前不久，在中國工程院信息與電子工程學部舉行的第一屆人工智能計算大會上，出現了一個頗為有趣的景象。
作為連續3次奪得全球超算500強冠軍的超級計算機“神威·太湖之光”的運營者，清華大學教授、國家超級計算無錫中心主任楊廣文受邀來到會場，并就超算在人工智能領域如何顯“神威”作了主題發言。但在他的發言前后，與會者紛紛談到的觀點卻是：在人工智能飛速發展的今天，人類的計算能力顯然有些跟不上了。
這當然不是針對楊廣文，也非“神威·太湖之光”，后者已經足夠快了——它是世界第一臺運行速度超10億億次/秒的超級計算機，性能指標超過全球500強超算榜單第二至第六名5臺超級計算機的總和，速度相當于普通家用電腦的200萬倍。
然而，相比人類的大腦——也就是人工智能學習的對象，目前人類創造出的任何一臺計算機，哪怕是超級計算機，又都顯得太慢了。在“神威·太湖之光”之前，天河二號曾六度稱雄全球超算榜單，如今位居第二，但人腦的計算能耗比則是其200萬倍。模擬人腦對當下的超算仍是一件“渴望不可及”的任務。
正如此次大會發起人、中國工程院院士、浪潮集團首席科學家王恩東所說，盡管人工智能如今迎來蓬勃發展，但仍是挑戰重重，這其中在他看來排在第一位的，就是計算性能。也因此，這次大會主題有兩個關鍵詞：人工智能和計算。
人工智能將帶“世界工廠”走向“世界智能工廠”？
無論從哪個方面來看，人工智能都很可能是人類未來社會的大勢所趨。在會場上，中國工程院一位專家列舉了人工智能正帶給人們的一些革命性變化——
在醫療領域，圖像識別技術可以促進癌癥診斷的準確性。在農業領域，種植者可以利用深度學習促進農作物產量增長。在能源行業，人工智能提升了勘探效率和裝備可靠性。在金融服務行業，人工智能應用降低了決策成本，金融數據得以更快速的分析。
更為重要的是，“人工智能正在從娃娃抓起”。
王恩東注意到，今年9月開學季，孩子們迎來的“開學第一課”，就請出對戰阿爾法的柯潔，以及和郎朗PK琴技的意大利鋼琴機器人TEO。前不久，國務院印發了《新一代人工智能發展規劃》（以下稱《規劃》），其中就提出要在中小學階段設置人工智能相關課程。
在中國工程院這位專家看來，《規劃》的出臺，可以看作“我國正式將人工智能上升為國家戰略”的表現，從而促使我國從“世界工廠”向“世界智能工廠”轉型。這位專家相信，在新的政策驅動下，我國人工智能的發展將更加迅猛。
業內人士談及人工智能，離不開3個關鍵詞：計算、算法、數據。
這位專家說，如今，算法的突破以及數據洪流的爆發，成就了人工智能行業，并使得幾乎所有的“機器輔助功能”都成為可能——更好的電影推薦、智能穿戴，甚至無人駕駛汽車、預防性醫療保健，都近在眼前，或者即將實現。
美好的藍圖卻讓他有了一個擔心，這種擔心，就來自發展人工智能的一個要素：計算。
這位專家說，目前我國“應用終端的發展”遠遠走在“硬件架構”的前面，現有計算平臺已經不足以完成人工智能對于龐大運算量的需求。
這一輪人工智能浪潮的王牌是“計算”？
在中國工程院這位專家看來，中國擁有世界最大的移動互聯網市場，擁有非常龐大的“數據”量，這為我國發展人工智能創造了得天獨厚的基礎；同時，深度學習框架的開發和開源，使得人工智能“算法”的開發越來越便捷，相比之下，“計算”平臺就成為本輪推動人工智能進步的重要因素。
王恩東同意這位專家的這一說法，他打了一個比方，來說明“計算”的重要性。
