人工智能風(fēng)頭正勁卻逃不過(guò)“博眼球”的帽子

“你到底愛(ài)不愛(ài)我？”這或許是戀愛(ài)雙方出現(xiàn)頻率最高的問(wèn)題，想要知道對(duì)方大腦在想什么，并不是什么天方夜譚，通過(guò)科學(xué)技術(shù)還真的有望實(shí)現(xiàn)。不過(guò)，讓如此大膽的想法變?yōu)楝F(xiàn)實(shí)，我們需要借助什么技術(shù)呢？我想，目前最火的人工智能技術(shù)應(yīng)該首先出列。

人工智能風(fēng)頭正勁卻逃不過(guò)“博眼球”的帽子

人工智能并不是什么新鮮的概念，但是對(duì)于大多數(shù)人來(lái)說(shuō)，它仍然是一個(gè)新鮮事，自 AlphaGo 兩次擊敗人類職業(yè)圍棋選手后，其熱議話題再度掀起。貼著人工智能標(biāo)簽的創(chuàng)業(yè)公司如雨后春筍般創(chuàng)立起來(lái)，更有行業(yè)大佬 All in AI。關(guān)于人工智能的報(bào)道也是連綿不絕地出現(xiàn)在大眾的視野里。歷經(jīng)兩次寒冬，人工智能再次崛起，成為科技領(lǐng)域最新的變革趨勢(shì)，智能時(shí)代，人類社會(huì)對(duì)于人工智能的需求爆發(fā)，“萬(wàn)物智能”概念推出，在此迫切需要人工智能的發(fā)展。

但是，我們大部分時(shí)候看到的人工智能面貌是什么樣呢？各家科技公司在這股浪潮下，常常放飛自我，各種畫風(fēng)清奇的人工智能操作與工具誕生，研究會(huì)畫畫、會(huì)聊天的 AI，看似精彩卻不夠接地氣的應(yīng)用。在“博眼球”的背后，更多科技企業(yè)誓要利用人工智能創(chuàng)造出更加具有意義的嘗試，但是如何讓 AI 不再嘩眾取寵，如何讓 AI 不再僅僅局限于規(guī)則與策略，從而真正落地造福人類呢？

破解AI尷尬局面

高性能計(jì)算來(lái)支招

“想要知道對(duì)方想什么”，通過(guò)科技手段或許能實(shí)現(xiàn)，這不，在普林斯頓大學(xué)，研究者們正在探索大腦的奧秘，他們開(kāi)發(fā)了可實(shí)時(shí)繪制人類思維圖的軟件，使用高性能計(jì)算、機(jī)器學(xué)習(xí)和人工智能，對(duì)功能性磁共振成像掃描所得的數(shù)據(jù)進(jìn)行分析，從而推斷大腦內(nèi)部正在思考什么。

當(dāng)然了，這項(xiàng)研究可不是簡(jiǎn)單的破解你的戀愛(ài)對(duì)象在想什么，該研究團(tuán)隊(duì)已經(jīng)創(chuàng)建了一個(gè)大腦成像分析工具包，現(xiàn)可供全球神經(jīng)科學(xué)家使用，以進(jìn)一步推動(dòng)新發(fā)現(xiàn)，最終還可以用于幫助增強(qiáng)精神疾病的診斷和治療，在實(shí)際落地應(yīng)用中大有作為。

不難發(fā)現(xiàn)，隨著人工智能逐漸從規(guī)則與策劃中走出來(lái)，更多的機(jī)器學(xué)習(xí)加入其中，而高性能計(jì)算如同一針強(qiáng)心劑，加速人工智能快速且順利落地，并能夠發(fā)揮出更大的價(jià)值與潛力。換句話說(shuō)，人工智能的發(fā)展，使得計(jì)算能力成為瓶頸，而高性能計(jì)算則為人工智能的崛起提供了計(jì)算引擎，打破瓶頸，再造輝煌自然不難。融合發(fā)展是必由之路，在大規(guī)模并行系統(tǒng)搭建等方面表現(xiàn)出色的高性能計(jì)算，也為 AI 提供了堅(jiān)實(shí)的平臺(tái)基礎(chǔ)，兩者的融合必將引起關(guān)注。

當(dāng)心踩坑！

二者融合并非易事

正如人工智能與高性能計(jì)算的融合，使得AI最終成為行業(yè)的選擇，AI解決方案與現(xiàn)有的高性能計(jì)算工作負(fù)載融合后，將如何改變業(yè)務(wù)模式，并加速科研與學(xué)術(shù)成果的獲取都成為了我們討論的問(wèn)題。事實(shí)上，融合并非易事，首先人工智能和高性能計(jì)算，根據(jù)組織的需求和應(yīng)用案例有多種不同的組合方式，其“融合”的含義也不止一種。

