十余年前,在星巴克咖啡館,第一批邊用筆記本電腦奮筆疾書、邊喝咖啡的人出現(xiàn)了, 這樣的畫面對很多人來說可能還記憶猶新。處在當(dāng)下,回溯那段舊時(shí)光,正是因?yàn)镮T(信息技術(shù))與CT(通信技術(shù))的融合,才會(huì)創(chuàng)造出這樣一副場景。面向未來,IT和CT將在人工智能技術(shù)的引領(lǐng)下,將會(huì)在無數(shù)人腦海中創(chuàng)造更多的記憶時(shí)刻,在生活中、在工作中。
“華為一直定義自己是ICT公司,但以前談ICT,IT和CT兩邊的人都會(huì)覺得有些奇怪。但現(xiàn)在軟件定義一切,IT和CT越來越分不開,華為面向ICT融合基礎(chǔ)設(shè)施的定位,越來越準(zhǔn)確了”,華為輪值董事長徐直軍在2018年全聯(lián)結(jié)大會(huì)上說。
作為數(shù)字化的兩大支撐技術(shù),IT(信息技術(shù))和CT(通信技術(shù))雖然都有相同的名稱后綴,但在很長一段時(shí)間里,頗有些涇渭分明之感。IT多談云、端的計(jì)算性能和效率,CT則更多講管道的連接和速度,兩者在技術(shù)架構(gòu)版圖上雖然連接,但是應(yīng)用業(yè)務(wù)版圖上卻關(guān)聯(lián)不多。
但是,這兩種技術(shù)其實(shí)時(shí)常碰撞出火花,每次融合都會(huì)爆發(fā)出強(qiáng)大的生命力,催生出新產(chǎn)業(yè)。
2003年和2007年,IT和CT曾兩次聯(lián)手,讓普通消費(fèi)者也感受其威力。
2003年,迅馳芯片組發(fā)布,通過它,英特爾在筆記本電腦這個(gè)IT設(shè)備中,加入了來自CT的WiFi技術(shù),讓電腦上網(wǎng)脫離了網(wǎng)線。舉動(dòng)看似簡單,但卻直接創(chuàng)造了移動(dòng)辦公這一應(yīng)用場景。早四年前便進(jìn)入中國的星巴克咖啡館里,用筆記本電腦奮筆疾書的人終于多了起來。
又過了4年之后,iPhone手機(jī)在2007年發(fā)布。蘋果的設(shè)計(jì)團(tuán)隊(duì),第一次在通信設(shè)備當(dāng)中,整合了來自IT的計(jì)算能力,從此,手機(jī)不再是手機(jī),而是可以通信的掌中電腦。當(dāng)個(gè)人計(jì)算終端不僅只屬于PC,移動(dòng)互聯(lián)網(wǎng)大潮也由此開始。面對此情此景,華為總裁任正非曾斷言,“我看到MP3時(shí)說過一句話,加上通訊不就更厲害了嗎?后來果然加了通訊,第一代(iPhone)就賣了900萬臺(tái)”。
ICT融合的力量可見一斑。
2016年開始,一項(xiàng)技術(shù)通過圍棋人機(jī)比賽的方式重新走進(jìn)人們的視野,它來自IT,但啟發(fā)于神經(jīng)網(wǎng)絡(luò)的它天生自帶CT基因,這讓本次IT和CT的融合碰撞更加史無前例。由此帶來的影響將涉及全社會(huì),不僅改變億萬消費(fèi)者的生活方式,還會(huì)給千萬企業(yè)帶來創(chuàng)新模式和運(yùn)營方式的改變,這項(xiàng)技術(shù)就是人工智能。經(jīng)歷過兩次高峰和低谷的發(fā)展浪潮之后,AI第三次進(jìn)入公眾視野。
由ICT出發(fā)的華為,正準(zhǔn)備在這個(gè)進(jìn)程中扮演關(guān)鍵角色,解決關(guān)鍵問題。
AI的威力來自于作為通用技術(shù)的潛能。
徐直軍在全聯(lián)結(jié)大會(huì)上援引加拿大學(xué)者Richard G Lipsey《經(jīng)濟(jì)轉(zhuǎn)型:通用技術(shù)和長期經(jīng)濟(jì)增長》一書中的觀點(diǎn):社會(huì)經(jīng)濟(jì)的持續(xù)發(fā)展是靠通用技術(shù)的不斷出現(xiàn)而持續(xù)推動(dòng)的。通用技術(shù),就是有多種用途,應(yīng)用到經(jīng)濟(jì)幾乎所有地方,并且有巨大的技術(shù)互補(bǔ)性和溢出效應(yīng)。這種溢出效應(yīng),讓AI可以與各行各業(yè)和其他技術(shù)所關(guān)聯(lián)。
