當(dāng)前，人工智能引起了各方面的注意，包括企業(yè)界及政府最高層。近期召開的“一帶一路”國際合作高峰論壇就提及“加強(qiáng)在數(shù)字經(jīng)濟(jì)、人工智能、納米技術(shù)、量子計(jì)算機(jī)等前沿領(lǐng)域的合作”。今年政府工作報告也首次提及“人工智能”。

今年年初，中國工程院提出了AI（即人工智能）2.0時代。

何謂人工智能2.0時代？這是指在大數(shù)據(jù)時代、泛在網(wǎng)時代的人工智能技術(shù)，是數(shù)據(jù)驅(qū)動與知識驅(qū)動相結(jié)合的人工智能技術(shù)。

傳統(tǒng)的計(jì)算機(jī)主要是知識驅(qū)動型和規(guī)則驅(qū)動型，包括數(shù)學(xué)建模、模型等實(shí)現(xiàn)的智能技術(shù)。隨著大數(shù)據(jù)時代的到來，深度學(xué)習(xí)、機(jī)器學(xué)習(xí)成為新的趨勢。機(jī)器通過大數(shù)據(jù)，比如通過大量傳感器掌握的數(shù)據(jù)，展開深度學(xué)習(xí)，逐漸形成了數(shù)據(jù)驅(qū)動的人工智能。

我們談到的神經(jīng)網(wǎng)絡(luò)處理器以及神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)帶來的人工智能，主要是基于大數(shù)據(jù)驅(qū)動。這二者的融合是人工智能2.0時代的標(biāo)志。它具體可分為大數(shù)據(jù)智能、群體智能、跨媒體智能、混合增強(qiáng)智能和自主智能。

人工智能歷經(jīng)三起二落，此次人工智能發(fā)展呈現(xiàn)出以下現(xiàn)象：

學(xué)術(shù)界、產(chǎn)業(yè)界、投資界和政府聯(lián)動；

理論、技術(shù)、產(chǎn)品、市場各環(huán)節(jié)廣泛交流；

多領(lǐng)域、多學(xué)科融合協(xié)同創(chuàng)新。

人工智能正在成為新科技革命和產(chǎn)業(yè)變革的核心技術(shù)，正在突破傳統(tǒng)的“用計(jì)算機(jī)模擬人的智能”的用途，如人機(jī)博弈、機(jī)器識別、自然語言處理等。同時，正向著“機(jī)器與人融合智能”的方向（也是人工智能2.0時代）邁進(jìn)，如自主無人系統(tǒng)、機(jī)器自主創(chuàng)作、智慧城市、智慧醫(yī)療、智慧金融、智能制造等。

我們注意到，最近出現(xiàn)了幾次國際大并購，說明人工智能芯片技術(shù)被業(yè)界普遍看好。2016年7月，Softbank花了320億美元收購全球最大的半導(dǎo)體IP公司ARM，當(dāng)時收購的目的就是為了應(yīng)對人工智能時代的到來；同年9月，Intel收購硅谷深度學(xué)習(xí)芯片公司Movidius；今年3月，Intel又花153億美金收購以色列自動駕駛輔助公司Mobileye。

這些大事件代表著人工智能正在進(jìn)入競爭、整合的高潮階段。

不過，我們也看到，人工智能目前面臨著挑戰(zhàn)。挑戰(zhàn)之一就是面對復(fù)雜和快速變化的場景，電腦、服務(wù)器和嵌入式神經(jīng)網(wǎng)絡(luò)處理器的運(yùn)算能力還不夠大。比如1對N（N非常大）的實(shí)時模式識別，或者高速運(yùn)動車輛或飛行器的SLAM（Simultaneous Localization And Mapping）等問題，目前尚需要更強(qiáng)大的專用神經(jīng)網(wǎng)絡(luò)處理器。

我們注意到，在通信網(wǎng)絡(luò)帶寬受到客觀限制時，或者智能終端設(shè)備處于off-line狀態(tài)時，信息感知和人工智能處理往往需要在一個物理端點(diǎn)完成。這樣的端點(diǎn)可稱為“智能前端”或“智能傳感器”，必須使用專用的嵌入式神經(jīng)網(wǎng)絡(luò)處理器。而嵌入式神經(jīng)網(wǎng)絡(luò)處理器需要更低的功耗和更小的尺寸。

因此，發(fā)展人工智能，必須同時抓住前端、云端或者傳感器這一端，提升其能力。對于自主的、獨(dú)立的、使用電池的智能設(shè)備，如無人機(jī)、機(jī)器人等，性能、功耗、尺寸都非常重要，有些設(shè)備甚至還需要自主學(xué)習(xí)，這對神經(jīng)網(wǎng)絡(luò)處理器都提出了極高的要求。

人工智能算法模型越來越復(fù)雜，而摩爾定律即將走到盡頭。在后摩爾定律時代，如何才能繼續(xù)提升神經(jīng)網(wǎng)絡(luò)處理器的性能？

在此，我提兩點(diǎn)建議。第一，重視人工智能基礎(chǔ)理論研究和關(guān)鍵技術(shù)突破。基于大數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)技術(shù)是當(dāng)前人工智能的主流技術(shù)，而基于知識驅(qū)動或規(guī)則驅(qū)動的傳統(tǒng)人工智能技術(shù)仍然是不可或缺的重要組成部分，腦科學(xué)與類腦神經(jīng)網(wǎng)絡(luò)是未來的研究方向。

第二，高度重視神經(jīng)網(wǎng)絡(luò)處理器人工智能芯片的研制。此前進(jìn)行的人機(jī)圍棋大戰(zhàn)，需要大量能耗提供支撐，下一場棋電費(fèi)要3000美元，這是因?yàn)槿斯ぶ悄苄枰罅康奶幱诨A(chǔ)層的芯片提供支撐?；诜?wù)器應(yīng)用的云端人工智能芯片需要進(jìn)一步的優(yōu)化，基于智能前端應(yīng)用的嵌入式神經(jīng)網(wǎng)絡(luò)處理芯片也是非常重要的，因?yàn)檎嬲萍s我們發(fā)展的可能是前端的這些設(shè)備。

2016年6月，中星微已經(jīng)發(fā)布了中國首款嵌入式神經(jīng)網(wǎng)絡(luò)處理器（NPU），并已經(jīng)成功量產(chǎn)，可應(yīng)用于智能監(jiān)控系統(tǒng)、智能交通、公共安全等領(lǐng)域，如進(jìn)行人臉識別、人流統(tǒng)計(jì)等工作，同時還可以應(yīng)用于智能無人設(shè)備視覺感知系統(tǒng)、智能機(jī)器人、航天領(lǐng)域、智能家居等領(lǐng)域。

既然芯片對于人工智能如此重要，那么在后摩爾定律時代，創(chuàng)新之路該怎么走？雖然在物理層面和信號層面都受到物理規(guī)律的制約，但在信息層面的技術(shù)創(chuàng)新遠(yuǎn)沒有達(dá)到極限。因此，下一步信息革命的關(guān)鍵就是如何進(jìn)一步借鑒人腦智慧機(jī)制，研究新型人工智能計(jì)算方法，進(jìn)一步提升信息處理的性能功耗價格比，從而使這種計(jì)算成為一種日常應(yīng)用。