由 AlphaGo 到可自我进化的机器人 比你预想的要快

　　上周日，李世石在三局落后的情况下，终于扳回来一局，为人类挽回了颜面。3月9日，我在深圳湾发文，预测在李世石首局失利的情况下，会连扳四局。

　　我当时的分析是，人比机器的适应能力更强，通过第一局，李世石应该可以很快找到ALPHAGO的漏洞，将比分扳回。不过我和李世石一样低估了ALPHAGO的复杂性。李世石苦苦抗战，终于在四局找到了ALPHAGO的漏洞。

　　我们应该感谢李世石代表人类，展示了人类的应变能力么？但我们没有，一个深深的忧虑在人们心头萦绕，机器人会彻底战胜人类么？人类会被机器统治么？霍金的「人工智能将终结人类」这个预言，会变成现实么？什么时候？100年后么？伦敦帝国学院研究认知机器人技术的MurrayShanahan教授认为，10到20年内人们还不可能造出与人类同能级别的人工智能。李开复在3月8日预测ALPHAGO会全部输掉全部5场比赛，但在未来的1~2年机器围棋智能会战胜人类。

　　可现实的情况是，人工智能的发展超出了李开复最乐观的估计。对于Shanahan教授关于跟人类同级别人工智能的预计，我个人觉得可能也会比他的估计来得更快一些，下面是我的分析。

　　去年10月的ALPHAGO是1200个CPU加170个GPU，而这几天跟李世石对弈的是1920个CPU加280个GPU。这是一个复杂的计算机系统，然而这仅仅是深度学习的执行计算机网络，为这个网络提供围棋「直觉」的计算机训练网络，比这个规模至少要提高一个数量级，而这个训练网络是保持ALPHAGO持续进化的原动力。由这上万个CPU，上千个GPU组成的庞大的，需要一层大楼来装的计算机网络系统能终结人类？这好像有些可笑，可是当你看到下面这一张某人工智能芯片公司芯片的规划表后，你可能会改变想法：

　　芯片的指标普通人不太理解，我们把目前性能最强的NVIDIAGPU卡上的芯片GK210的指标列出来比较一下：

　　这里边第一个关键的指标是计算能力，这个AI公司2017的产品的计算能力是GK210的2.5倍。第二个指标是功耗，功耗做到了GK210的1/15，这个比较神奇。第三个指标是内部存储容量的大小及带宽。这个内部MEMORY相当于CPU上的CACHE。深度神经元卷积网络（CNN）的模型比较大，对于围棋智能来说，通常能够到几百MB到1GB左右，这个模型在CNN网络计算的时候，会被频繁的读出来，如果模型放在片外的DDR里边，对DDR造成的带宽压力通常会到TB/S级别。

　　采用目前通常的GPU来计算CNN网络，基本上都受到DDR带宽的限制，也就是说，由于GPU的带宽限制，GPU号称的4TFLOPS，在计算围棋CNN网络的时候是达不到的，这种情况下GPU的计算能力是由带宽决定的。例如，如果围棋CNN网络需要1TB/S的带宽，但GK210只能提供240GB/S的带宽，那GK210的计算能力就基本上是原来的1/4，大概1TFLOPS左右。而这家AI公司的芯片其实是专门针对CNN加速的，他里边放了256MB的内部存储器，而且内部存储器的带宽是3TB/S，因此对于围棋CNN这样的网络，芯片宣称的10TFLOPS是可能可以达到的。但这又意味做什么呢？