智能手機(jī),就是一個(gè)能體現(xiàn)通用技術(shù)互補(bǔ)溢出能力的產(chǎn)品。“華為之前發(fā)布的Mate10手機(jī)搭載了具備了AI能力的麒麟970芯片,直接帶動(dòng)了全球智能終端產(chǎn)業(yè)在人工智能方面的創(chuàng)新,也帶動(dòng)了華為智能手機(jī)業(yè)務(wù)的成長”,徐直軍接受記者采訪時(shí)表示。
同樣從智能手機(jī)這個(gè)例子出發(fā),我們可以發(fā)現(xiàn)第三次AI浪潮和明顯不同于第一次和第二次之處。在第一次和第二次浪潮中,AI的突破往往局限于單體的超級智能機(jī)器。而這一次AI浪潮一開始,就實(shí)現(xiàn)了每個(gè)人都可以有一臺(tái)可以通信的AI機(jī)器(智能手機(jī)),這在以往一定是不可想象的。在IT技術(shù)、CT技術(shù)的合力支持下,這個(gè)世界正在走向萬物連接,萬物智能,只要數(shù)據(jù)流經(jīng)的地方,無論云、管道、邊緣還是終端,都在走向在線化和智能化。手機(jī)是個(gè)開始,開關(guān),攝像頭,路燈,越來越多的“物”將發(fā)生改變。
而萬物互聯(lián)、萬物智能,意味著這些設(shè)施之間并非孤島似的智能獨(dú)立個(gè)體,而是緊密相連。智能的道路連接智能的汽車;智能的工廠連接智能的產(chǎn)品;智能的市民卡連接智能的城市服務(wù)。這種情況下,連接的重要程度和智能的普適性意義正在呈指數(shù)級放大。華為云BP總裁鄭葉來曾總結(jié)這種智能的泛在性,“未來將不僅僅是云上智能,而是一個(gè)從云的中心到云的邊緣,到生產(chǎn)系統(tǒng)和個(gè)人終端的端到端的解決方案,是一個(gè)泛在的智能系統(tǒng)”。華為網(wǎng)絡(luò)研發(fā)部總裁劉少偉接受科技行者采訪時(shí)也給出過一個(gè)案例,“目前最先進(jìn)最復(fù)雜的電梯,里面有超過700個(gè)傳感器,傳感器產(chǎn)生的數(shù)據(jù)如果原封不動(dòng)傳到云端去處理,需要的帶寬極大,所以需在邊緣端也加入計(jì)算和智能,來配合云端”。剛才提到的不同場景中,汽車或許是一個(gè)格外值得被關(guān)注的領(lǐng)域,作為具備移動(dòng)特征,又要被AI驅(qū)使,并需要人機(jī)交互界面的交通工具,天然是IT和CT融合的最佳載體,計(jì)算能力和通信能力,正在被快速加裝到這個(gè)百年歷史的交通工具上。手機(jī)作為便攜的通信設(shè)備具備了計(jì)算能力,就已經(jīng)讓社會(huì)生活翻天覆地,車聯(lián)網(wǎng)創(chuàng)造的社會(huì)經(jīng)濟(jì)產(chǎn)業(yè)價(jià)值不容小覷。
但是需求場景雖然已經(jīng)表現(xiàn)出泛在和互聯(lián)的特征,或許是此次AI大潮來的太快,產(chǎn)業(yè)界之前卻并沒有為此做好充足的技術(shù)準(zhǔn)備。目前AI方案中,云、端和邊緣的計(jì)算架構(gòu)和計(jì)算框架往往并不統(tǒng)一,這直接導(dǎo)致了AI應(yīng)用和開發(fā)的割裂。徐直軍表示,華為在研究中發(fā)現(xiàn)這個(gè)問題很突出,云端的訓(xùn)練推理,端側(cè)基本不適用,甚至是Tensorflow這樣的成熟框架體系也面臨這個(gè)問題,市場上找不到一個(gè)現(xiàn)有體系真正能夠?qū)崿F(xiàn)全場景支持。
對華為首席戰(zhàn)略架構(gòu)師黨文栓也對賽博故事做了進(jìn)一步解讀,“在AI應(yīng)用開發(fā)中,經(jīng)常發(fā)生這樣的事,開發(fā)者在云端訓(xùn)練了一個(gè)模型,測試了一下精度很不錯(cuò),但是想應(yīng)用在邊緣,精度就不夠了”,“在不同的場景中,無論是芯片、硬件還是框架都需要重新適配。”,這種情況增加了開發(fā)的復(fù)雜性,更直接制約了AI面向?qū)嶋H落地。這其中的原因似乎不難理解,當(dāng)AI橫跨云、端、邊緣ICT全產(chǎn)業(yè)鏈之后,如果沒有在IT、CT兩端都有足夠經(jīng)驗(yàn)積累,實(shí)現(xiàn)通用何其困難。
面對這個(gè)業(yè)務(wù)痛點(diǎn),在2018全聯(lián)結(jié)大會(huì)上,橫跨ICT的華為給出了自己的答案——提供一個(gè)統(tǒng)一、全面的全棧全場景的AI解決方案。
·全場景,就是指包括公有云、私有云、各種邊緣計(jì)算、物聯(lián)網(wǎng)行業(yè)終端以及消費(fèi)類終端等部署環(huán)境。
·全棧則是技術(shù)功能視角,是指包括芯片、芯片使能、訓(xùn)練和推理框架和應(yīng)用使能在內(nèi)的全堆棧方案。
因?yàn)樾酒夹g(shù)涉及計(jì)算底層和基礎(chǔ)研發(fā),華為在本次活動(dòng)發(fā)布的基于達(dá)芬奇架構(gòu)的AI芯片昇騰Ascend成為本次大會(huì)上的一大焦點(diǎn),在這個(gè)平臺(tái)上,華為做到了一個(gè) “達(dá)芬奇”架構(gòu),支持全部應(yīng)用場景。黨文栓表示,“之所以把架構(gòu)命名為叫達(dá)芬奇,就是因?yàn)檫_(dá)芬奇作為一個(gè)歷史上少有的跨界(藝術(shù)家、工程師等)奇才,代表著華為AI計(jì)算平臺(tái)的普適性”。
在開發(fā)這一架構(gòu)的過程中,華為同樣結(jié)合了IT和CT兩方面的經(jīng)驗(yàn)。黨文栓對賽博故事解釋了開發(fā)基于馮諾依曼架構(gòu)芯片的瓶頸。簡單概括來說,就是即使計(jì)算單元能力很強(qiáng),但如果受限于無法以相應(yīng)的速度把數(shù)據(jù)喂給計(jì)算單元,這會(huì)使整體計(jì)算能力大打折扣。很巧的是,華為在路由器的研發(fā)中,要解決的核心問題也是超高速帶寬問題。因此,華為在路由器研發(fā)中的技術(shù)積累和技術(shù)理念,恰好用在了AI芯片研發(fā)中。即便如此,他強(qiáng)調(diào),與計(jì)算單元的超強(qiáng)能力相比,目前的網(wǎng)絡(luò)帶寬依然不足,用網(wǎng)絡(luò)思維解決計(jì)算問題,也依然是未來AI芯片平臺(tái)的破題之路。
圖注:達(dá)芬奇架構(gòu)的昇騰Ascend平臺(tái),做到了一個(gè)體系,普適不同場景
圖注:華為面向全棧全場景的AI平臺(tái)體系
不過在AI計(jì)算領(lǐng)域,有個(gè)約定俗成的認(rèn)識,開發(fā)芯片平臺(tái)雖然難但或許仍可以做到,但是運(yùn)營一個(gè)訓(xùn)練和推理框架則難上加難,如果沒有足夠多的開發(fā)者和應(yīng)用開發(fā)商支持,很難形成一個(gè)積極、活躍的生態(tài)平臺(tái)。更何況在這個(gè)領(lǐng)域,已經(jīng)有來自Google的Tensorflow等強(qiáng)大的競爭對手。徐直軍也對此直言,在華為整個(gè)AI戰(zhàn)略中,在面向全棧、全場景的解決方案里,最有挑戰(zhàn)的部分也是華為自己開發(fā)的 Mindspore訓(xùn)練推理框架,“未來能不能構(gòu)建一個(gè)生態(tài),大家會(huì)不會(huì)用,這是唯一的挑戰(zhàn)”。即使如此,華為還是選擇自己開發(fā)了一個(gè)訓(xùn)練推理框架,因?yàn)?ldquo;我們(華為)真的找不到一個(gè)框架真正能夠?qū)崿F(xiàn)全場景。”,“要實(shí)現(xiàn)全棧全場景,只能自己來做”,徐直軍表示。
