工程師聊AI芯片，算法的實(shí)現(xiàn)什么時(shí)候成為問題了？

1談算法不談智能

IEEE協(xié)會(huì)首次在京舉辦研討會(huì)的時(shí)候，中國自動(dòng)化學(xué)會(huì)副理事長兼秘書長、中科院自動(dòng)化研究所復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室主任王飛躍稱不存在AI芯片。對(duì)于這一觀點(diǎn)的爭議非常大，網(wǎng)絡(luò)上也是眾說紛紜。大體上看過一些說法后，其中大多數(shù)我覺得更有辯論賽上常用的偷換概念的感覺。大家的注意點(diǎn)仿佛并不在AI芯片上，而是在AI這個(gè)概念的爭議上。

網(wǎng)上比較常見的智能的定義：

1、首先是最典型的一個(gè)現(xiàn)象，幾乎“智能”被當(dāng)做標(biāo)簽打滿了各種商品。智能手機(jī)、智能電視、智能手環(huán)、智能家居，甚至智能掃地機(jī)器人、智能洗碗機(jī)。所謂智能這個(gè)概念仿佛變成了常規(guī)的嵌入式設(shè)備。但凡能接入個(gè)網(wǎng)絡(luò)，WiFi也好ZigBee也罷，能做個(gè)簡單的語音控制，簡單的圖像識(shí)別，好像就成了人工智能設(shè)備。與其將MCU、NPU、ARM、MIPS、STM32等常規(guī)的嵌入式環(huán)境的核心芯片作為所謂的智能，我倒還是傳統(tǒng)一點(diǎn)將其理解為嵌入式芯片罷了。

2、相對(duì)另一個(gè)極端的理解就是既然是“人工”、“智能”。所謂智能不單純是對(duì)話和互聯(lián)，這種說法則是上升到意識(shí)層面，“人工”制造的這個(gè)“智能”應(yīng)該擁有自己對(duì)事物的理解，擁有自己的思維，而不是簡單的重復(fù)和推斷。

3、第三個(gè)占了不小比重的人群的理解，更是讓我感覺這部分人的理解只是個(gè)誤解。仿佛使用了機(jī)器學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)算法、深度學(xué)習(xí)算法、貝葉斯算法的，仿佛全部都變成了人工智能。

這里也有人為了回避大家在“智能”上偷換概念，提出了強(qiáng)人工智能和弱人工智能概念區(qū)分。強(qiáng)人工智能仿佛成了未來的目標(biāo)，那我們也就姑且以“弱人工智能”這個(gè)概念展開來談。

說起來所謂的人工智能熱潮，人工智能寒冬，已經(jīng)至少是第三次了。

第一次，在20世紀(jì)50年代左右，被稱為人工智能之父的約翰麥卡錫創(chuàng)造了lisp語言，也引領(lǐng)了以symbol概念為核心的符號(hào)主義人工智能。

第二次，在20世紀(jì)70年代左右，BP算法的提出，則是引領(lǐng)了一波以神經(jīng)網(wǎng)絡(luò)這個(gè)概念為核心的連接主義人工智能。

而現(xiàn)在這一波人工智能概念重新被人們拉出來炒作，則是所謂以機(jī)器學(xué)習(xí)這個(gè)概念爆炒。但單講機(jī)器學(xué)習(xí)這個(gè)概念，卻發(fā)現(xiàn)無論是蒙特卡洛算法、貝葉斯定理、貝葉斯網(wǎng)絡(luò)、NN神經(jīng)網(wǎng)絡(luò)、RNN網(wǎng)絡(luò)，還是提出了一個(gè)包含多隱層的所謂深度學(xué)習(xí)，其實(shí)大體上我并沒有見到什么新鮮的面孔，反而都是些幾十年前早都已經(jīng)在玩的東西?？赡芪ㄒ坏牟煌乾F(xiàn)在的硬件性能遠(yuǎn)遠(yuǎn)高于從前的硬件性能，FPGA、GPU、ZYNQ等更新鮮的設(shè)計(jì)模型，芯片工藝的大幅提升，讓制作芯片的成本急劇下降，讓從前很多在數(shù)學(xué)、在理論上早就玩剩下的東西，可以在一個(gè)更可以被人所接收的速度和響應(yīng)環(huán)境下工作。

這也就提到了上述我的觀點(diǎn)，我們談算法不談智能。所謂強(qiáng)人工智能，確實(shí)不是我們現(xiàn)階段能實(shí)現(xiàn)的，獲取暫且是連頭緒都沒有的虛無縹緲的目標(biāo)。至少人類的認(rèn)知和意識(shí)的模型，我不認(rèn)為是現(xiàn)在盛行的神經(jīng)網(wǎng)絡(luò)連接主義的主流想法，將大量數(shù)據(jù)作為“經(jīng)驗(yàn)”堆積出的回歸算法。無論是最大似然估計(jì)的思維方式、symbole描述的方式，還是貝葉斯最大后驗(yàn)估計(jì)的做法，我們與其說做的是智能，不如講我們在使用“看起來比較智能”的算法。

