機(jī)器人群體如何組織管理，包括層次式結(jié)構(gòu)、分布式結(jié)構(gòu)和持續(xù)自主對(duì)抗學(xué)習(xí)架構(gòu)。三是適應(yīng)環(huán)境的群體智能，楊學(xué)軍院士將這一點(diǎn)稱作「人工智能的下一個(gè)突破口」。

對(duì)于該「人工智能的下一個(gè)突破口」，楊學(xué)軍院士更是給出了一種適應(yīng)環(huán)境的持續(xù)自主學(xué)習(xí)系統(tǒng)的架構(gòu)模型，其構(gòu)建環(huán)境模型的思路是場(chǎng)景+語(yǔ)義，讓機(jī)器人能夠基于環(huán)境模型進(jìn)行觀察、判斷、決定和行動(dòng)，還能夠利用平行控制架構(gòu)實(shí)現(xiàn)感知、學(xué)習(xí)、抽象和推理。同時(shí)，楊學(xué)軍院士指出，群體智能突破的途徑包括三個(gè)臺(tái)階：結(jié)構(gòu)性（自聚合機(jī)理）；適應(yīng)性（自組織機(jī)理）；涌現(xiàn)性（自演化機(jī)理）。

隨后出場(chǎng)的是全球高性能計(jì)算專家——來(lái)自俄亥俄州立大學(xué)的 D. K. Panda 教授，他本次帶來(lái)的演講是《How to Design Convergent HPC, Big Data Analytics and Deep Learning Software Stacks for Exascale Systems?》。在本次演講中，他聚焦的是如何使用處理器和加速器為百億億次的計(jì)算機(jī)系統(tǒng)設(shè)計(jì)收斂的高性能計(jì)算、大數(shù)據(jù)分析以及深度學(xué)習(xí)軟件堆棧。

俄亥俄州立大學(xué)教授 D. K. Panda

他指出，隨著百億億次的計(jì)算機(jī)系統(tǒng)的到來(lái)，該領(lǐng)域的工程師越來(lái)越需要綜合考量高性能計(jì)算、大數(shù)據(jù)、深度學(xué)習(xí)以及云計(jì)算幾大重要因素來(lái)設(shè)計(jì)能夠支持多核系統(tǒng)（如 Xeon, OpenPower, and ARM）、高性能網(wǎng)絡(luò)以及 GPGPU 的運(yùn)行環(huán)境，讓高性能計(jì)算、大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的應(yīng)用可直接在現(xiàn)有的高性能基礎(chǔ)設(shè)置上運(yùn)行。

對(duì)此，他為大家分享了其領(lǐng)導(dǎo)下俄亥俄州立大學(xué)計(jì)算實(shí)驗(yàn)室開發(fā)出的三大解決方案，包括：

• 第一個(gè)是面向高性能計(jì)算的開源 MPI 系統(tǒng)——MVAPICH2，它能夠?yàn)槭褂?InfiniBand、Omni-Path、 Ethernet/iWARP 和 RoCE 等無(wú)線帶寬技術(shù)的高端計(jì)算系統(tǒng)和服務(wù)器提供高性能、可適應(yīng)性、容錯(cuò)性，是一種具有 10GigE/iWARP 速度，RoCE 網(wǎng)絡(luò)的技術(shù)。目前該系統(tǒng)已在 89 個(gè)國(guó)家的 3000 多個(gè)組織機(jī)構(gòu)得到應(yīng)用，下載量已超過 551,000 次。（該項(xiàng)目鏈接地址：http://mvapich.cse.ohio-state.edu）

• 第二個(gè)是面向高性能大數(shù)據(jù)分析的項(xiàng)目 HiBD。據(jù)悉，該項(xiàng)目包含的安裝包有 RDMA-based Apache Hadoop 3.x (RDMA-Hadoop-3.x)、RDMA-based Apache Spark (RDMA-Spark)、RDMA-based Apache Kafka (RDMA-Kafka)、RDMA-based Apache Hadoop 2.x (RDMA-Hadoop-2.x) 等等，目前該項(xiàng)目已在 35 個(gè)國(guó)家的超過 315 個(gè)組織機(jī)構(gòu)得到應(yīng)用，下載量已超過 30,350 次。（該項(xiàng)目鏈接地址：http://hibd.cse.ohio-state.edu）

