1973年，中國電子工業(yè)部發(fā)動大學和相關研發(fā)機構一起，首次聯(lián)合設計了中國自主的、擁有一致指令系統(tǒng)、看齊美國計算機標準的全新“1000系列機”。最終在眾多科研人員的共同努力下，只花了一年2個月，看起來就像是三臺冰箱并排放的DJS-130計算機橫空出世。
作為中國第一個形成產業(yè)規(guī)模的系列機，它在日后足足生產了2000多臺，并且被應用到國民經濟和國防的多個領域，是中國計算機發(fā)展史上重要的里程碑。
就在中國的科研人員還在熟悉這臺用各種電子元件組件起來、只有13條引導程序的計算機，用極為傳統(tǒng)的穿孔帶來輸入和輸出結果的同時。大洋對岸的美國，卻已經半步跨進了“PC時代”。
包括惠普、IBM在內的公司已經用上了微型化的電腦處理器，將電腦縮小為電視大小，同時在原有代碼系統(tǒng)的基礎上引入圖形化接口概念，由針對私人公司設計轉向個人使用的電腦概念。在個人電腦的龐大需求下，越來越多新技術和新產品橫空出世，其中就包括了英特爾1978年推出的第一款X86處理器8086，以及微軟1981年推出的第一代Windows系統(tǒng)MS-DOS。
因為在技術積累的投入上的巨大差別，中國最終還是“錯過”了PC時代的浪潮。之后引領整個PC行業(yè)發(fā)展的，一直是美國和歐洲的企業(yè)。哪怕聯(lián)想最終憑借“貿工技”路線走上全球PC銷量冠軍，但相當一部分利潤仍要被歐美的處理器公司拿去。
這種情況，進入了以智能手機和平板電腦為代表的“后PC時代”才發(fā)生了一定程度的轉變。因為“（前）PC時代”的深厚積累，以美國、歐洲為主的一批企業(yè)依舊主導了消費電子產品的早期發(fā)展。
但這一次我們有了3個重要籌碼：第一個是領先全球的消費電子代工能力；第二個是全球最大、最普及的移動通信網絡；第三個是全球最為集中、消費意愿最強烈的客戶。
最終讓中國的消費電子產業(yè)在3G、4G、5G的推動下獲得了長足的發(fā)展。最典型的例子莫過于華為，短短20余年間，從一家生產電話交換機的小廠，最終成為了全球IT通信制造業(yè)的巨頭，同時在手機、手機SoC處理器、4G/5G技術、通信基站等多個領域完全不弱于甚至超過發(fā)達國家公司的存在。
雖然我們最終在“后PC時代”的尾聲追上了技術發(fā)展的浪潮，但隨著“人工智能時代”這一全新階段的出現(xiàn)，新挑戰(zhàn)也已經出現(xiàn)——中國應如何保證在“人工智能時代”不落后，甚至領先全世界。
答案在我看來就是3個字：根技術。
顛覆的人工智能
無論是“PC時代”還是“后PC時代”也好，其最底層的核心，依舊是通用計算能力，也就是CPU（中央處理器）在支撐。相比之下，人工智能時代因為算法上的整體改變，在整個技術體系上發(fā)生了重大的改變。
這其實要從原理上說起，CPU的核心是根據半導體特性打造的邏輯和計算電路，人類編程員根據CPU的二進制算法特性，寫出CPU可以高效邏輯判斷和計算的程序。
相比之下，人工智能則是建立在對人類的算法“模擬”上，準確地說是對人類大腦工作模式的模擬。在這個基礎上結合人類自我對于不同任務的邏輯判斷思路，構建神經模型，然后利用大量的現(xiàn)實數據來訓練神經模型，最終得到一個可以用來應用、推斷的神經模型。
是不是有點抽象？我們不妨結合通用計算和人工智能的兩個重要里程碑來對比一下。
1992年IBM斥巨資打造了超級計算機“深藍”，利用數個機柜以及多達480顆特制的“象棋處理器”戰(zhàn)勝了人類國際象棋大師。但在原理上，“深藍”所做的事情并不復雜，依舊是窮舉，而且不是無限窮舉。
在當時，人類的象棋大師大概能夠算到之后10步棋的所有情況，而深藍則能夠算到12步棋的所有情況。理論上能看到更多未來棋局可能性以及對應優(yōu)劣，并且更不容易犯錯的深藍肯定會獲勝，但在其第一次挑戰(zhàn)中實際上輸給了人類國際象棋大師。后來又調整優(yōu)化了一年以后，終于雪恥。
