人工智能如何重新定义计算机

2021年的秋天，是南瓜、核桃派和琳琅满目的新手机的季节。每年这个时候， 苹果、三星、谷歌和其它厂商都会如约发布新机型。早些年，这一系列发布会总能带来惊喜，但随着它们变成消费科技日程中的固定环节，这种效应已经逐渐消退了。不过，在各种营销手段背后，还是有些事情值得我们关注。

谷歌最新发布的Pixel 6是首款在主处理器外还单独配置了人工智能专用芯片的手机。而过去两年发布的iPhone用的芯片内建了苹果所谓的“神经网络引擎”，专为人工智能准备。这两款芯片都更适用于在我们手中的设备上为训练和运行机器学习模型而进行的计算，增强相机性能的人工智能就属于这类模型。在我们几乎没有察觉的情况下，人工智能已经成了我们日常生活的一部分。

这意味着什么？怎么说呢，在此之前的四五十年间，计算机基本没怎么变。它们变小了也变快了，但它们一直是执行人类指令的装着处理器的小盒子。人工智能至少在3个方面改变了这种情况：制造方式、编程方式以及使用方式。有朝一日，计算机存在的意义也将发生变革。

英特尔并行计算实验室的主任普拉迪普·杜比称，“计算的核心正在從处理数字转变为制定决策”。或者按照麻省理工计算机与人工智能实验室主任丹妮拉·罗斯的说法，人工智能正在把计算机从它们的小盒子中解放出来。

欲速则不达

第一种变化关乎计算机及其控制芯片的制造方式。传统上，计算机技术的进步得益于完成每次计算所需时间的越来越短。几十年来，按照芯片制造的摩尔定律，其迭代一直是周期性的，世界也因此而受益。

但现在，驱动人工智能应用程序的深度学习模型所需的是另一种方式：其需要同时进行大量的、没那么精确的计算。这就需要一种新的芯片：这种芯片能够尽可能快地转移数据，确保它在需要的时间和位置上是可用的。当深度学习在大约10年前迎来了自己的春天时，已经有非常擅长此类工作的计算机芯片存在了：那就是显卡，也即GPU，它能以每秒数十次的速率显示整屏的像素。

当下，像英特尔、ARM和英伟达这些曾经的显卡大厂们都在试水人工智能专用硬件。谷歌和脸书也强势进军到这个产业中，一场在硬件中追求人工智能领域优势地位的竞赛已经拉开了帷幕。

例如，谷歌的Pixel 6搭载了新的移动设备版TPU。传统芯片的努力方向是超快的精确运算，但TPU与之不同，它是为神经网络所需的大体量低精度运算而设计的。从2015年开始，谷歌就在内部使用这种芯片了：它们负责处理图像和自然语言搜索任务。DeepMind也用TPU来训练其人工智能。

在过去两年中，谷歌已经向其它公司提供了TPU，这些芯片以及其它公司开发的类似产品正在成为全球各个数据中心的标配。

人工智能甚至在帮助涉及其自身的计算基础架构。2020年，谷歌用强化学习算法设计了新款TPU的布局。这个人工智能最终给出了一个奇怪的设计方案，人类根本不可能设计出这种东西，但这个方案是好用的。这类人工智能以后可能会开发出更好、更高效的芯片。

是骡子是马，拉出来遛遛

第二种变化关乎计算机接收指令的方式。微软英国研究主管毕肖普表示， 过去40年中，我们一直在为计算机编程;而在未来40年里，我们则会对它们进行训练。

过去，为了让计算机做到识别语音或者在照片中辨认物体这类事情，程序员们首先要为计算机制定规则。

但有了机器学习之后，程序员再也不用制定规则了。相反，他们会创造能自行学习这些规则的神经网络。这是一种根本不同的思维方式。

这方面的例子已经随处可见了：语音和图像识别现在是智能手机的标配。别的例子则成了头条新闻，比如AlphaZero自学围棋，结果比人类下得还好。类似的例子还有AlphaFold破解了人类花费数十年也没能解决的生物学难题——它搞清楚了蛋白质折叠的模式。

对于毕肖普来说，下一个重大的突破将会是分子模拟：训练计算机来操纵物质的特性，这有可能会在能源使用、食物生产、制造业和医药行业等领域实现改变世界的飞跃式发展。

计算机最知道

几十年来，要想让计算机完成一项任务，都需要键入指令，或者至少要按个按钮。

但现在，机器不需要键盘或屏幕就能与人类进行互动了。任何东西都可以变成计算机。其实包括牙刷、开关和门铃在内的大多数家居用品都推出了智能款。但随着这类产品越发丰富，我们开始想让控制它们的方式变得更简单。它们应该能够自行了解我们的需求。

在杜比眼中，这一从处理数字到进行决策的转变定义了计算机的新时代。

罗斯希望我们对人工智能提供的认知与身体力行的支持。她设想了能在我们需要的时候向我们提供信息、并在我们需要帮助的时候及时伸出援手的计算机。罗斯说：“我小时候最喜欢的电影片段就是迪士尼的《魔法师的学徒》。你知道吧，米老鼠他召唤扫帚帮他打扫来着，他用的是魔法，但现在我们不用魔法就能做到这个。”