• 第三個(gè)是面向機(jī)器學(xué)習(xí)領(lǐng)域的 HiDL 項(xiàng)目。D. K. Panda 教授指出，相對(duì)于高性能計(jì)算和大數(shù)據(jù)分析而言，機(jī)器學(xué)習(xí)使用的是完全不同的一套規(guī)則，因而該領(lǐng)域在 MPI 運(yùn)行環(huán)境的設(shè)計(jì)上面臨著更大的挑戰(zhàn)，而 HiDL 項(xiàng)目能夠通過利用 MVAPICH2-GDR MPI 開發(fā)庫(kù)和 RDMA-Enabled Big Data 堆棧，使用 Caffe 和 TensorFlow 等工具來(lái)訓(xùn)練大規(guī)模的深度神經(jīng)網(wǎng)絡(luò)。對(duì)于實(shí)現(xiàn)高性能的機(jī)器學(xué)習(xí)訓(xùn)練而言，該項(xiàng)目意義重大。（該項(xiàng)目鏈接地址：http://www.cse.ohio-state.edu/~panda）

大會(huì)首日主論壇的最后一場(chǎng)演講由中國(guó)科學(xué)院計(jì)算技術(shù)研究所研究員、Bench Council（國(guó)際開放基準(zhǔn)測(cè)試委員會(huì)）執(zhí)行主席詹劍鋒帶來(lái)，他的演講題目為《BenchCouncil 人工智能測(cè)試標(biāo)準(zhǔn)、實(shí)驗(yàn)床和性能榜》。在本次演講中，他為大家介紹了本次大會(huì)的主辦方——Bench Council 成立的初衷、在做的事情以及未來(lái)的規(guī)劃。

中國(guó)科學(xué)院計(jì)算技術(shù)研究所研究員、Bench Council 執(zhí)行主席詹劍鋒

他表示，當(dāng)代智能計(jì)算機(jī)的本質(zhì)實(shí)際上是基于神經(jīng)網(wǎng)絡(luò)加速器和通用計(jì)算部件建立起來(lái)的計(jì)算機(jī)系統(tǒng)，雖然目前神經(jīng)網(wǎng)絡(luò)理論體系日益完善，算力和專業(yè)領(lǐng)域數(shù)據(jù)在不斷提高和日益豐富，深度學(xué)習(xí)在特定領(lǐng)域的應(yīng)用甚至超過了人類，然而在通用計(jì)算機(jī)體系結(jié)構(gòu)方面，存在巨大的挑戰(zhàn)，因而，在特定領(lǐng)域做軟硬件協(xié)同設(shè)計(jì)日益成為國(guó)際學(xué)術(shù)界的共識(shí)。與此同時(shí)，測(cè)試標(biāo)準(zhǔn)也對(duì)計(jì)算機(jī)產(chǎn)業(yè)起著至關(guān)重要的作用，然而在一些相關(guān)的非營(yíng)利性組織如 TPC 和 SPEC 中，卻鮮有中國(guó)人的位置，在這樣的大背景下，Bench Council 應(yīng)運(yùn)而生。

作為一家致力于促進(jìn)人工智能等新技術(shù)的平價(jià)、驗(yàn)證、研討、孵化和推廣的非營(yíng)利國(guó)際研究機(jī)構(gòu)，Bench Council 在全球范圍內(nèi)倡導(dǎo)以 Benchmark（測(cè)試標(biāo)準(zhǔn)）為主的標(biāo)準(zhǔn)制定，并發(fā)布了實(shí)驗(yàn)床、性能榜，并舉辦 BenchCouncil 國(guó)際人工智能系統(tǒng)競(jìng)賽，來(lái)促進(jìn)新技術(shù)（基礎(chǔ)和主干的技術(shù)創(chuàng)新）的驗(yàn)證和推廣，引領(lǐng)產(chǎn)業(yè)健康發(fā)展。與此同時(shí)，詹劍鋒還強(qiáng)調(diào)，在測(cè)試標(biāo)準(zhǔn)的制定上，還應(yīng)注重國(guó)際標(biāo)準(zhǔn)和國(guó)內(nèi)標(biāo)準(zhǔn)的融合。