2015年，Google旗下AI創(chuàng)業(yè)公司DeepMind發(fā)布了圍棋人工智能AlphaGo，并且直接約戰(zhàn)當時的世界圍棋冠軍。作為人類迄今為止最為復雜的棋盤類游戲，圍棋理論上走法更是達到10的171次方。每一步棋都有多種下法，并且都會對整盤棋最終結果產生影響。這也是為什么人類一直堅信：機器無法通過簡單窮舉運算，在圍棋上打敗人類。
但用深度學習能力“武裝”了自己的人工智能還是出乎了人們的意料，直接以4:1擊敗了人類世界冠軍李世石。更關鍵的是，在這次比賽中，人工智能展現(xiàn)出了與人類過去3000年圍棋歷史完全不一樣的下法策略。你也可以說，人工智能遠不只是擊敗了人類，反而是在不斷對圍棋的學習中，開辟出了一整套全新的、勝率更高的走法。
從這次比賽開始，一股新潮流開始在世界最頂尖的圍棋圈開始蔓延，這些頂尖棋手們在研究學習了人工智能的下法之后，紛紛采用了其中的一些思考和招式。以中國圍棋選手柯潔為例，就曾專門表示“感謝AlphaGo給我們棋界帶來的震撼”。
就核心能力而言，通用計算可能是“替代+加速”，人工智能則是“擬人+創(chuàng)新”。這顯然不在一個維度上。
更重要的是，在AlphaGo之后，越來越多的企業(yè)開始將人工智能應用在各行各業(yè)上。在翻譯、語音識別、大數據、自動駕駛、目標識別等多個應用場景中都表現(xiàn)出了充足的顛覆性，只要有足夠龐大的數據集，就能生成遠超人類編程水平的神經模型和算法，最終實現(xiàn)遠超人類編程的計算效果。
顯而易見，人工智能一直都是中國不能錯過的浪潮。
扎根，中國迎接人工智能時代的重要保障
事實上，盡管中國在人工智能產業(yè)的發(fā)展上取得了一定的成績，但隱憂同樣存在：相比美歐這樣人工智能底蘊更充實的“老玩家”，中國在人工智能根技術上的積累薄弱不少。
根據頭豹研究院的《2020年中國人工智能產業(yè)投融資報告》統(tǒng)計，截至2019年2月，中國AI相關企業(yè)數量為745家，約占全球21.7%，其中67.3%創(chuàng)立于2010-2016年間。 “年輕”的中國AI企業(yè)們，多數是在2015年標志性AlphaGo圍棋人工智能事件之后成立的。
AI企業(yè)整體偏年輕，對應的結果是這類企業(yè)更多專注在AI應用層，極少企業(yè)涉足底層的AI根技術。在上方統(tǒng)計的745家AI相關企業(yè)中，75.2%為應用層企業(yè)，22%為技術層企業(yè)，僅2.8%的企業(yè)位于基礎層。
而就重要性而言，人工智能時代“根技術”的影響力將會遠超PC時代和消費電子時代。所謂“根技術”是指那些能夠衍生出并支撐著一個或多個技術簇的技術。根技術是技術樹之根，為整個技術樹持續(xù)提供滋養(yǎng)，很大程度上決定著技術樹的榮枯。
雖然同樣是由計算機硬件和軟件完成整個過程，但是因為從整個計算邏輯上不同于傳統(tǒng)的CPU和人工編程，所以人工智能的技術棧與以PC為代表的通用計算產生了許多差異。
從整體上來說，人工智能的技術棧主要分為四部分，最底層的硬件基礎設施、中層的軟件基礎設施、更上層的技術層、以及最上層的應用層。其中應用和技術層因為更偏向應用和解決方案，合起來一起作為應用與技術層。其中硬件基礎設施部分還可以分為AI處理器和AI硬件設備；軟件基礎設施則可以再分為處理器使能、AI框架以及開發(fā)使能平臺。
而“根技術”最核心的存在就在于“軟件基礎設施”和“硬件基礎設施”這兩部分。這一點我們也可以從英偉達、谷歌這類更早進入人工智能的巨頭的布局中看出。
以英偉達為例，其GPU產品最早被AI研發(fā)用于深度學習訓練和推理，英偉達在不斷優(yōu)化自己產品AI運行效率的同時，也進一步深化到設備層，除了各種規(guī)格尺寸的人工智能GPU之外，還專門針對不同的場景應用打造成不同的解決方案，有名片大小的Jetson、也有專門針對自動駕駛場景的Drive系列產品，更有直接用超高速網絡將數顆GPU聯(lián)合成“超大”GPU的DGX。
在軟件基礎設施上，英偉達推出的CUDA解決方案更是影響深遠，而在AI框架上，英偉達直接采用了谷歌的TensorFlow和Facebook打造的PyTorch。這是因為英偉達選擇將更多的精力放在了技術層上，通過應用SDK深入行業(yè)深入應用。
