人（rén）工智能作诗、写对联，神经医学人（rén）工智（zhì）能研究（jiū）最新进展，人工智能（néng）交通融合感知（zhī）与（yǔ）数（shù）字孪（luán）生解决方案，精准医疗（liáo）辅助（zhù）诊断（duàn）平台……10月26日，2021人工智能（néng）计算大会在北京举行，一批人工智能技术应用的创新成果吸引了不少观众（zhòng）互动。

会上，包（bāo）括中国工程院院士、浪潮首（shǒu）席科学家王恩东在内的专家（jiā）深入探讨了数（shù）字经（jīng）济新格（gé）局下，计算如何（hé）向智算（suàn）转型，智算如何赋能（néng）科技创（chuàng）新、社会治理及产（chǎn）业升级（jí），并对（duì）人工智能如（rú）何（hé）发展出像人类的逻辑、如何跟应（yīng）用场景结合（hé）等人工智能行业的（de）热（rè）点问（wèn）题（tí）进（jìn）行了解（jiě）答。

“人工智能已经从五六年前（qián）的‘黑科技’变成了今（jīn）天的‘热科技（jì）’，我们（men）看到（dào）前沿的（de）研究（jiū）不断涌现，比如（rú）通过（guò）Alpha Fold 2模型，预（yù）测人（rén）类蛋（dàn）白（bái）质序列，通过脑（nǎo）机接口研究，让猴（hóu）子（zǐ）用意念来打游戏。同（tóng）时，我们也看到（dào）人工智能正在与各个（gè）产业深度融合，改（gǎi）变第一、第二、第三产业的生（shēng）产方式，各种行业大脑、无人化作（zuò）业模式不（bú）断（duàn）涌（yǒng）现，这些新基建正在加速推动着智慧时（shí）代（dài）的到来。”王恩东说（shuō），人工智能变成“热（rè）科技（jì）”的（de）关键，在（zài）于加强新基建（jiàn），释放多元算力价值（zhí），其中计算系统的创新是关键。

今年的人工（gōng）智能计算大会以“智算·新际（jì）”为主（zhǔ）题（tí）。在（zài）大会现场，浪潮人工智能（néng）研（yán）究院开发的全（quán）球最大规模（mó）中文AI巨量（liàng）模（mó）型（xíng）“源（yuán）1.0”成为全场焦（jiāo）点，大批参会者排队与“源1.0”互动，亲（qīn）身感受由（yóu）人工智能驱动的（de）内容生产方式变革。

“2020年，人工智能加速芯片所交付的计算力总和已经超过了通用CPU（中（zhōng）央处理（lǐ）器）。预计到（dào）2025年（nián），加速芯片所提供（gòng）的计算力可能（néng）超过80%。”王恩东表（biǎo）示。

“随着人工智能的规模化发展，算力已经成为决定性的力量，智慧计（jì）算是智慧时代的核心生（shēng）产力。”王（wáng）恩东表示，人工（gōng）智能带（dài）来指数级增长的算（suàn）力需求，计算产（chǎn）业正面临（lín）多元化、巨（jù）量化、生态（tài）离散化交（jiāo）织的趋势与挑战。一方（fāng）面，多样化的智能场景需要多元化（huà）的算力，巨量化的模型（xíng）、数据和应（yīng）用规模（mó）需要巨量的算力（lì），算力已经成（chéng）为人工智能继续发展的重中之重（chóng）；另一方面，从芯片到算力的转化依（yī）然存（cún）在巨大鸿（hóng）沟，多元（yuán）算力价值并未得到充分释放。如何快速完成多元芯片到计（jì）算（suàn）系统的创新，已经（jīng）成为推动人工智能产业发（fā）展的关键（jiàn）环节（jiē）。

人工智（zhì）能如何发展出像人类具备逻辑（jí）、意识和推（tuī）理的（de）认知能力，是（shì）人工智（zhì）能研究一直在探索（suǒ）的方向。

“目前来看，通（tōng）过（guò）大规模数据训练超（chāo）大参数量的巨量模型（xíng），被认为是非常有希（xī）望实现通用人工智（zhì）能的一个重（chóng）要（yào）方向。”王（wáng）恩东认（rèn）为（wéi），随着巨量模型的兴起，巨量（liàng）化已成为未来人（rén）工（gōng）智能发（fā）展（zhǎn）非常（cháng）重要的一个趋势。

全球知（zhī）名（míng）的AI领先公司都（dōu）在巨量模型上予以（yǐ）重兵投（tóu）入，谷歌、微软（ruǎn）、英伟达、浪（làng）潮（cháo）、智源（yuán）研究院、百度、阿里等公（gōng）司相继推出（chū）了各自（zì）的巨量模型。

王恩东介绍，巨（jù）量化的一个核心特征就是模型参（cān）数多、训练（liàn）数据量大。“以‘源1.0’为例，其（qí）参数量高达2457亿，训练数据集规模达（dá）到5000GB。”

很多人（rén）会有这样的困惑：人工（gōng）智能那（nà）么（me）好，但是怎（zěn）么跟我的（de）业务、应用场景结合？我想通过AI技术做智（zhì）能化转型，但是没人懂算法懂模型（xíng），也缺少好（hǎo）用（yòng）的AI开发平台（tái），算法模（mó）型那么多，如何找到不同算法（fǎ）在应用中的最优组合？

“懂（dǒng）这些的人，往往都集（jí）中在科研机构（gòu）或者头部公司（sī）。这些地方集（jí）中了最优（yōu）秀的（de）AI人才（cái），但缺少对传统（tǒng）行业（yè）的（de）需求场景、业务规律的（de）深入理解（jiě）。”对（duì）于当前人（rén）工（gōng）智能从技术到应用所面临的困局，王（wáng）恩东指出。

来自埃森哲的一份调（diào）研报告（gào）显示（shì），70%以上有技术的研（yán）究机构、科技公司缺需求（qiú）场景、领域知识和数据（jù），70%以上的行业用（yòng）户缺（quē）技术人（rén）才、AI平（píng）台和（hé）实践能力（lì）。

王恩东认（rèn）为，目（mù）前人（rén）工智（zhì）能的技（jì）术、产业链条脱节，生态（tài）离（lí）散化成为制（zhì）约人工智能技术上（shàng）水平（píng）、应（yīng）用上规模、产业（yè）上（shàng）台阶（jiē）的瓶（píng）颈。“要想释放多元（yuán）算力价值、促进（jìn）人工智能（néng）创新（xīn），既要重视智（zhì）算系统的创新，加大（dà）人工（gōng）智能新型基础设（shè）施建（jiàn）设，把从技术到应用的链条设计好，从体系结构（gòu）、芯（xīn）片设计、系统设计（jì）、系（xì）统软（ruǎn）件（jiàn）、开发环境（jìng）等（děng）各（gè）个领域形成分工明确而又协同创新的局面，又要加快推动（dòng）开放标准建（jiàn）设，通过统一、规范（fàn）的标准，将多元化算力转（zhuǎn）变为（wéi）可调度的（de）资源（yuán），让算力（lì）好用、易（yì）用（yòng）。”