技術(shù)產(chǎn)業(yè),同樣有一個(gè)吃狗糧的說法,指的是技術(shù)公司在開發(fā)出新技術(shù)的時(shí)候,要自己先用,才好說服客戶去用,同時(shí)也將為應(yīng)用積累經(jīng)驗(yàn)。這一點(diǎn)上,華為也不例外,而且在體量規(guī)模上擁有先天條件。華為高級管理顧問、人大商學(xué)院教授黃衛(wèi)偉老師在全聯(lián)結(jié)大會(huì)前一天向賽博故事在內(nèi)的媒體介紹了華為AI重點(diǎn)聚焦的方向,一是產(chǎn)品和服務(wù)的智能化,二是提升企業(yè)內(nèi)部管理的效能,走一個(gè)先向內(nèi)求的過程。用華為創(chuàng)始人任正非的話來說,就是“華為所有的人工智能要自己的狗食自己先吃,自己生產(chǎn)的降落傘自己先跳”。
徐直軍認(rèn)為,這也是華為的芯片平臺(tái)和訓(xùn)練、推理框架可以快速走向成熟的優(yōu)勢所在。“華為自己有云,有每年上億臺(tái)的手機(jī)出貨量,有邊緣計(jì)算業(yè)務(wù)”,“一方面華為會(huì)推動(dòng)建設(shè)良性的生態(tài)關(guān)系和做好兼容性工作,但是即使是依靠華為自身的業(yè)務(wù)需求和承載量,已經(jīng)可以保持和推動(dòng)Mindspore計(jì)算推理框架的生命力和技術(shù)演進(jìn)”,保持平臺(tái)活力。
盡管人工智能的第三次浪潮如火如荼, 但是有一組數(shù)字表明,目前只有4% 的企業(yè)已經(jīng)投資或部署了AI”,背后的原因就是AI的應(yīng)用門檻過高,讓“人工智能“火熱”與“冷靜”之間出現(xiàn)了巨大落差。
在華為的人工智能藍(lán)圖中,無論是達(dá)芬奇架構(gòu)還是Mindspore,以及華為的一系列全棧全場景解決方案,都可以認(rèn)為是為解決這個(gè)落差而來。除了通用性之外,計(jì)算力的成本下降也是華為AI戰(zhàn)略的重要組成部分。在華為的介紹中,達(dá)芬奇架構(gòu)再加上相關(guān)框架組合,可以讓AI算力成本有相當(dāng)程度的下降。在徐直軍的演講中,有一個(gè)篇章是關(guān)于AI產(chǎn)業(yè)的十大障礙和對應(yīng)的改變,其中就有三條和計(jì)算力成本效率直接相關(guān),包括“縮短訓(xùn)練時(shí)間”、“讓算力更充裕經(jīng)濟(jì)”和“讓算法更安全高效”。同時(shí),這也是在推動(dòng)讓“物”更容易的具備計(jì)算、連接ICT融合能力。
華為2018全聯(lián)結(jié)大會(huì)期間,華為進(jìn)行了一系列關(guān)于“普惠AI”的理念推廣。徐直軍對這個(gè)理念的的解讀非常的坦率和直白,“推動(dòng)門檻降低和成本下降就是華為普惠AI的努力目標(biāo)”,更重要的是在他看來,對于普惠這件事,華為簡直再熟悉不過了,“如果不是華為20多年來的努力,從全球市場視角來看,通信服務(wù)怎么可能是現(xiàn)在這么便宜?”
對于全球通信普惠,一位有海外工作履歷的朋友有親身感受,“2006年我在海外非洲工作,每個(gè)月給家里打電話話費(fèi)算下來要幾千元”,自然占據(jù)不少的生活開支,“2014年,我在海外南美工作,遇到急事再和家里溝通,已經(jīng)可以用手機(jī)網(wǎng)絡(luò)視頻通話,但通信占生活成本和8年前相比,已經(jīng)急劇下降到無需單獨(dú)列項(xiàng)”,他對賽博故事感慨。
普惠之道,通信如此,AI也將如此。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。