人工智能技術(shù)的發(fā)展浪潮

人工智能（AI）作為這個時代最具影響力的技術(shù)進步，改變了全球經(jīng)濟的方方面面。

在經(jīng)歷了 AI 大爆炸、云服務(wù)、企業(yè) AI、邊緣 AI 和自主 AI 這五次增長浪潮后，AI 已從初出茅廬發(fā)展到無處不在。

與工業(yè)機械、晶體管、互聯(lián)網(wǎng)和移動計算等技術(shù)突破一樣，AI 首先由學(xué)術(shù)界提出，然后才逐漸實現(xiàn)了商業(yè)化。AI 首先在資源豐富的大型企業(yè)機構(gòu)中扎根，經(jīng)過多年的時間擴展到小型企業(yè)機構(gòu)、專業(yè)人員和消費者。

自從 1956 年“AI”一詞在達特茅斯大學(xué)誕生以來，該領(lǐng)域的從業(yè)人員已研究出許多方法來解決全球最棘手的問題。深度學(xué)習(xí)在其中最為熱門，它使用被稱為神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)結(jié)構(gòu)模擬人類腦細胞的運作方式。

使用深度學(xué)習(xí)的數(shù)據(jù)科學(xué)家根據(jù)具體問題為神經(jīng)網(wǎng)絡(luò)設(shè)置最適合的參數(shù)，然后向 AI 提供數(shù)百萬個問題和答案示例。AI 會調(diào)整每個答案示例的神經(jīng)權(quán)重，直到它能夠自己回答問題，甚至是從未見過的新問題。

AI 大爆炸

AI 計算的第一次浪潮被稱為 “大爆炸”，它始于深度神經(jīng)網(wǎng)絡(luò)的發(fā)現(xiàn)。

“大爆炸”由三個基本因素推動，分別是：深度學(xué)習(xí)的學(xué)術(shù)突破、大數(shù)據(jù)的普及以及加速深度學(xué)習(xí)開發(fā)與訓(xùn)練的新 GPU 應(yīng)用。

過去，計算機科學(xué)家需要指定每條 AI 指令，而現(xiàn)在算法可以編寫算法，軟件可以編寫軟件，計算機也可以自行學(xué)習(xí)。這標(biāo)志著機器學(xué)習(xí)時代的開始。

過去十年，在后面四次增長浪潮的推動下，深度學(xué)習(xí)已經(jīng)從學(xué)術(shù)界轉(zhuǎn)移到了商業(yè)領(lǐng)域。

云

第一批使用 AI 的企業(yè)是大型科技公司。他們擁有科學(xué)知識和計算資源可以調(diào)整神經(jīng)網(wǎng)絡(luò)，使客戶受益。通過云，AI 計算的第二次浪潮，他們做到了這一點。

例如谷歌將深度學(xué)習(xí)用于自然語言處理，推出了谷歌翻譯。Facebook 將 AI 用于識別圖像中的商品，使用戶可以進行購買。通過此類云應(yīng)用，谷歌、亞馬遜和微軟推出了許多開創(chuàng)性的 AI 實際應(yīng)用。

這些大型科技公司隨即開發(fā)了基礎(chǔ)設(shè)施即服務(wù)（infrastructure-as-a-service）平臺，使企業(yè)和初創(chuàng)公司能夠充分運用公有云的力量，并進一步推動了 AI 的采用。

現(xiàn)在，各種規(guī)模的企業(yè)都依靠云來快速、經(jīng)濟地使用 AI。云為企業(yè)部署 AI 提供了捷徑，使企業(yè)能夠?qū)Ｗ⒂陂_發(fā)和訓(xùn)練模型，而不必費力搭建底層基礎(chǔ)設(shè)施。

企業(yè) AI

工具的開發(fā)使 AI 更容易獲得，大型企業(yè)正在使用這項技術(shù)提高工作流程的質(zhì)量、安全和效率，并引領(lǐng) AI 計算的第三次浪潮。金融、醫(yī)療、環(huán)境服務(wù)、零售、娛樂等行業(yè)的數(shù)據(jù)科學(xué)家開始在自己的數(shù)據(jù)中心或云中訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

例如對話式 AI 聊天機器人改進了呼叫中心；欺詐偵測 AI 監(jiān)測線上市場的異常活動；計算機視覺成為了機械師、醫(yī)生和飛行員的虛擬助手，為他們提供信息以做出更精準(zhǔn)的決定。

盡管此輪 AI 計算浪潮誕生了廣泛的應(yīng)用并且每周都會登上頭條新聞，但它才剛剛開始。企業(yè)正在大力投資于能夠準(zhǔn)備數(shù)據(jù)以訓(xùn)練模型的數(shù)據(jù)科學(xué)家和能夠創(chuàng)建并自動化 AI 訓(xùn)練和部署流水線機器學(xué)習(xí)工程師。

邊緣

第四次浪潮將 AI 從云或數(shù)據(jù)中心推向邊緣，比如工廠、醫(yī)院、機場、商店、餐廳和電網(wǎng)等地方。5G 的出現(xiàn)進一步提高了在任何地方部署和管理邊緣計算設(shè)備的能力，為 AI 改造工作場所和企業(yè)實現(xiàn)來自終端用戶的數(shù)據(jù)價值創(chuàng)造了巨大的機會。

物聯(lián)網(wǎng)設(shè)備的采用和計算基礎(chǔ)設(shè)施的進步推動了大數(shù)據(jù)的激增，企業(yè)借此創(chuàng)建和訓(xùn)練 AI 模型，并將模型部署在終端用戶所在的邊緣。

在這輪浪潮中，機器學(xué)習(xí)工程師和數(shù)據(jù)科學(xué)家必須考慮在邊緣部署 AI 推理的設(shè)計限制，包括連接、存儲、電池電量、算力和用于維護的物理訪問。這些設(shè)計還必須滿足企業(yè)主、IT 團隊和安全運營的需求，以更好地確保部署的成功。

邊緣 AI 雖然也處于早期階段，但已被應(yīng)用于許多行業(yè)。計算機視覺可以監(jiān)控工廠車間的安全違規(guī)行為、掃描醫(yī)療圖像中的異常增生以及確保高速公路上安全駕駛汽車。這些新應(yīng)用潛力無限。

自主 AI

AI 的第五次浪潮將是自主性的增長——即 AI 在沒有人類干預(yù)的情況下自主操控移動機械。汽車、卡車、船舶、飛機、無人機和其他機器人將在沒有人類駕駛的情況下運行。5G 網(wǎng)絡(luò)連接、加速計算的力量以及神經(jīng)網(wǎng)絡(luò)能力的持續(xù)創(chuàng)新是實現(xiàn)這一目標(biāo)必不可少的條件。

疫情、全球供應(yīng)鏈限制以及為提高業(yè)務(wù)流程效率而產(chǎn)生的自動化需求正在推動自主 AI 不斷向前發(fā)展。

自主 AI 涵蓋了深度學(xué)習(xí)以外的工程領(lǐng)域，因此需要機器學(xué)習(xí)工程師與機器人工程師開展合作，共同努力實現(xiàn)機器人系統(tǒng)工作流程的四個支柱：收集和生成基準(zhǔn)真相數(shù)據(jù)、創(chuàng)建 AI 模型、使用數(shù)字孿生進行模擬以及在現(xiàn)實世界中操作機器人。

由于需要對所有可能的極端案例進行建模和測試，從而減輕在現(xiàn)實世界中部署機器人的安全風(fēng)險，因此模擬能力對于機器人技術(shù)尤為重要。

自主機器還面臨著部署、管理和安全方面的新挑戰(zhàn)，因此企業(yè)需要協(xié)調(diào)工程、運營、制造、網(wǎng)絡(luò)、安全和合規(guī)等團隊。

開始使用 AI

自 AI 大爆炸以來，該行業(yè)已取得了迅速的發(fā)展并引發(fā)了后來的計算浪潮，包括云服務(wù)、企業(yè) AI、邊緣 AI 和自主機器。這些進步正在將 AI 從理論帶到實踐，改善企業(yè)和消費者的日常生活。

NVIDIA 花費數(shù)十年時間打造出的計算產(chǎn)品和軟件幫助 AI 生態(tài)系統(tǒng)推動這些增長浪潮。除了在自己公司內(nèi)部開發(fā)和實施 AI 之外，NVIDIA 還幫助無數(shù)企業(yè)、初創(chuàng)公司、工廠、醫(yī)療公司等采用、實施和擴展 AI 計劃。

審核編輯：湯梓紅