其中，據(jù)介紹，Bench Council 的測(cè)試標(biāo)準(zhǔn)包括數(shù)據(jù)中心 AI、 IoT AI、Edge AI、HPC AI、醫(yī)學(xué)人工智能測(cè)試標(biāo)注以及綜合的 BenchCouncil BigDataBench 項(xiàng)目。而實(shí)驗(yàn)床采用了聯(lián)邦學(xué)習(xí)、實(shí)驗(yàn)性操作系統(tǒng) RainForest、基于圖系統(tǒng)的機(jī)器學(xué)習(xí)系統(tǒng)等核心技術(shù)，目前已在醫(yī)學(xué)大數(shù)據(jù)、高能物理數(shù)據(jù)、商業(yè) AI 、極端天氣分析等場(chǎng)景中得到了廣泛應(yīng)用。

主論壇（下）

大會(huì)第二天，現(xiàn)任香港中文大學(xué)（深圳）的校長(zhǎng)講座教授的黃鎧教授帶來(lái)《Fusion of Smart Clouds with Machine Learning, Artificial Intelligence and Internet of Things》的演講，拉開了第二場(chǎng)主論壇的序幕。

香港中文大學(xué)（深圳）的校長(zhǎng)講座教授黃鎧

演講一開始，黃鎧教授便迫不及待地開始為深圳招攬人才：「深圳是中國(guó)的科技、創(chuàng)新之城，我去年離開南加州大學(xué)時(shí)，第一個(gè)考慮的城市便是深圳，現(xiàn)在在這里感覺非常好，希望各位也能夠加入深圳?！闺S后他重點(diǎn)從其領(lǐng)導(dǎo)的兩個(gè)項(xiàng)目入手，圍繞如何融合智能云、機(jī)器學(xué)習(xí)、人工智能以及各類網(wǎng)絡(luò)技術(shù)展開了演講。

• 第一個(gè)項(xiàng)目是將社交媒體（Social）、移動(dòng)設(shè)備（Mobile）、分析（Analytics）、云（Cloud）和物聯(lián)網(wǎng)（IoT）融為一體的基礎(chǔ)研究項(xiàng)目——SMACT，來(lái)打造融各項(xiàng)關(guān)鍵技術(shù)一提的智能云。他指出，智能云實(shí)際上就是一個(gè)虛擬的大數(shù)據(jù)中心，其中云計(jì)算實(shí)際上包括云端、霧端和邊緣計(jì)算三個(gè)層次：云端為大量數(shù)據(jù)的中心，霧端為諸多個(gè)節(jié)點(diǎn)，邊緣端則由不計(jì)其數(shù)的設(shè)備組成。而這三個(gè)層次間的關(guān)系應(yīng)該是相互支撐的。

同時(shí)，他提到未來(lái)的人們每個(gè)人至少將擁有 100 臺(tái)設(shè)備，如何將這些設(shè)備有效地連接起來(lái)，則將成為未來(lái)需要面臨的重要問題。針對(duì)連接方式，黃鎧教授對(duì)比了 4 G、5G 和大規(guī)模 IoT 網(wǎng)絡(luò)在能效、用戶體驗(yàn)以及連接密度等方面各自的優(yōu)勢(shì)，其中 5G 的整體表現(xiàn)最好，而大規(guī)模 IoT 網(wǎng)絡(luò)在單位面積中能夠連接的設(shè)備數(shù)量是最多的，因此 5G 是我們未來(lái)一個(gè)非常重要的攻克點(diǎn)，而大規(guī)模 IoT 網(wǎng)絡(luò)技術(shù)同樣也需要重視。

• 第二個(gè)項(xiàng)目則是由香港中文大學(xué)（深圳）領(lǐng)導(dǎo)成立的面向社會(huì)的人工智能和機(jī)器人研究機(jī)構(gòu)（AIRS）正在開展的一個(gè)面向工業(yè)自動(dòng)化和智能制造的智能云平臺(tái)。據(jù)悉，該項(xiàng)目主要是為了響應(yīng)大灣區(qū)的智能產(chǎn)業(yè)發(fā)展規(guī)劃，致力于為其打造一個(gè)智能產(chǎn)業(yè)云與工業(yè)數(shù)據(jù)中心，利用機(jī)器學(xué)習(xí)、 AI 和 IoT 技術(shù)來(lái)實(shí)現(xiàn)產(chǎn)業(yè)創(chuàng)新。

