院士邬贺铨:人工智能的魅力是“永远在路上”( 三 )

机器学习是深度神经网络的主要技术,从近10年里机器学习的论文里可以发现,现在机器学习的技术热点,可以看到神经网络和进化编程等计算密集型算法在机器学习研究中的出色表现。

人每天吃饭大概要输入2500卡路里的能量,卡路里换算成焦耳大概是1000万焦耳,下围棋5个小时大概要消耗人类3.3兆焦耳。AlphaGo跟李世石下棋时用了1000多个CPU,176个GPU,一个CPU功率100W,1个GPU200W,换算出来是173000W(这是以秒计的),如果5小时就是3000兆焦耳,这相当于李世石用的能耗是AlphaGo能耗的千分之一,也就是说,人工智能目前还需要很大的能量支持。

后来隔了一年,改进了AlphaGo Zero,换算成TPU,它只是AlphaGo原有1/12(能耗),用1/12的能耗跟AlphaGo下棋,100比0,当时AlphaGo还要搜集所有的围棋棋谱,然后训练三个月,AlphaGoZero只需要了解围棋的规则,两个AlphaGoZero互相对应,能把所有人类没有走过的棋谱都走完,它就能战胜了。所以优化算法、改进硬件,包括GPU替换CPU(提高了三倍),TPU替换GPU(提高了15到30倍)。

最近不单AlphaGo Zero围棋天下无敌,而且通过自学2个小时,还击败了日本的将棋(有点像中国的象棋),自学4个小时,把国际象棋也全部打赢了。

推荐阅读