4月19日消息，今天華為第二十屆分析師大會(huì)召開。華為戰(zhàn)略研究院院長周紅分享了人類面向智能世界需要解決的兩大核心問題，未來通信和未來計(jì)算。在談到AI話題時(shí)，周紅認(rèn)為，AI還面臨著三個(gè)重要的挑戰(zhàn)：AI的目標(biāo)定義、正確性與適應(yīng)性、以及效率。

AI面臨的第一個(gè)挑戰(zhàn)，是缺乏共識(shí)的目標(biāo)定義。杜克大學(xué)的物理學(xué)家Adrian Bejan教授在《生命的物理學(xué)》書中，列出了對智能的二十多種目標(biāo)定義，有的強(qiáng)調(diào)理解和認(rèn)知能力、有的強(qiáng)調(diào)學(xué)習(xí)和思考能力、有的強(qiáng)調(diào)適應(yīng)和行動(dòng)能力等等。

“如果沒有定義清楚并達(dá)成共識(shí)，就很難確保AI發(fā)展的目標(biāo)與人類一致，也很難合理地分類和科學(xué)地計(jì)算。人工智能在歷史上有不同的流派，例如符號(hào)主義、貝葉斯主義、進(jìn)化主義、行為主義，以及連接主義等，它們還沒有很好地融合起來，我認(rèn)為缺乏共識(shí)的目標(biāo)定義是重要的原因之一。”

其次，當(dāng)前很多AI應(yīng)用中，存在正確性和適應(yīng)性的挑戰(zhàn)。

周紅舉例道，用統(tǒng)計(jì)和相關(guān)計(jì)算模式來識(shí)別香蕉，如果在香蕉邊上放一些其他圖片，識(shí)別結(jié)果可能從香蕉變成烤箱，中間還有一定的比例是鼻涕蟲；熊貓圖片加上一些肉眼幾乎不可見的小噪聲，也可能被識(shí)別成長臂猿。這些圖片用人眼來看是一目了然的，但是人工智能為什么會(huì)犯錯(cuò)，這很難解釋。因?yàn)锳I的能力分布在巨大的參數(shù)中，出了這些問題，我們既無法解釋、也難以調(diào)試。

第三個(gè)挑戰(zhàn)是AI的效率。首先看能效，從2022年第60屆全球超級(jí)計(jì)算機(jī)Top500中看到，排名第一的Frontier，計(jì)算性能約1102PFLOPS，能耗是2千1百萬瓦；排名第二的Fugaku，計(jì)算性能約442PFLOPS，能耗是3千萬瓦，而相比之下，人腦只需要約20瓦就能等效實(shí)現(xiàn)30PFLOPS的計(jì)算性能。可見當(dāng)前這些超級(jí)計(jì)算機(jī)單位能量的計(jì)算效率，要比人腦低大約三萬倍到十萬倍；其次看數(shù)據(jù)效率，除了通過從大數(shù)據(jù)中得到統(tǒng)計(jì)規(guī)律，來認(rèn)識(shí)和理解世界外，能不能從小數(shù)據(jù)中進(jìn)行思考，發(fā)現(xiàn)邏輯性，形成概念，抽象出原則？

面對這三個(gè)挑戰(zhàn)，周紅建議發(fā)展感知與建模、知識(shí)自動(dòng)生成、求解與行動(dòng)三個(gè)核心部分，通過從多模態(tài)感知融合與建模，到“知識(shí)+數(shù)據(jù)”驅(qū)動(dòng)的決策，實(shí)現(xiàn)更高正確性與適應(yīng)性的自主智能系統(tǒng)。

周紅認(rèn)為， 在走向智能社會(huì)的過程中，可能有超過百倍、甚至千倍的信息需求增長，現(xiàn)有的很多理論和技術(shù)已經(jīng)遇到瓶頸，難以支持未來的發(fā)展，因此我們積極推動(dòng)科學(xué)假設(shè)與商業(yè)愿景牽引的創(chuàng)新，在通信上，大膽探索有別于香農(nóng)定理的前提條件和應(yīng)用場景；在計(jì)算上，進(jìn)一步明確人工智能的目標(biāo)定義、提升正確性、適應(yīng)性和高效性。（靜靜）

總結(jié)

以上是生活随笔為你收集整理的华为战略研究院院长周红：AI还面临三个重要挑战的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。