院士專家聯合撰文：智能計算進展驚人挑戰巨大

　　2023年開年伊始，由中國工程院院士潘云鶴、陳左寧、鄔江興，中國科學院院士王懷民等領銜，來自之江實驗室、浙江大學、索邦大學、倫敦帝國理工學院等單位的海內外9位院士及12位專家，在《科學》合作期刊Intelligent Computing發表長篇綜述論文《智能計算的最新進展、挑戰和未來》。

論文圖注：基于人類社會空間、物理空間和信息空間融合的智能計算總覽

　　在論文中，學者們提出，盡管人們近年來在智能和計算方面取得了巨大成功，但在這兩個領域仍然面臨著一些重大挑戰；甚至，迄今為止，“智能計算”還沒有一個被普遍接受的定義。

　　智能計算的挑戰和新定義

　　目前在信息技術領域，智能計算代表著未來，但無論在“智能”還是“計算”方面，近年來盡管進展驚人，但挑戰亦是巨大的。

　　在智能方面，專家們認為，使用深度學習的人工智能（AI）目前在可解釋性、通用性、可進化性和自主性方面面臨著重大挑戰。與人類智能相比，當前大多數AI技術的作用都很弱，而且只能在特定領域或任務中發揮良好作用。同時，從基于數據的智能升級到更多樣化的智能，包括感知智能、認知智能、自主智能和人機融合智能等，也面臨著重大的理論和技術挑戰。

　　在計算方面，論文寫道，數字化浪潮帶來了應用、連接、終端、用戶以及數據量前所未有的增長，所有這些都需要巨大的計算能力，而滿足如此快速增長的計算能力需求變得越來越具有挑戰性。并且，智能社會中的巨型任務依賴于各種特定計算資源的高效組合。此外，傳統的硬件模式不能很好地適應智能算法，制約了軟件的發展。

　　從解決復雜的科學和社會問題的角度，學者們在上述論文中提出了智能計算的新定義：智能計算是支撐萬物互聯的數字文明時代新的計算理論方法、架構體系和技術能力的總稱。智能計算根據具體的實際需求，以最小的代價完成計算任務，匹配足夠的計算能力，調用最好的算法，獲得最優的結果。

　　學者們表示，智能計算的新定義是為響應人類社會、物理世界和信息空間三元融合快速增長的計算需求而提出的，并指出，智能計算以人為本，追求高計算能力、高能效、智能和安全。其目標是提供通用、高效、安全、自主、可靠、透明的計算服務，以支持大規模、復雜的計算任務。

　　一份智能計算領域的指引性見解

　　縱覽《智能計算的最新進展、挑戰和未來》全文，該篇文章全面闡述了智能計算的理論基礎、智能與計算的技術融合、重要應用、重大挑戰和未來前景，有期為學術界和工業界的相關研究人員提供全方位的參考和對智能計算領域的指引性見解。

　　論文提出，智能計算還面臨著大場景、大數據、大問題、泛在需求的挑戰。同時，算法模型變得越來越復雜，意味著也越來越需要超級計算能力來支持越來越大的模型訓練。目前，計算資源已成為提高計算機智能研究水平的障礙。專家們認為，隨著智能算法的發展，擁有豐富計算資源的機構可能形成系統的技術壟斷。

　　盡管在智能的四個層面上（數據智能，感知智能，認知智能，自主智能）取得了重大進展，但目前僅通過計算/統計模型還難以從極其復雜的場景中實現完全的智能。專家提出，人類應該繼續在解決問題和決策中發揮不可或缺的作用，來探索人類認知過程中涉及的要素，并將其與機器智能相結合。下一步，將聚焦于人機交互、人機融合和腦機接口等技術。

　　智能計算被認為是未來計算的發展方向，不僅是面向智能的計算，而且是智能賦能的計算。這一切被世人所注意到，要追溯到2016年3月，DeepMind推出的AI圍棋程序AlphaGo與世界頂尖圍棋高手李世石對戰，在世界范圍內引起了前所未有的關注。這場劃時代的人機大戰以AI的壓倒性勝利而告終，成為將AI浪潮推向全新高度的催化劑。

　　而AI的另一個重要推動者是大型預訓練模型的出現，這些模型已經開始廣泛應用于自然語言和圖像處理，以在遷移學習的幫助下處理各種各樣的應用。其中最具代表性的是自然語言處理模型GPT-3，它已證明，具有高度結構復雜性和大量參數的大模型，可以提高深度學習的性能。