就像是馮.諾依曼認(rèn)為蒙特卡洛算法，是最接近上帝的思維方式的算法那樣。一個(gè)靠隨機(jī)數(shù)據(jù)堆積的，幾乎不能被稱之為算法的算法，又算得上什么上帝的思維？

有人提出過這樣一個(gè)概念。現(xiàn)在有一個(gè)屋子，屋子里有一個(gè)手速極快、查表極快的、完全不懂中文的熟練工。我們現(xiàn)在向房間里遞入一張寫了一句中文的句子，這個(gè)熟練工在提前準(zhǔn)備好的表中查得一句中文紙條，并且傳給屋外的人。他們在這樣的情況下，屋外的人跟屋內(nèi)的人聊得很開心，但屋內(nèi)的人只是在重復(fù)工作，他根本不知道紙條上寫的是什么。這種情況下能否認(rèn)為這個(gè)熟練工掌握了中文？

我覺得這個(gè)例子是一個(gè)可以經(jīng)典地映射到現(xiàn)在常見的蒙特卡洛算法、最大似然估計(jì)、最大后驗(yàn)估計(jì)的思維方式上。蒙特卡洛算法按照大量隨機(jī)經(jīng)驗(yàn)去評(píng)估一個(gè)最合理的做法；最大似然估計(jì)或者說多元回歸算法，或者由神經(jīng)網(wǎng)絡(luò)描述的多元回歸算法，也只是基于已有大量經(jīng)驗(yàn)數(shù)據(jù)去評(píng)估一個(gè)最合理的做法；最大后驗(yàn)估計(jì)模型、貝葉斯算法這種，或者貝葉斯網(wǎng)路這種，我們按照最直白的方式描述，雖然可以評(píng)估沒有出現(xiàn)過的狀況，也只是通過已有、已經(jīng)拆分過的特征概率來做合理性評(píng)估。

這就像是屋內(nèi)的那個(gè)例行公事的查表熟練工一樣，其實(shí)他什么都不懂，我們哪怕拿出了所謂大數(shù)據(jù)下、人工智能下的正確答案，也只是通過算法拿出的答案，并不是通過“理解”和“認(rèn)知”得出的答案。從這個(gè)角度來考慮，AI這個(gè)概念本就不存在，或者講筆者的個(gè)人觀點(diǎn)是Artificial Intelligence中的Intelligence，未免有些狂妄自大。只是不過是用了些數(shù)學(xué)家們幾十年前玩剩下的算法，就開始炒作所謂智能。

但我們拋開所謂“智能”不談，NN神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、貝葉斯公式這些非常簡單的統(tǒng)計(jì)學(xué)公式，其實(shí)在有高性能的硬件和現(xiàn)有的計(jì)算機(jī)科學(xué)的輔助下，超出人類預(yù)計(jì)的好用。

2談實(shí)現(xiàn)不談芯片

既然是好用的算法模型，也是接下來的主流發(fā)展趨勢，我們就暫且不考慮這些用詞細(xì)節(jié)的問題，在上述三種人工智能的理解中，以我個(gè)人認(rèn)為是誤解的第三個(gè)理解作為立腳點(diǎn)開始向后繼續(xù)。

這個(gè)被王飛躍評(píng)價(jià)為不存在的AI芯片，不過是上述狹義的機(jī)器學(xué)習(xí)派系中大量算法的不同的實(shí)現(xiàn)方式罷了。我們與其去談?dòng)糜布鳛锳I算法載體的芯片是否存在，不如去講是用硬件作為算法載體的芯片是否存在。原本AI算法在上述評(píng)估后，也只是與常規(guī)的算法本質(zhì)上無異的“算法”而已，既不是什么黑科技，也不是什么新技術(shù)。算法是否可以由硬件直接作為載體，而不需要通過軟件這個(gè)概念，答案當(dāng)然是肯定的，原本軟件就是以硬件為載體工作的。那這個(gè)意義上的AI芯片當(dāng)然是存在的。

大多提到芯片，仿佛就成了什么神秘的高科技。但芯片，也就是所謂的集成電路，大規(guī)模集成電路，其本質(zhì)上還是電路本身。只是通過芯片工藝，晶體管技術(shù)實(shí)現(xiàn)的體積很小的電路而已。物理學(xué)已經(jīng)幾十年沒有更新過基本理論了，芯片相對(duì)于電路這個(gè)概念本身，跟高中學(xué)過的電路圖，電路元件并沒有本質(zhì)上的區(qū)別。

這里我們將芯片暫且狹義地理解為CPU這個(gè)概念的話（包含MCU、GPU、SoC等概念，在實(shí)際使用中作為核心處理器這個(gè)概念存在的芯片），所謂CPU只是集中了大量好用的電路，并將這些芯片內(nèi)電路的查詢使用方式，通過控制總線、地址總線、數(shù)據(jù)總線這些概念上的高低電平，然后將這些高低電平邏輯抽象成匯編手冊這個(gè)概念，或者datasheet這些概念，可能有些使用了MMU，還會(huì)有虛擬地址映射等概念。但說起來，大體上換湯不換料。