他說，圖靈同時被稱作“計算機科學之父”和“人工智能之父”，而他先發明的是計算機基本原型，人工智能則是后來提出的。從這個角度來看，“計算機是大兒子，人工智能則是二兒子”。
王恩東說，縱觀幾十年來的發展來看，大兒子和二兒子的特點并不一樣，前者比較穩重，比較有耐性，不調皮不搗蛋，如摩爾定律所說，按照某個規律持續發展。后者則比較活躍，有創新思維，敢冒險，但也經歷了三落三起。
如今，學界一個共識是，人們又迎來了人工智能研究的又一“起”，即又一個發展高峰。在王恩東看來，這次“二兒子”的發展高峰，正是“大兒子”迅猛發展所帶來的。
當天會場的樓下，擺放著數十臺樣式各異的計算機、服務器。王恩東說，這其中一臺小小服務器的計算速度，就是20年前最快計算機的60倍。正是由于計算能力的快速發展，結合互聯網、物聯網帶來的海量數據和深度學習等先進算法，才共同催生了第三次人工智能浪潮。
而這一次浪潮，在王恩東看來，離不開計算、算法和數據的發展，而計算，是這一切的基礎。
“現在我們說計算芯片，除了原來的CPU，還出現了GPU，以及谷歌的TPU，甚至還有DPU，為何有這樣一堆‘PU’，說到底，就是計算性能還不夠！”王恩東說，必須要大力整合發展一批專用芯片，提供一個先進的計算平臺，整合這些框架，避免再陷入到上兩次人工智能的窘境里去。
即便是做應用的人，對此也有類似的感受。微軟首位華人“全球技術院士”、微軟首席語音科學家黃學東在大會上表示，今天包括智能語音在內的智能產品，因為需要實時，所以還需要更加強大的GPU，更加強大的計算能力作支撐，如此人類才有希望真正用上“超人水平”的語音識別。
做人工智能的，不懂計算，做計算的，不懂人工智能？
在人工智能研究者眼中，包括超級計算機在內的計算設備，只是人工智能發展的一個要素，而從楊廣文這些超級計算機運營者的角度來看，人工智能更像是超級計算機這個大平臺的一個應用。當然，角度的不同，并不妨礙兩者互為支撐，碰撞火花。
事實上，包括“神威·太湖之光”在內的超級計算機，已經能夠滿足一定程度的人工智能研究，但在楊廣文看來，目前一個很大的問題就在于“銜接”：“很多做人工智能、懂算法的人，不會用超算；而專心做超算的人，又對人工智能不太了解。這是一個大問題”。
去年11月，中科院軟件研究所研究員楊超等人獲得2016年度高性能計算應用最高獎——戈登·貝爾獎。這是近30年來，中國超算應用團隊第一次獲得被譽為“超級計算機應用領域諾貝爾獎”的獎項。
按照楊廣文的說法，當時，包括楊超等在內的計算機科學家所要做的，就是將算法寫成可以在計算機上執行的程序。“這個過程十分困難，而要把這個程序，移植到‘神威·太湖之光’上更是艱辛！”
不過據他透露，包括神威·太湖之光在內的超算，正在開展大量的移植優化工作，目的就是“降低人工智能使用超算的門檻”，未來諸如語音、圖形圖像、精準醫療、智能交通等在內的人工智能應用，爭取都能找到相應的計算平臺。
當然，人工智能大潮來襲，計算性能的提升只是一個問題，此外，還有其他關鍵問題亟待科學家解決。比如，香港浸會大學副教授褚曉文在大會上所提到的：為什么今天有這么多深度學習軟件，但它們的性能卻有如此大的差異？
他說，在過去11年里，內存帶寬僅僅提升了15~16倍，而計算能力則提升了30~50倍，這說明內存的性能和計算的性能之間的差距，在逐漸拉大，這也是GPU計算今天面臨的一個巨大挑戰——在相對強悍的計算能力和相對薄弱的內存訪問之間，橫跨的那一道鴻溝。
