精英汇智 产业赋能 2019新一代人工智能院士高峰论坛第二日撷萃

12 月 21 日，由鹏城实验室、新一代人工智能产业技术创新战略联盟主办的“2019新一代人工智能院士高峰论坛”进入第二天，12场主题演讲，2场圆桌论坛Panel将论坛推向高潮。当天上午，来自阿里、中科大、清华大学、中科院自动化所、鹏城实验室的专家围绕AI芯片和类脑，分享了各自领域的最新进展；下午，来自中国平安、卫健委、交警局、蚂蚁金服、中科院计算所、云天励飞的专家，则聚焦人工智能和人工智能赋能，深度剖析了人工智能领域的发展现状和未来值得探索的方向。两场精彩的圆桌论坛也从日常生活、交通出行、社会管理、医疗服务、金融等方方面面，探讨了人工智能给我们生活带来的便利之处。

软硬件融合，芯片与类脑迎来春天

芯片是AI发展中真正的瓶颈，类脑是未来发展的大趋势。来自阿里巴巴达摩院的谢源教授率先发表报告，报告的主题是“AI时代的架构创新与机会”。他认为第三次人工智能浪潮里，软件和硬件的融合成为新的趋势，AI芯片是非常重要的因素。在过去50年里，计算机体系结构一直是CPU、GPU作为重要的计算单元，而AI时代的到来给计算机体系结构带来新的黄金时代。与过去50年PC时代和移动时代不同，AI时代的硬件创新是一个非常激动人心的战国时代。异构计算，没有任何一个单独的芯片能够做到一统天下。计算机体系架构本质上是计算和存储两大块，我们希望人工智能像人脑一样，计算和存储发生在同一个地方，因此下一个研究方向是我们能否使计算和存储融合在一起，从而节省能耗和提高性能。这是计算机体系结构的时代，我们要拥抱未来，迎接芯片行业的春天。

阿里巴巴达摩院高级研究员谢源

中科院计算所的陈云霁研究员，在题为《深度学习处理器基础研究》的演讲中说：以深度学习为代表的人工神经网络是机器学习最重要的方法之一，在云端和终端都有非常广泛的应用（例如广告推荐、自动翻译、语音识别、图像识别等）。然而传统的CPU和GPU芯片在进行神经网络处理时遇到了严重的性能和能耗瓶颈。近年来，我们提出了国际上首个深度学习指令集，和Inria合作设计了国际上首个深度学习专用处理器架构，能将深度学习处理能耗降低多个数量级。在此基础上研制了国际上首个深度学习专用处理器芯片寒武纪1号，引起了国际同行的广泛关注。

中科院计算所研究员陈云霁

现在的人工智能类脑用得很少，但类脑智能是人工智能重要的发展方向和途径，也是一个跨学科的研究方向，需要长期的投入和持续的研究。中国科学技术大学校长助理吴枫的演讲题为《脑认知与类脑智能》，他从自动化、智能化的成像数据处理对脑科学研究的支持入手，阐述了类脑智能的发展面临的挑战，他认为这是一个既有意思又非常有意义的工作，可能有很多诺贝尔级的成果。

中国科学技术大学校长助理吴枫教授

清华大学微电子学研究所副所长尹首一的演讲题目是《面向无处不在的AI计算》，让我们感受到未来终端超低功耗的芯片巨大的潜力。他说，今天能看到的绝大部分电子设备，无论是大的，小的，移动的还是固定的，将来都会具备AI计算能力。要想实现这样无处不在的AI计算，我们面临着一个挑战，这个挑战来自于计算的需求和功耗之间的约束。解决这个问题，就要考虑算法和硬件设计的融合问题。下一个阶段将是一个从体系结构角度来讲，可重构、可编程的体系结构和In-Memory Computing这样单元的技术的融合，实现一个数字模拟的混合计算架构或者说可重构或者存内计算混合的计算架构，这样才是一个将来能够真正把计算能效继续推高，把芯片的适用性和灵活性继续扩大的未来AI芯片解决方案。

清华大学微电子学研究所副所长尹首一

中国科学院自动化研究所南京人工智能芯片创新研究院常务副院长程健研究员带来的演讲题为《边缘端智智能计算与芯片》，他介绍了在边缘端从模型的训练压缩到芯片的应用方面系统性的知识。他认为，5G通信到来，为边缘端上的训练提供更多的机会。我们希望最终可以在边缘端上、很弱的设备上做自主智能计算和学习。

中国科学院自动化研究所研究员程健

北京大学信息科学技术学院黄铁军教授在会上做了《视达（vidar）：视觉新模型与超级视觉的报告》。他认为传统的机器视觉、计算机视觉，用摄像头+算法的说法要从根上改变。以人的思维方式去衡量人工智能是不对的。第一，不要用以前的识别摄像机了，要用新的视达芯片和摄像机来抓识取过程。第二，不要在计算机上编算法，而要在脉冲神经网络做脉冲序列。

北京大学黄铁军教授

（编辑：武陵站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!