近年來炒作最厲害的AI芯片，主要就是NPU這個(gè)概念了。這里NPU作為AI芯片分類，也只是上述第三個(gè)對(duì)智能的定義的考慮方式，仿佛是我們先將一部分原本就存在的算法劃分成了“人工智能算法”，然后使用了這些算法的芯片就都成了“人工智能芯片”。原本我們認(rèn)為的CPU就是一堆好用的電路的集合，我們將這些常用好用的集成電路中添加一個(gè)神經(jīng)網(wǎng)絡(luò)算法的實(shí)現(xiàn)電路，就成了另一個(gè)噱頭。

原本就成熟的芯片設(shè)計(jì)工藝和技術(shù)，加上原本就成熟的所謂“智能算法”的實(shí)現(xiàn)，以一個(gè)技術(shù)含量并不高的方式拼湊出來的新的賣點(diǎn)罷了。

總 結(jié)

這也只是筆者個(gè)人的觀點(diǎn)，我們可以談一下算法、機(jī)器學(xué)習(xí)概念、最大似然估計(jì)、最大后驗(yàn)估計(jì)這種統(tǒng)計(jì)學(xué)算法，談一下神經(jīng)網(wǎng)絡(luò)算法的思維方式、多元回歸曲線和決策樹的設(shè)計(jì)，我們還是不要談什么人工智能吧。講狹義的人工智能我們還可以談?wù)勊惴?，拿“人工智能”?dāng)噱頭那是銷售做的事情。

而至于人工智能AI芯片這個(gè)概念，著實(shí)沒什么好談的，以硬件作為載體實(shí)現(xiàn)算法，跟爭論用C語言、Python、Keras、Tensorflow、caffe，還是VHDL、VerilogHDL，還是所謂芯片硬件去實(shí)現(xiàn)算法一樣。只是一種算法的實(shí)現(xiàn)方式而已，現(xiàn)在的技術(shù)除了速度和性能、功耗、算法代碼架構(gòu)、現(xiàn)有工藝是否存在瓶頸等問題，是設(shè)計(jì)者需要權(quán)衡考慮的事情。算法的實(shí)現(xiàn)什么時(shí)候成為問題了？

簡單暢想一下人工智能的未來：

現(xiàn)在這波基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法引爆的人工智能熱潮，筆者個(gè)人不認(rèn)為會(huì)維持多久。雖然因?yàn)橛布托酒に嚨奶嵘?，讓從前因硬件成為瓶頸的問題得到了一定程度的緩解。但哪怕完全解決了運(yùn)算速度瓶頸，結(jié)合類比上述中文紙條的故事。我們制造的不是智能，只是將計(jì)算機(jī)與統(tǒng)計(jì)學(xué)幾十年前的技術(shù)做了一次深度結(jié)合罷了，機(jī)器學(xué)的都只是個(gè)樣子。

現(xiàn)在吹噓人工智能的比正經(jīng)寫幾行所謂機(jī)器學(xué)習(xí)代碼的人要多得多，大體上所謂特征提取的人臉識(shí)別、語音識(shí)別、基于神經(jīng)網(wǎng)絡(luò)算法、基于多項(xiàng)式回歸這些的最大似然估計(jì)模型，本質(zhì)上與從前傳統(tǒng)的圖像處理并沒有什么區(qū)別，只是從前由人工做的規(guī)律總結(jié)和特征提取工作，我們通過一定程度的算法，其本質(zhì)還是以蒙特卡洛式的瘋狂嘗試去試錯(cuò)，得到一個(gè)最為近似的回歸曲線罷了。

這次掀起了人工智能的熱潮，但人工智能技術(shù)的發(fā)展本身并沒有出現(xiàn)飛躍，只是按部就班進(jìn)步罷了。我們整合了大量統(tǒng)計(jì)學(xué)的公式，以人工智能的名義，快速在常規(guī)領(lǐng)域拿出了不少看似喜人的成績。但這種本質(zhì)上沒有技術(shù)突破的舊飯新炒，推進(jìn)了一波以機(jī)器學(xué)習(xí)技術(shù)為中心的人臉識(shí)別、語音識(shí)別、自動(dòng)駕駛等技術(shù)應(yīng)用?；蛟S“機(jī)器學(xué)習(xí)”是“人工智能”的一大支撐，但畢竟“機(jī)器學(xué)習(xí)”并不是“人工智能”本身，而且清醒的人們很快會(huì)開始逐步意識(shí)到最大似然估計(jì)這個(gè)模型本身就是有瓶頸的，而現(xiàn)在離這個(gè)瓶頸現(xiàn)在已經(jīng)很近了。

接下來會(huì)是算法的時(shí)代，但人工智能的寒冬注定會(huì)在短期內(nèi)再次降臨。硬件會(huì)是有效的加速輔助工具，但人工智能的核心還會(huì)是軟件。講AI芯片是個(gè)偽概念，筆者認(rèn)為倒也不算錯(cuò)。