最后，黃鎧教授總結(jié)了目前出現(xiàn)重大突破的 AI 技術(shù)和熱門的應(yīng)用場(chǎng)景，其中取得突破性進(jìn)展的 AI 技術(shù)包括遷移學(xué)習(xí)、AI 芯片和設(shè)備、場(chǎng)景理解、音頻數(shù)據(jù)分析、強(qiáng)化學(xué)習(xí)、Alpha Zero、谷歌的 AutoML 以及聯(lián)邦學(xué)習(xí)等；熱門應(yīng)用場(chǎng)景有醫(yī)療健康云、數(shù)據(jù)隱私保護(hù)、衛(wèi)星數(shù)據(jù)處理、智能制造、智慧農(nóng)業(yè)、自動(dòng)駕駛、智慧城市等等。而這些技術(shù)和應(yīng)用場(chǎng)景對(duì)于各項(xiàng)關(guān)鍵技術(shù)的融合都提出了更高的需求。

「無(wú)論是智能云，還是機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析、IoT 等等，我們都還有太多的工作要做，因此各位科研工作者都要一步步地向前邁進(jìn)。」

緊接著，中科曙光大數(shù)據(jù)首席科學(xué)家宋懷明、寒武紀(jì)公司副總裁錢誠(chéng)、云天勵(lì)飛聯(lián)合創(chuàng)始人兼首席科學(xué)家王孝宇分別從工業(yè)界的視角，分別分享了自己對(duì)于智能計(jì)算、智能芯片以及 AI 算法方面的看法。

宋懷明在其主題為《智能計(jì)算，驅(qū)動(dòng)產(chǎn)業(yè)升級(jí)》的演講中指出，包括量子計(jì)算、邊緣計(jì)算和智能計(jì)算等在內(nèi)的先進(jìn)計(jì)算日益成為全球競(jìng)爭(zhēng)的焦點(diǎn)，其未來(lái)的三個(gè)創(chuàng)新發(fā)展方向包括優(yōu)化升級(jí)、多元融合以及顛覆創(chuàng)新。

中科曙光大數(shù)據(jù)首席科學(xué)家宋懷明

而智能計(jì)算作為先進(jìn)計(jì)算的重要組成部分，是以智能驅(qū)動(dòng)、以實(shí)現(xiàn)智能化應(yīng)用為目標(biāo)、以智能計(jì)算機(jī)為基礎(chǔ)，通過深度學(xué)習(xí)、云計(jì)算、大數(shù)據(jù)等技術(shù)的相互融合支撐的一種計(jì)算方式，為傳統(tǒng)的計(jì)算帶來(lái)的新機(jī)遇和新的發(fā)展空間。因此，推動(dòng)智能計(jì)算與傳統(tǒng)計(jì)算的融合發(fā)展，以智能計(jì)算帶動(dòng)傳統(tǒng)計(jì)算的發(fā)展，是推動(dòng)整個(gè)計(jì)算領(lǐng)域共同發(fā)展的有效途徑。他以中科曙光在發(fā)展智能計(jì)算的「三大引擎」——強(qiáng)勁計(jì)算力、全棧智能計(jì)算場(chǎng)景以及計(jì)算普惠化為例，分享了智能計(jì)算在未來(lái)發(fā)展方面的思路。

寒武紀(jì)公司副總裁錢誠(chéng)從 AI 的發(fā)展浪潮出發(fā)，分享了智能計(jì)算和智能芯片在其中所發(fā)揮的重要作用，他的演講主題為《智能芯片和智能計(jì)算》。他首先回顧了深度學(xué)習(xí)崛起和 AI 發(fā)展的三次浪潮：神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論的提出引發(fā)第一次 AI 浪潮；算法應(yīng)用升級(jí)帶來(lái)第二次 AI 浪潮；而第三次浪潮的到來(lái)則是由于深度學(xué)習(xí)理論框架得到驗(yàn)證。而在整個(gè)發(fā)展過程中，人工智能發(fā)展的核心驅(qū)動(dòng)力便是算力，同時(shí)，隨著大數(shù)據(jù)的爆發(fā)式增長(zhǎng)以及算法的不斷提出，算力、大數(shù)據(jù)、算法共同推動(dòng)了人工智能如今的快速增長(zhǎng)以及應(yīng)用落地。

