首页 / 行业

AI将成为第四次科技革命的核心驱动技术

2023-06-07 23:41:00

几年后，科技界将多次讨论两件事:第一，第四次科技革命可能发生在中国；第二，AI将成为第四次科技革命的核心驱动技术。

如果我们把这两件事结合起来，我们可以简单地推断出一个结论:中国必须根据自己的实际情况，开发一条前所未有的AI之路，其他国家和地区很难复制。只有这样，我们才能解释为什么AI技术带来的新技术革命将在中国而不是其他地方完成。

就像第一台简单的蒸汽机是法国德尼斯·帕潘在一六八八年发明的，但在过去的一百年里，它已经成为英国驱动科技革命的通用技术。如何将AI转化为新的通用性和基础技术，是中国经济发展的历史机遇。

自从以深度学习技术为代表的第三次AI兴起进入中国以来，中国的AI产业经历了十多年的探索。结合中国的实际情况，面向第四次科技革命的AI之路开始逐渐从无知走向清晰。

百度CreateAI开发者大会于1月10日在线举行。在此期间，百度CTO王海峰发表了以“深度学习+”为主题的演讲，创新发展新引擎，提出人工智能AI将成为第四次科技革命的核心驱动技术的技术创新与产业发展，进入“深度学习+”阶段。

对于很多朋友来说，深度学习这个概念可能并不陌生。但“深度学习+”应该是第一次听到。这个新概念的背后，是中国人工智能十几年的积累，人工智能底层技术BAT54SFILM与基础设施的长期凝聚，以及千行百业应用深度学习技术的锐意探索。

这些因素的结合，使得中国AI技术和产业智能化的发展取得了长足的进步，中国智能化的新转折点也在这个新阶段酝酿。

2019年3月，强化学习之父RichardSutton发表消息称:“为了在短时间内提高AI能力，研究人员应该寻求在模型中利用人类的先验知识；但是对于AI的发展来说，唯一的关键点就是充分利用计算能力资源。”

神经网络模型出现在20世纪90年代，但在2010年之前，基于统计的学习模型仍然是主流，因此在击败人类象棋大师多年后，几乎无法克服变数的宇宙围棋。

后来，由于GPU计算能力的快速进步和深度神经网络、卷积神经网络等算法的进步，深度学习模式逐渐成为主流，摆脱了穷举法的限制。越来越多的参数可以用来学习和训练AI，充分利用了GPU擅长并行计算的能力。基于庞大的数据集和复杂的参数结构，人类对AI智力天花板的想象一次又一次地被刷新。

简单来说，早期的AI就像一个刚出生的婴儿，什么都不懂。爸爸妈妈会拿一张“猫”的照片，然后告诉他“这是一只猫”，建立图像和语言的联系。AI也是如此。我们需要大量的“图纸识别卡”来训练AI。

十年前，由于芯片计算能力有限，人类使用的方法十分笨拙：

找出一张主体是猫的照片，然后手动贴上“猫”的标签，喂AI学习，效率很低，训练出来的AI只能识别特定的物种。经过大量的训练，AI可以识别成千上万种物品，但一旦遇到复杂的情况，它就会被蒙蔽。例如，如果你给一只狗戴上猫头套，AI很可能会出错，因为它只知道0和1，但不知道0.5。

广泛的物联网应用场景也为AI提出了新的需求。

IoT技术更强调“物与物”的互联性，对时间的连接更广，更敏感。而且大部分终端设备工作内容简单，计算能力要求小，工作时间长，续航能力高。

这些要求使得终端设备不得不考虑功耗，甚至很多终端设备都是由电池供电的。在物联网设备中部署人工智能计算能力时，也要考虑对电池供电的支持。

虽然AlphaGo等传统集中的人工智能核心计算能力较高，但在更碎片化的物联网中，计算能力往往受到客观条件的限制，不能自由驰骋，必须戴着“枷锁”跳舞。

人工智能逐步与边缘计算相结合，将计算能力从云向边缘转移，以满足实际应用中分散、碎片化的需要。

在IoT时代，MCU再次进化

边缘AI的要求不同于云。边缘AI只处理边缘产生的数据，主要面向图像分析、声音分析、波形识别等。对于单一的终端应用，计算能力要求不会很高。

但是另一方面，在物联网环境中计算功耗和成本更为敏感。

边缘物联网设备对功耗非常敏感，比如传感器、安全摄像头等设备需要长期在线工作，但是FPGA或者GPU在边缘端很难满足这样的工作要求，提供传统的人工智能计算能力。