第十章，認(rèn)知引擎

　　在給AI建立認(rèn)知體系的系統(tǒng)工程中，語言處理已經(jīng)完成，黑科?太昊實(shí)驗(yàn)室現(xiàn)在的工作是視覺部分。

　　說一句題外話，計(jì)算機(jī)視覺的發(fā)展可能超乎很多人的想象。

　　很早以前，在最權(quán)威的競(jìng)賽ILSVR上，千類物體識(shí)別錯(cuò)誤率2011年時(shí)高達(dá)25.8%，而次年深度學(xué)習(xí)出現(xiàn)以后，錯(cuò)誤率逐年下降到16.4%、11.7%、6.7%、3.7%……16年，已經(jīng)遠(yuǎn)低于人類。

　　最有商業(yè)前景的人臉識(shí)別，AI做到了誤判率低于百萬分之一！

　　這個(gè)比例，想必因?yàn)閺垖W(xué)友演唱會(huì)，而被抓到的近百個(gè)逃犯，很有發(fā)言權(quán)了。

　　一首涼涼，哦不，鐵窗淚，可能就是他們的心情。

　　圖像識(shí)別高到ILSVR停辦，新的計(jì)算機(jī)視覺競(jìng)賽ImageNet也從圖像識(shí)別，轉(zhuǎn)到圖像理解，物體分類、跟蹤、定位，場(chǎng)景識(shí)別等等。

　　但神經(jīng)網(wǎng)絡(luò)是在像素層面提取數(shù)學(xué)特征，可以精細(xì)區(qū)分人類注意不到的細(xì)節(jié)，但在圖像理解，輪廓、形狀、物理和結(jié)構(gòu)等難以定量描述的特征，往往容易被忽略。

　　這一類難度極高，識(shí)別準(zhǔn)確率暫時(shí)Top-1不到87%，距離實(shí)際應(yīng)用差得還遠(yuǎn)[1]。

　　有機(jī)會(huì)進(jìn)入黑科的實(shí)驗(yàn)室工作，陸少英極度興奮，陳然給指定座位，“以后你就用這一臺(tái)吧，工作內(nèi)容我教你?！?p>　　陸少英感覺機(jī)子很大氣，“這是什么電腦？”

　　一旁的錢斌樂了，“什么電腦，這是工作站！”

　　“工作站？”

　　“對(duì)?！标惾稽c(diǎn)頭，簡(jiǎn)單說了一句，“我們對(duì)圖像處理的要求比較高?！?p>　　“戴爾PrecisionT950圖形工作臺(tái)?！标懮儆⒖戳艘谎坫懪?，又打開系統(tǒng)配置表，“4顆15核至強(qiáng)CPU，30線程，512G（ECC）內(nèi)存……”

　　“握草，性能爆炸??！”陸少英驚叫一聲，“這要是跑個(gè)游戲，還不得飛起來！”

　　“哈哈哈！”實(shí)驗(yàn)室的小伙伴們都笑了起來，“大驚小怪！”

　　“淡定！丟人不？”陳然捂了把臉，陸少英絲毫不覺得，興奮道：“這么好的機(jī)器，不便宜吧？”

　　你是劉姥姥進(jìn)大觀園嗎？陳然撇了撇嘴，“還好吧，79萬?！?p>　　陸少英大吃一驚，李舒涵也是瞪目結(jié)舌，數(shù)一數(shù)，1、2、3、4……實(shí)驗(yàn)室一共有25臺(tái)？

　　光工作站將近兩千萬，真是壕，無，人，性！

　　等陳然講到工作內(nèi)容，陸少英又吃了一驚。

　　與深度學(xué)習(xí)的二維平面圖不同，太昊的訓(xùn)練數(shù)據(jù)是3D視頻。比如一個(gè)街頭遠(yuǎn)景，紅綠燈、十字路口，熙熙攘攘的人群，飛馳的汽車、高樓、藍(lán)天，視角可調(diào)，處處是驚人的360度全景。

　　無盲點(diǎn)覆蓋所處場(chǎng)景的全景視頻，其實(shí)不新鮮，很多的監(jiān)控、地圖、VR就有應(yīng)用，但給神經(jīng)網(wǎng)絡(luò)作為訓(xùn)練數(shù)據(jù)，卻十分罕見。

　　“二維的平面圖，不能讓太昊理解空間和結(jié)構(gòu)?！狈椒ㄌ埃惾恢荒芙忉?，“3D不同，有時(shí)間和因果關(guān)系……太昊可以像初生的嬰兒一樣，觀察真實(shí)世界?！?p>　　“全景區(qū)分、比對(duì)所有細(xì)節(jié)，運(yùn)算量是指數(shù)級(jí)暴增啊！”陸少英有專業(yè)素養(yǎng)，瞬間感覺頭皮發(fā)麻，“可怕！你們的服務(wù)器配置要高到什么程度？”

　　陳然微微一笑，陸少英本來就是可造之材，有點(diǎn)眼力。

　　人機(jī)大戰(zhàn)，AlphaGo戰(zhàn)勝世界圍棋冠軍，要用1202個(gè)CPU和176個(gè)GPU。全景的運(yùn)算超過AlphaGo數(shù)個(gè)量級(jí)，算力需求更是極為龐大。

　　呆妞李舒涵還想見見稀罕，“服務(wù)器呢，在哪兒？”

　　實(shí)驗(yàn)室的男生們生被她逗樂了，“神州超級(jí)計(jì)算機(jī)，找得著算你本事……”

　　李舒涵還是一臉懵圈，陸少英再次驚嘆，“不在這兒，在黑科科學(xué)院?！?p>　　神州超級(jí)計(jì)算機(jī)由黑科并行計(jì)算工程技術(shù)中心研制，裝有61440塊自主研發(fā)的“神州1.0”眾核處理器，峰值性能18.6億億次/秒，持續(xù)性能15.3億億次/秒，造價(jià)57億！

　　都說大炮一響，黃金萬兩，論燒錢，AI毫不遜色。

　　良久才平復(fù)了心情，陸少英想起了什么，“這個(gè)神經(jīng)網(wǎng)絡(luò)，就是你早上的論文……“

　　“對(duì)，確實(shí)是新一代神經(jīng)網(wǎng)絡(luò)。”陳然淡淡一笑，“更充分的特征比對(duì)，可以全面模擬人腦思維，進(jìn)而提煉通用智慧，叫做認(rèn)知引擎。NLP只是它的部分應(yīng)用，屬于一段?！?p>　　新一代神經(jīng)網(wǎng)絡(luò)？！

　　認(rèn)知引擎一段？

　　這恐怕是高級(jí)人工智能的核心技術(shù)吧，陸少英心馳神往，“如果，我是說如果，認(rèn)知引擎進(jìn)能進(jìn)行圖像理解，甚至和語言結(jié)合起來……”

　　“這是認(rèn)知引擎二段的內(nèi)容，建立一個(gè)完整的認(rèn)知體系?！卞X斌哈哈一笑，“就像人類的嬰兒，太昊通過觀察真實(shí)世界，總結(jié)智慧通式，成為強(qiáng)智能！”

　　“電影里面一樣的AI？！”李舒涵張大小嘴，陸少英也懵逼了好幾秒，才吃力的咽了咽口水，“真的嗎？”

　　“差不多……”陳然摸了摸鼻子，承認(rèn)了，只是隱藏了幾份腹黑。

　　陸少英說的沒錯(cuò)，有了出自輔腦的認(rèn)知引擎，強(qiáng)智能的誕生幾乎板上釘釘。

　　輔腦有全套的強(qiáng)智能理論，可以復(fù)現(xiàn)認(rèn)知引擎的整個(gè)代碼，通過海量的數(shù)據(jù)訓(xùn)練、參數(shù)調(diào)整、非監(jiān)督學(xué)習(xí)，建立完整的認(rèn)知體系，迅速成為真正意義上的強(qiáng)智能！

　　但是陳然的《神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)細(xì)分和動(dòng)態(tài)路由》，真的會(huì)講述它的奧秘？

　　呵呵……

　　天真！

　　在原來的時(shí)空，AI就像歷史上的煉金術(shù)、永動(dòng)機(jī)一樣，前進(jìn)的道路迷霧蒙蒙，黑燈瞎火，人類步履蹣跚、走錯(cuò)方向，甚至摔跤，蹉跎了幾十年。

　　站在未來，陳然當(dāng)然可以避過所有的大坑，抄一條近道！

　　但這個(gè)世界到處都是惑人的假象。

　　所謂兵不厭詐，陳然提供的正是一個(gè)精心制作的煙霧彈。

　　如果深信《神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)細(xì)分和動(dòng)態(tài)路由》，一定要編程實(shí)現(xiàn)那么復(fù)雜而又吊詭的邏輯陷阱，就像陸少英一樣，怎么說呢？

　　原諒這是赤果果的科研競(jìng)賽，黑科集團(tuán)要甩開追兵，也要恰飯，萬一層出不窮的BUG坑死了哪個(gè)對(duì)手……

　　哎喲，真是抱歉！

　　太特么開心了。

　　讓陳然先笑三分鐘……

　　細(xì)數(shù)了一下所有的工作，陳然的準(zhǔn)備工作基本完成，如果說差什么的話，后期強(qiáng)智能到真正意義的超級(jí)智能，就差一臺(tái)搭載專用“AI芯片”的超級(jí)計(jì)算機(jī)。

　　其實(shí)，相比已經(jīng)完成的認(rèn)知引擎，芯片的難度才叫巨大。

　　CPU的物理架構(gòu)并不擅長(zhǎng)分布式并行計(jì)算，效率很低，目前使用最廣泛的GPU，正是因?yàn)樵诟↑c(diǎn)運(yùn)算、并行計(jì)算等部分，性能遠(yuǎn)超CPU，達(dá)到數(shù)十乃至上百倍。

　　但這一切仍然不如通過指令集、物理結(jié)構(gòu)調(diào)整，以硬件運(yùn)行算法的專用AI芯片。

　　武裝到牙齒，才能戰(zhàn)無不勝。

　　把陸少英丟給錢斌，讓他先帶著，陳然就離開了實(shí)驗(yàn)室。

　　滿以為可以和男神待一天，李舒涵心中的失落，幾乎都掛在臉上，“他去哪兒？”

　　實(shí)驗(yàn)室里的一幫大齡直男聳了聳肩，“然哥忙著呢，誰知道?！?