世界顶尖科学家论坛硅谷教父轩尼诗：当

在今日盛行的世界顶尖科学家论坛上，拥有“硅谷教父”之称的约翰·轩尼诗为观众带来一场关于人工智能的启迪演讲。身为美国计算机界的泰斗，同时也是斯坦福大学的第十任校长，轩尼诗现为谷歌母公司——美国阿尔法特公司的董事长，其影响力可见一斑。被马克·安德森，这位世界首个网络浏览器的发明者及知名互联网专家誉为“硅谷教父”，轩尼诗的人工智能见解深邃而独到。

在过去的十五年里，人工智能领域可谓经历了翻天覆地的变化，犹如一场革命，为人类的进步提供了前所未有的机遇。轩尼诗在演讲中详细阐述了这一变革的具体内容。自动驾驶技术的崛起，不仅使行车变得更加安全，更让无数车祸中的生命得以保全；在医疗诊断领域，人工智能的识别能力已可进行精确的判断，如皮肤病变的识别，使得大流行疾病得以提前预防；机器翻译的发展让人们更容易接触到全球各地的新闻和信息。人工智能的发展也面临诸多挑战。机器学习需要大量的计算能力，对计算力有着极高的要求。从早期的推理机训练阿尔法狗战胜围棋冠军的过程中，我们可以看到计算能力的提升速度惊人。摩尔定律的推进，使得芯片上的晶体管数量几乎每两年翻一倍，但现在我们已接近这一定律的极限。这意味着我们需要寻找新的方法来提升计算能力，不能仅依赖半导体技术的突破。

随着摩尔定律逐渐走向终结，我们该如何应对？轩尼诗指出，我们需要构建特定领域的专业处理器。计算机系统已经从通用的模式转变为针对特定任务进行优化。我们已经构建了神经网络架构，用于训练神经网络进行特定的任务。随着通用计算机运行方式的逐渐失效，我们需要更为高效的处理器来应对高密度矩阵乘法等计算密集型任务。轩尼诗所研发的神经网络处理器，每秒能处理92万亿次运算，专为逻辑运算而设计。下一代神经网络TPU与英特尔的核心架构处理器有着显著的不同。在实际运算中，TPU的硅区有50%用于内存，这对神经网络的推理至关重要。我们不需要那么多的控制逻辑单元，TPU的设计为我们节省了大量的资源。我们的目标是构建深层神经网络处理器，通过缩小问题范畴，构建相适应的软件架构，并针对神经网络中的推理和训练进行专门的处理器设计。

人工智能的发展让人们不禁思考：电脑能否像人脑一样思考？乐观主义者认为，或许在十年或四十年内就能实现这一目标。尽管机器在图像识别等方面已经有了长足的进步，但与婴儿的学习过程相比仍有所欠缺。大脑的能量效率极高，大约是机器的十分之一。当前机器与人脑的差距仍然很大。机器在某些方面已经超越了人类，如成为象棋大师所需的时间仅为几天。我们需要深入研究人脑为何在许多方面都优于机器，以便为人工智能算法的发展提供启示，为世界创造更大的价值。许琦敏报道。