寒武紀(jì)公司副總裁錢誠(chéng)

針對(duì)人工智能領(lǐng)域的計(jì)算問題，業(yè)內(nèi)的主流思路就是用專用的架構(gòu)來(lái)解決特定領(lǐng)域的問題，例如當(dāng)下專用的智能芯片在廣泛應(yīng)用場(chǎng)景下都得到了應(yīng)用，但是這些智能芯片如何同時(shí)兼顧通用和好用？對(duì)此，錢誠(chéng)提出的思路包括：分析和抽取應(yīng)用負(fù)載特征，設(shè)計(jì)靈活的指令集，設(shè)計(jì)可擴(kuò)展性強(qiáng)、高效的架構(gòu)，提供靈活的運(yùn)算器方案以及支持主流編程框架。

最后他指出，未來(lái)人工智能、大數(shù)據(jù)和云計(jì)算將不斷走向融合和一體化，實(shí)現(xiàn)端云融合、端云一體，同時(shí)，智能終端的應(yīng)用未來(lái)也將帶動(dòng)下游產(chǎn)業(yè)的重新洗牌和升級(jí)。

云天勵(lì)飛聯(lián)合創(chuàng)始人兼首席科學(xué)家王孝宇則圍繞如何實(shí)現(xiàn) AI 的規(guī)?；瘧?yīng)用，進(jìn)行了主題為《AI 算法平民化》的演講。他指出，目前 AI 在規(guī)?；瘧?yīng)用方面所面臨的主要障礙：一是人才極度短缺所帶來(lái)的挑戰(zhàn)；二是升級(jí)成本高，導(dǎo)致傳統(tǒng)企業(yè)無(wú)法負(fù)擔(dān)；三是開發(fā)周期長(zhǎng)，無(wú)法快速迭代和提高算法。

云天勵(lì)飛聯(lián)合創(chuàng)始人兼首席科學(xué)家王孝宇

而云天勵(lì)飛針對(duì)這些問題開發(fā)出的一站式 AI 研發(fā)和應(yīng)用系統(tǒng)——AIOS，涵蓋計(jì)算集群管理、數(shù)據(jù)管理、數(shù)據(jù)標(biāo)注、算法訓(xùn)練和算法部署幾大功能，利用完整的閉環(huán)算法優(yōu)化以及對(duì)海量數(shù)據(jù)實(shí)現(xiàn)深度學(xué)習(xí)，可支持多用戶協(xié)作，資源任務(wù)共享，讓不具備深厚知識(shí)儲(chǔ)備的人也能在該平臺(tái)上開發(fā)算法和系統(tǒng)，實(shí)現(xiàn) AI 平民化。

除了業(yè)界，本次計(jì)算機(jī)大會(huì)還邀請(qǐng)了其他各個(gè)領(lǐng)域的專家、學(xué)者，從更完整的視角來(lái)詮釋計(jì)算機(jī)技術(shù)在金融、醫(yī)療、政法等各個(gè)領(lǐng)域的應(yīng)用。

俄克拉荷馬州立大學(xué)教授、西南交通大學(xué)大金融大數(shù)據(jù)研究院院長(zhǎng)李維萍教授，帶來(lái)了主題為《Innovation of Finance and Data Science》的演講。他表示，實(shí)際上，金融領(lǐng)域在數(shù)據(jù)處理方面對(duì)于計(jì)算機(jī)技術(shù)的應(yīng)用，要比其他領(lǐng)域都更早，但是由于該領(lǐng)域完全以實(shí)際結(jié)果為導(dǎo)向的性質(zhì)，其所面臨的挑戰(zhàn)也非常明顯。

另外，機(jī)器學(xué)習(xí)作為當(dāng)前一個(gè)熱門的研究領(lǐng)域，能否也成為金融領(lǐng)域一項(xiàng)非常有效的工具，又是否比金融領(lǐng)域已經(jīng)成熟的方法要好呢？李維萍教授指出，根據(jù)金融場(chǎng)景、數(shù)據(jù)類型以及結(jié)構(gòu)等變化，機(jī)器學(xué)習(xí)與傳統(tǒng)金融方法在其中的表現(xiàn)情況都會(huì)有所不同。因此，如何讓機(jī)器學(xué)習(xí)能夠真正在金融領(lǐng)域發(fā)揮其作用，成為該領(lǐng)域的一個(gè)重要的研究方向。