除此之外，為了實(shí)現(xiàn)工作負(fù)載的融合，必須考慮底層技術(shù)堆棧，雖然硬件層的要求在某些方面可能類似，但編程和運(yùn)行的軟件堆棧截然不同，正如沒(méi)有一個(gè)單一的融合起點(diǎn)一樣，也沒(méi)有一體適用的融合堆棧，對(duì)于那些希望在當(dāng)前環(huán)境中將人工智能和高性能計(jì)算融合到一起的組織來(lái)說(shuō)，高性能計(jì)算和人工智能的融合勢(shì)在必行，不過(guò)，仍可利用現(xiàn)有的基礎(chǔ)設(shè)施作為起點(diǎn)，開(kāi)始接下來(lái)的融合之旅。

在融合之旅開(kāi)始之前，用戶通常要查看自己的業(yè)務(wù)與任務(wù)目標(biāo)，明確人工智能可以在哪些方面幫助實(shí)現(xiàn)更快、更經(jīng)濟(jì)或更準(zhǔn)確的高性能計(jì)算結(jié)果。而新的人工智能開(kāi)發(fā)者，當(dāng)務(wù)之急是確保自己的投資專注于從現(xiàn)有的基礎(chǔ)設(shè)施中收獲更多的價(jià)值，同時(shí)開(kāi)發(fā)和優(yōu)化算法，對(duì)模型進(jìn)行訓(xùn)練以滿足企業(yè)需求。而如何對(duì)人工智能工作負(fù)載進(jìn)行優(yōu)化是大家最棘手的問(wèn)題，在大多數(shù)高性能計(jì)算中心，現(xiàn)有的基礎(chǔ)設(shè)施均為基于英特爾? 至強(qiáng)? 處理器的集群，這使得用戶在不能確定是否真正需要或如何有效利用現(xiàn)有基礎(chǔ)設(shè)施之前，并不需要投資新的、昂貴的加速器或 GPU。這樣的選擇可謂貼心。

持續(xù)優(yōu)化

在高性能計(jì)算環(huán)境中釋放AI潛能

如何化解AI落地難的尷尬問(wèn)題？高性能計(jì)算來(lái)助力。那么，什么樣的平臺(tái)與架構(gòu)，能讓這場(chǎng)融合之路暢快無(wú)阻呢？助力企業(yè)在高性能計(jì)算環(huán)境中研究、規(guī)劃和實(shí)施人工智能功能，還得看英特爾至強(qiáng)? 處理器的高性能計(jì)算架構(gòu)。那么，企業(yè)如果選擇自己開(kāi)發(fā)算法，則需要一開(kāi)始就專注于針對(duì)現(xiàn)有的英特爾? 架構(gòu)環(huán)境優(yōu)化算法；如果是選擇使用云端現(xiàn)成的工具測(cè)試算法，則需要使用資源并針對(duì)現(xiàn)有的基礎(chǔ)設(shè)施進(jìn)行優(yōu)化。除此之外，英特爾致力于確保基于英特爾? 至強(qiáng)? 可擴(kuò)展處理器的最新計(jì)算平臺(tái)，已針對(duì)常見(jiàn)的人工智能框架進(jìn)行了優(yōu)化。

當(dāng)融合之旅漸漸開(kāi)始，接下來(lái)要做的便是為擴(kuò)大規(guī)模與進(jìn)一步發(fā)展做好準(zhǔn)備，而挑戰(zhàn)則是將其向整個(gè)組織擴(kuò)展以進(jìn)行全面部署。為了實(shí)現(xiàn)這一目標(biāo)，編寫的應(yīng)用需要能充分利用高性能系統(tǒng)中的功能，可在 CPU 的所有內(nèi)核上執(zhí)行，并可擴(kuò)展至整個(gè)高性能計(jì)算集群的多個(gè)節(jié)點(diǎn)。利用這些功能，清楚地了解訓(xùn)練模型所需的時(shí)間和頻率，從而來(lái)決定是否能夠高效地?cái)U(kuò)展，并從運(yùn)算角度判斷需要在哪些方面進(jìn)行投資。對(duì)于那些想要快速啟動(dòng)并投入運(yùn)行的組織來(lái)說(shuō)，英特爾與其他行業(yè)領(lǐng)先企業(yè)合作開(kāi)發(fā)了面向高性能計(jì)算的英特爾? 精選解決方案，這是面向快速部署基礎(chǔ)設(shè)施的技術(shù)套件，已針對(duì)分析集群和高性能計(jì)算應(yīng)用進(jìn)行了優(yōu)化，旨在縮短實(shí)現(xiàn)突破、提供可行洞察和設(shè)計(jì)新產(chǎn)品的時(shí)間。

隨著高性能計(jì)算與人工智能功能的逐漸演進(jìn)，新的挑戰(zhàn)與機(jī)遇也將不斷出現(xiàn)。不過(guò)，可以確信的是，只要企業(yè)明確目標(biāo)，在人工智能應(yīng)用的部署與規(guī)劃下，與高性能計(jì)算環(huán)境的融合，將會(huì)令其取得長(zhǎng)遠(yuǎn)的成功。不止于人類大腦奧秘的探索，更多大有作為的應(yīng)用將會(huì)在融合之路上得以實(shí)現(xiàn)，其等待的時(shí)間或許不會(huì)太久。