其次是谷歌，谷歌不但鼓勵子公司DeepMind推進AlphaGo項目。同時為了給AlphaGo提供充足的算力，谷歌還研發(fā)了專用于人工智能的TPU處理器。并且將TPU主機服務器化，放入了自己的云服務體系中。在后續(xù)的幾年中不斷更新TPU處理器版本和其解決方案，最終更將TPU作為一種云服務業(yè)務內容，向廣大的客戶開放。
除了兩家在“根技術”上的發(fā)力，還有一點尤為值得關注，就是人工智能全棧路的技術布局協(xié)作：英偉達用CUDA串起了自己最擅長的GPU硬件和之上的整個軟件架構和生態(tài)，谷歌則根據自己人工智能技術的豐厚積累，做出了行業(yè)內最受歡迎的AI框架TensorFlow。
縱觀谷歌和英偉達這兩家全球人工智能產業(yè)最領先的公司，它們都不約而同地選擇了同時布局AI根技術的關鍵節(jié)點，通過關鍵節(jié)點之間的協(xié)作，進而讓自己的人工智能生態(tài)能力和效率最大。
最重要的是，核心公司的人工智能生態(tài)，還會隨著時間的推移，輻射到整個國家，乃至全球的人工智能產業(yè)，形成公司、國家在人工智能產業(yè)中的潛在話語權。
中國發(fā)展人工智能產業(yè)依然需要“彎道超車”乃至“后發(fā)制人”，而接下來唯一的關鍵——發(fā)展自己的人工智能。
破局人工智能，中國企業(yè)該做些什么？
最首要的，也是中國企業(yè)目前最大的短板，就是人工智能的基礎硬件。更具體的說，包括了AI處理器以及利用處理器打造的各種解決方案。
原因主要有三點，一是AI硬件是AI應用推廣的主要邊界，尤其是像智能手機、物聯(lián)網、智慧城市等強調端側數據采集和處理的場景，需要的往往是量身定制的AI計算能力和緊湊的解決方案；其次是處理器架構和開發(fā)方式上要實現(xiàn)高度統(tǒng)一；最后是基礎硬件的自主創(chuàng)新問題。
除此之外，為了把這些基礎硬件發(fā)揮出最大價值，還必須為其配套高效軟件基礎設施，主要包括“芯片使能”、“AI框架”、“開發(fā)使能平臺”。
要一口氣在這么多環(huán)節(jié)取得進展乃至突破，顯然不是易事，但中國的許多企業(yè)們在這些年里還是交出了不少成績。一大批AI處理器、AI算法公司應運而生，紛紛開始填補AI根技術的空白，例如現(xiàn)在不少造車新勢力就正在將國外的AI處理器換成國內創(chuàng)業(yè)公司的產品。
在AI框架和開發(fā)端取得進展的就更多了，不僅有百度騰訊這樣的互聯(lián)網巨頭長期重金布局，在細分的應用場景中，例如語音語義中的科大訊飛，又例如智慧城市應用領域中的“AI四小龍”。
從追求布局整體性和前瞻性出發(fā)，目前進展最大的是華為。華為的人工智能是一條以“根技術”為核心抓手的發(fā)展之路。目前，昇騰計算產業(yè)從基礎硬件到基礎軟件層已形成了全棧全場景的“根技術”布局，且在云、邊、端側都部署了統(tǒng)一架構的昇騰系列解決方案，其基礎軟件層的異構計算架構CANN和AI開發(fā)框架MindSpore不僅能優(yōu)化流程，也能與昇騰硬件基礎進行深度的優(yōu)化整合，進行全棧調優(yōu)。在這些根技術之上，AI開發(fā)平臺MindX也進一步加快了AI應用的開發(fā)部署。
中國的AI時代，不能沒有“根”。隨著中國人工智能產業(yè)建設的深入，我們也將看到會有越來越多的中國AI企業(yè)，深耕于人工智能“根技術”的產品與業(yè)務。發(fā)展具有自主創(chuàng)新“根技術”一定是中國建設人工智能產業(yè)的共識。盡管在破局人工智能發(fā)展上，我們依然會面臨挑戰(zhàn)，但中國AI公司已經用過去數十年的努力證明了一點：在全球AI根技術競賽中，中國同樣有機會實現(xiàn)追趕乃至超越。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
