人工智能已发展60年 其实仍处在一个早期阶段

人工智能已经发展了60年，现在很火，但是20年后再来看，历史的发展长河里面，仍然处在一个早期阶段。我们怎么看一个技术是否已经达到了成熟阶段？至少有三个点可以看。第一，看它的应用是否已经普及到各行各业，还是你只在一小块产业里去提供价值，所以一个是应用的广泛度。第二，是否已经有标准，不管是国家标准还是行业标准，是否已经有标准开始在制定和落地。第三，是否已经有专用的硬件开始在市面上使用，而且第三点也是比较重要的，大家知道做硬件，第一个花钱，第二个周期长，产业没起来之前，硬件厂商是不会铺进去的。ROBERT是我们的创始人之一，也是硅谷之父，他很早就研究脑科学，那时候的计算机技术都用来建模脑，看看人脑是怎么工作的，反过来，怎么利用我们在脑科学上得到的一些认知和新奇的想法，去促进计算机科学或者计算架构的发展，为这个领域提供更好的计算能力，这也是我们新的考虑。

通常我们在做硬件的时候，必须要走这样的过程，拿深度学习做一个例子，比较复杂，我们训练出一个深度学习模型，是一个很广很深的模型，这样的一个模型，直接变成一个硬件，是不太可能的，而且也是低效的，高效的办法是什么？我去分析这个模型，我必须找到懂这个模型的人，懂我为什么产生这种模型，然后把这个模型通过硬件的描述给描述出来，然后我产生硬件的抽象，抽象出里面的数据流，数据是怎么流的，中间的流水线上有哪些重要处理模块，他们各自的时间、带宽要求是怎么样，有哪些计算的语言，就是里面的计算内核是非常重要的，而且是否大规模运行和反复运用的机会。在这样的基础上，在怎么做硬件芯片有很好的认识，同时我们看哪些放在硬件里面固化，哪些让他去灵活使用，有这样的认知以后，我们才到了第三步，可以产生出一个针对这种工作，这种工作负载优化的硬件，这个硬件也不是很快达到要求，一个很有用的例子，大家都很熟悉的就是，我们做视频加速芯片，你会看到从早期的标准以后，一代一代过来，每一代都有专用芯片，都是有专用的认知，但这个过程是一样的，如果这个产业真的发展到了一个普及，到各行各业都要去使用，那这个行业就需要专业模型，而不是在通用的芯片上做模拟，这还属于学科界的研究范畴。