人工智慧進步來自計算力？周志華：不同意；陳怡然笑談「分餅」

新智元推薦

來源：陳老師有話說

作者：陳怡然

【新智元導讀】有關深度學習鍊金術的爭論火了。但在國內還有個更加勁爆的——針對「人工智慧的進步是由計算能力提升導致的」這個說法，南大教授周志華在微信朋友圈指出，這種觀點絕對錯誤。周志華認為，如果演算法沒有突破，哪怕研發出量子計算機都沒用。計算所包雲崗研究員則表示，演算法和算力兩者相輔相成，缺一不可。還是杜克大學陳怡然教授說得好，「作為一個搞計算平台的研究者，深度學習這個credit少分一些，也無所謂，畢竟餅你還是狠狠吃了一口的」。

最近關於深度學習的辯論有點多。NIPS「Test of Time Award」論文作者Ali與LeCun掀起的深度學習鍊金術之爭已經在世界範圍內引發廣泛討論。國內，南京大學教授周志華與中科院計算所研究院包雲崗，也就深度學習進步中演算法和算力兩者的貢獻展開了深度探討。

尤其是後者，周志華老師指出，認為人工智慧進步是計算能力帶來的，這個觀點是絕對錯誤的！周老師將IBM深藍和AlphaGo做對比，深藍下國際象棋每秒需要評估6億個位置，而AlphaGo面對更加複雜的圍棋，每秒也僅需評估2萬個位置，「從6億到2萬，這是機器學習演算法帶來的提高，更不用說是計算過程的目標方向已經有了根本的改變」。

對此，包雲崗研究員回應，演算法起到了至關重要的作者，而計算力的進步也不可或缺。包雲崗用「登月」來類比兩者相輔相成的關係。「AI進步中演算法的作用是導航+一級火箭，計算能力的作用相當於二級+三級火箭」，對於登月缺一不可。包雲崗研究員還表示，周老師提供的數據，從IBM評估6億個位置到AlphaGo評估2萬個，「20年演算法效率提高了3萬倍」，客觀展示了演算法的進步。

對此，周志華老師表示，不是說計算能力的提升不重要，而是說人工智慧技術取得的進展，絕對不是單純由於「計算能力的提升造成的」。周老師做了進一步闡釋：方向性的轉變，不是能靠計算能力的提升實現的。如果演算法沒有取得突破，仍然依靠專家規則，哪怕是研發出量子計算機來加速也沒有用。

此外，關於6億和2萬的位置評估，兩者取得的結果並不一致。因此，不能簡單地拿6億除以2萬來計算加速比。周老師說，演算法的改變可能改變求解過程的性質，今天人工智慧取得的進步恰恰是通過這一點，而且這是僅通過計算能力的提升無法實現的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 新智元 的精彩文章: