▲关注中国信息化周报
近日，英伟达创始人黄仁勋与香港科技大学校董会主席、美国国家工程院外籍院士沈向洋在中国香港展开了一场深度对话，聚焦AI的三大核心问题、算力发展以及未来的变革方向。
英伟达创始人黄仁勋 （左） 与香港科技大学校董会主席、美国国家工程院外籍院士沈向洋
人工智能驱动的数字智能革命
在黄仁勋看来，我们正站在一个全新产业的起点。计算机编程的方式从手工编写转向数据训练，CPU（中央处理器）让位于GPU（图形处理器，又称“显示核心”），每一个技术环节都在经历根本性的重构。这场变革的核心，是将人类认知过程———观察、推理、行动，转化为可以规模化生产的“数字智能”。
“计算机如今能够学习和理解各种类型的数据，包括语言、图像、蛋白质序列和化学分子序列等。生成式人工智能的出现，使得我们可以将一种信息形式转化为另一种，比如从文本生成图像或化学分子。这种‘通用函数近似器’逐渐演化为‘通用语言翻译器’，能够处理多种信息类型。”黄仁勋指出，全球范围内的初创企业正在利用这些能力，将不同的信息模式结合在一起，开发出令人惊叹的新功能。
黄仁勋认为，最重要的突破在于我们现在能够理解复杂信息的含义，这对各个行业都有深远影响。对于数字生物学家、系统设计师以及气候科技、农业科技和能源行业的人来说，这种能力可以帮助他们更好地理解数据、优化设计和发现新材料。
黄仁勋解释道：“从计算机科学的角度来看，我们正在重塑整个技术栈。”过去，人们通过手工编写代码来开发软件，而现在，可以用观测数据训练计算机，让它们从数据中发现规律和模式。“这种转变对整个行业的影响是巨大的，因为人工智能的核心是认知的自动化，即问题解决的自动化。”黄仁勋说道。
黄仁勋进一步阐述了人工智能如何通过“数字代理人”创造出“数字智能”。他将这种能力比作一个“数字智能工厂”，类似于300年前发明的发电机和用电设备。如今，人工智能正在为我们创造一个“数字智能”生态系统，其中的“智能设备”如同过去的灯泡和烤面包机，是我们每个人都可以使用的工具。
人工智能计算需求的未来路径
摩尔定律依赖两个概念：一个是LSI缩放（大规模集成电路缩放），另一个是Dennard缩放（恒定电流密度缩放）。这些技术的结合让我们能够每隔一段时间将半导体的性能翻倍。而现在，计算需求增长更多地受到神经网络规模和训练数据量增加的推动，这种现象被称为“扩展定律”。
黄仁勋指出，人工智能的发展不仅依赖于预训练，还需要通过强化学习、人类反馈、人工智能反馈、合成数据生成和多路径学习等技术进行“后训练”，以便在特定领域深入学习复杂技能。最终，人工智能需要在“推理”阶段进行测试，通过深入思考和迭代解决问题，以提供高质量的答案。
他强调，未来，计算能力的持续增长是必要的，以确保人工智能能够提供完全可靠的答案。英伟达在过去十年中通过降低边际计算成本，使得计算性能提升了百万倍，这一贡献改变了人们对计算的看法，并推动了机器学习的蓬勃发展。这种能力让研究人员能够轻松处理海量数据，从而推动了人工智能领域的创新和进步。
粤港澳大湾区或将是下一个算力中心
粤港澳大湾区，包括香港、澳门、深圳、广州和东莞等地，已经发展成为一个重要的硬件生态系统。随着人工智能的发展，实体智能，如机器人和自动驾驶汽车等将变得越来越重要。
当沈向洋询问黄仁勋如何看待这些技术将快速融入我们的生活和工作，以及如何利用大湾区的硬件生态系统抓住这个机会时，黄仁勋表示：“粤港澳大湾区是一个绝佳的机会，该地区在机电一体化方面已经非常成熟。机器人技术的关键在于加入能够理解物理世界的人工智能。未来的人工智能需要学会物理智能，并与物理世界进行交互。这是机器人技术的核心，也是大湾区硬件生态系统中可以深入挖掘的巨大机会。”
黄仁勋指出，目前有三类机器人能够实现大规模生产：汽车、无人机和人形机器人。大规模生产能带来技术飞轮效应，推动研发投入，带来技术突破，从而制造出更好的产品。这三类机器人可以融入现有环境，推动机器人技术的大规模应用。
“粤港澳大湾区在这方面拥有得天独厚的优势，能完美整合机电技术和人工智能技术两种能力。”黄仁勋表示，在其他地方，这种情况并不存在。另外两个机电工业强国是日本和德国。但遗憾的是，它们在人工智能技术方面还远远落后。未来，粤港澳大湾区在全球范围内都将是一个重要的算力中心。
—End—
注：转载、添加白名单以及商务合作请在公众号后台留言，未经许可、不得转载，不得随意修改及盗用原文。