俄克拉荷馬州立大學(xué)教授、西南交通大學(xué)大金融大數(shù)據(jù)研究院院長(zhǎng)李維萍

最后，他以其開發(fā)的一款交易系統(tǒng)的構(gòu)建流程為例，展示了機(jī)器學(xué)習(xí)等計(jì)算機(jī)技術(shù)在金融交易領(lǐng)域的一般應(yīng)用方式，具體流程包括：首先對(duì)股票的歷史數(shù)據(jù)（價(jià)格、成交量、行情信息等）進(jìn)行訓(xùn)練，從而構(gòu)建交易模型，即基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，構(gòu)建股票價(jià)格預(yù)測(cè)學(xué)習(xí)，并通過相關(guān)的算法預(yù)測(cè)股票的價(jià)格變動(dòng)趨勢(shì)；之后根據(jù)訓(xùn)練得到的股票收益篩選出好的參數(shù)和股票獲得模型訓(xùn)練結(jié)果，同時(shí)根據(jù)測(cè)試得到的股票收益篩選出好的參數(shù)和股票獲得模型測(cè)試結(jié)果，產(chǎn)生交易信息；最后，產(chǎn)生的實(shí)時(shí)交易信息還會(huì)返回到交易模型，讓模型進(jìn)行再學(xué)習(xí)，不斷得到改進(jìn)、優(yōu)化。

國(guó)家衛(wèi)生健康委能力建設(shè)和繼續(xù)教育中心大數(shù)據(jù)辦公室主任馬兆毅，結(jié)合國(guó)家衛(wèi)生健康委能力建設(shè)和繼續(xù)教育中心在籌建權(quán)威標(biāo)準(zhǔn)化的醫(yī)學(xué)圖像大數(shù)據(jù)庫(kù)的經(jīng)歷，帶來(lái)《醫(yī)學(xué)圖像數(shù)據(jù)庫(kù)建設(shè)的探索與實(shí)踐》的演講。她表示，本次籌建工作花費(fèi)了將近三年的時(shí)間，其中的標(biāo)準(zhǔn)也經(jīng)過了專家們的 20 多次會(huì)議討論和探索才最終得以制定。

國(guó)家衛(wèi)生健康委能力建設(shè)和繼續(xù)教育中心大數(shù)據(jù)辦公室主任馬兆毅

據(jù)悉，數(shù)據(jù)庫(kù)的建立旨在實(shí)現(xiàn)醫(yī)學(xué)教育模式及內(nèi)容創(chuàng)新，精準(zhǔn)配合分級(jí)診療，具有數(shù)據(jù)貫穿臨床思維的全過程、標(biāo)注數(shù)據(jù)有效服務(wù)計(jì)算機(jī)深度學(xué)習(xí)及人工智能應(yīng)用、數(shù)據(jù)內(nèi)容持續(xù)更新等特點(diǎn)。數(shù)據(jù)庫(kù)建設(shè)遵循「邊建庫(kù)、邊應(yīng)用」的思路不斷進(jìn)行實(shí)踐，取得了非常顯著的效果。同時(shí)，馬兆毅指出，制定細(xì)化到學(xué)科病種的數(shù)據(jù)標(biāo)準(zhǔn)，建立權(quán)威的醫(yī)學(xué)圖像大數(shù)據(jù)庫(kù)，是我國(guó)大數(shù)據(jù)、人工智能良好發(fā)展的基石，數(shù)據(jù)庫(kù)還將在醫(yī)學(xué)教育、科學(xué)研究、臨床應(yīng)用、產(chǎn)業(yè)發(fā)展等方面發(fā)揮應(yīng)有作用。

中國(guó)科學(xué)院計(jì)算技術(shù)研究所計(jì)算機(jī)應(yīng)用研究中心主任趙曉芳教授更從計(jì)算機(jī)技術(shù)落地應(yīng)用的案例——沈陽(yáng)紀(jì)檢大數(shù)據(jù)平臺(tái)出發(fā)，帶來(lái)了主題為《紀(jì)檢大數(shù)據(jù)與權(quán)力管理信息化建設(shè)思考》的演講。

據(jù)介紹，紀(jì)檢大數(shù)據(jù)平臺(tái)體系是中國(guó)科學(xué)院計(jì)算技術(shù)研究所計(jì)算機(jī)應(yīng)用研究中心與沈陽(yáng)合作的項(xiàng)目，自去年 3 月份啟動(dòng)以來(lái)，目前已在展開 2.0 版本的建設(shè)方案，綜合運(yùn)用互聯(lián)網(wǎng)+、大數(shù)據(jù)、云計(jì)算和區(qū)塊鏈等核心技術(shù)，重點(diǎn)建設(shè)了 5 大平臺(tái)（包含 46 個(gè)子系統(tǒng)）和 1 套標(biāo)準(zhǔn)規(guī)范體系，形成「5+1+N」的監(jiān)督能力。

中國(guó)科學(xué)院計(jì)算技術(shù)研究所計(jì)算機(jī)應(yīng)用研究中心主任趙曉芳教授

同時(shí)，基于這一實(shí)踐和應(yīng)用結(jié)果中存在的問題，趙曉芳教授還提出了自己的思考，例如普通信息化下的系統(tǒng)產(chǎn)生的數(shù)據(jù)反映出了各種各樣的問題，我們?cè)谝延械男畔⑾到y(tǒng)建設(shè)中忽略了什么？權(quán)利的監(jiān)察如何前移，以最大程度地保護(hù)干部，降低社會(huì)損失？以及擴(kuò)展開來(lái)的權(quán)利管理是否能構(gòu)成信息信用管理的統(tǒng)一模式？

針對(duì)這些思考，趙曉芳教授提出了三點(diǎn)可以開展的工作，包括：第一，重新梳理智慧城市建設(shè)的頂層架構(gòu)，把治理體系能力建設(shè)下沉到基礎(chǔ)層，豐富和完善基礎(chǔ)庫(kù)建設(shè)；第二，建立以權(quán)利樹和權(quán)利故障模型為核心支撐的確立確認(rèn)服務(wù)模式，從事后監(jiān)察轉(zhuǎn)到事中確認(rèn)，采用兩線（紅線、黃線）三模式（3A：斷言、預(yù)警和調(diào)整）的服務(wù)和研究，便側(cè)重監(jiān)察到側(cè)重研究，構(gòu)建新的信息化社會(huì)下的權(quán)利秩序；第三，從干部體系擴(kuò)展到社會(huì)體系，進(jìn)而構(gòu)建信息社會(huì)的信用秩序。

最后，信諾資本合伙人陳未翔從大數(shù)據(jù)人才出發(fā)，帶來(lái)了主題為《第四次產(chǎn)業(yè)革命的大腦大數(shù)據(jù)創(chuàng)新人才》的演講。她指出，當(dāng)前我們迎來(lái)了第四次產(chǎn)業(yè)革命——智能革命，而智能的核心實(shí)際上是決策的數(shù)據(jù)化和自動(dòng)化，未來(lái) 80% 的價(jià)值將由 20% 的頂級(jí)人才產(chǎn)生，如此一來(lái)，創(chuàng)新型數(shù)據(jù)科學(xué)人才便成為這一革命中的稀缺資源。

信諾資本合伙人陳未翔

然而現(xiàn)在數(shù)據(jù)科學(xué)人才的培養(yǎng)模式存在諸多問題，包括：一是采用線性培養(yǎng)模式，注重技術(shù)而非綜合能力；二是和現(xiàn)實(shí)工作脫節(jié)，其進(jìn)入公司后上手慢；三是缺乏商業(yè)訓(xùn)練，不能理解數(shù)據(jù)驅(qū)動(dòng)的商業(yè)決策。對(duì)此，陳未翔認(rèn)為應(yīng)采用環(huán)形的創(chuàng)新人才培養(yǎng)模式，培養(yǎng)數(shù)據(jù)科學(xué)家的綜合能力，尤其要注重商業(yè)戰(zhàn)略、可執(zhí)行的洞見能力。

主論壇以外，本次世界智能計(jì)算機(jī)大會(huì)還舉辦了涵蓋各個(gè)領(lǐng)域的多個(gè)分論壇，包括「智能超算」、「智能芯片」、「開源芯片」、「智慧醫(yī)療」、「智慧金融」等多個(gè)主題分論壇。歡迎大家關(guān)注雷鋒網(wǎng) AI 科技評(píng)論的后續(xù)報(bào)道。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。