浪潮王恩東：識別準(zhǔn)確度不高是AI面臨的重大挑戰(zhàn)

9月3日上午消息，中國工程院院士、浪潮集團(tuán)首席科學(xué)家王恩東近日在人工智能計算大會上指出，目前識別準(zhǔn)確度不高是人工智能面臨的一個重大挑戰(zhàn)，提高準(zhǔn)確度需要更強計算力的支持。

王恩東表示，“當(dāng)前的人工智能熱潮不僅源于算法創(chuàng)新，更源于計算技術(shù)的創(chuàng)新，GPU、FPGA等計算加速技術(shù)與深度學(xué)習(xí)的深度結(jié)合，推動了整個人工智能學(xué)科的復(fù)興。站在這個視角來看，計算已經(jīng)成為驅(qū)動人工智能持續(xù)進(jìn)化的重要力量。”

他認(rèn)為，目前識別準(zhǔn)確度不高是人工智能面臨的一個重大挑戰(zhàn)，提高準(zhǔn)確度就需要提高模型規(guī)模和精細(xì)度，提高線下訓(xùn)練的頻次，需要更強計算力的支持。從這個角度來看，“準(zhǔn)確度也是算出來的”。資金充裕的互聯(lián)網(wǎng)公司、人工智能創(chuàng)業(yè)公司為了提供業(yè)務(wù)競爭力，不斷提高計算力部署規(guī)模，龐大的基礎(chǔ)設(shè)施投資使得這些公司在人工智能模型的準(zhǔn)確度上保持著領(lǐng)先優(yōu)勢。

來自第三方的數(shù)據(jù)佐證了計算力已經(jīng)成為人工智能持續(xù)進(jìn)化的重要驅(qū)動力。自2012年以來，每3.5個月用于AI的計算量就會翻一倍，6年內(nèi)用于AI的計算量已經(jīng)增長了30萬倍，而同時期的芯片性能僅提高了30倍左右，遠(yuǎn)遠(yuǎn)超過了摩爾定律。

由于模型復(fù)雜度以及訓(xùn)練規(guī)模的快速提升，AI計算在完成了單機到分布式的轉(zhuǎn)變后，正在向大規(guī)模和超大規(guī)模分布式計算升級，傳統(tǒng)的高性能計算技術(shù)被越來越多的引入人工智能領(lǐng)域，Horovod等分布式深度學(xué)習(xí)框架的迅速流行即得益于此。

王恩東指出，“當(dāng)前，我國正邁入從AI產(chǎn)業(yè)化向產(chǎn)業(yè)AI化發(fā)展的新時期，完成這一轉(zhuǎn)變不能僅僅靠技術(shù)本身，生態(tài)的作用會越來越重要。應(yīng)用是產(chǎn)業(yè)AI化的瓶頸也是最大的機會，要從根本上解決應(yīng)用的問題，需要建立開放融合的人工智能生態(tài)，從底層硬件到上層應(yīng)用軟件，產(chǎn)業(yè)的上中下游要緊密配合，面向多樣化個性化的用戶需求，向終端用戶提供整體解決方案，才能讓人工智能用起來，用好它”。(韓大鵬)