昨天，谷歌AlphaGo與李世石進(jìn)行了最后一場博弈，最終以4：1收官！

　　谷歌研發(fā)的人工智能系統(tǒng)AlphaGO與世界頂級圍棋手李世石之戰(zhàn)無疑吸引了全球的目光，也讓人工智能科學(xué)領(lǐng)域掀起了一場國際競賽。相對于高調(diào)的谷歌和Facebook等巨頭，人工智能領(lǐng)域的“隱形”高手也開始浮出水面，一家名為NovuMind（異構(gòu)智能）的公司進(jìn)入人們視野。近日，NovuMind宣布啟動其人工智能項目“異構(gòu)神機(jī)”，加入人機(jī)對戰(zhàn)競賽。

　　由于圍棋程序需要的蒙特卡洛對策樹搜索以及和其它各種深度神經(jīng)網(wǎng)的無縫集成，需要大規(guī)模異構(gòu)高性能超級計算機(jī)的支持，而NovuMind擁有全球頂級科學(xué)家的團(tuán)隊，并建成了專為人工智能設(shè)計的超級計算機(jī)，訓(xùn)練出成熟的深度神經(jīng)網(wǎng)，能夠設(shè)計并充分使用更強(qiáng)大的異構(gòu)計算能力。在此支撐下，NovuMind開發(fā)的異構(gòu)神機(jī)比Alpha GO更勝一籌。知名人工智能科學(xué)家、NovuMind創(chuàng)始人吳韌博士表示：“在訓(xùn)練各種巨大的非常智能的神經(jīng)網(wǎng)方面，我們的技術(shù)和世界任何一家公司相比都毫不遜色。”

　　能夠與世界頂級圍棋手競賽，足見人工智能的發(fā)展之快。不過，僅僅競賽并非最終目的，人工智能也應(yīng)廣泛應(yīng)用于人類生產(chǎn)生活中。此前，筆者曾與吳韌博士進(jìn)行一次深度交流，在異構(gòu)智能應(yīng)用上，吳韌博士不僅表現(xiàn)展示了對弈中領(lǐng)先于Alpha GO的信心，更堅定了異構(gòu)智能在未來物聯(lián)網(wǎng)中廣闊前景，即為萬物智能提供無所不能和無處不在的“大腦”。

　　緣起：云端計算在物聯(lián)網(wǎng)的應(yīng)用

　　在過去的一周里，阿里巴巴發(fā)布物聯(lián)網(wǎng)整體戰(zhàn)略成為物聯(lián)網(wǎng)領(lǐng)域的一個重磅新聞，隨之而來的是“云腦物聯(lián)網(wǎng)”概念的推出，阿里認(rèn)為智能終端產(chǎn)生數(shù)據(jù)大爆炸，數(shù)據(jù)的存儲、挖掘、實時處理，都需要依靠云計算。

　　云端作為設(shè)備“大腦”已成為一個物聯(lián)網(wǎng)的發(fā)展趨勢，正在成為市場的主流方向。在阿里之前，我們看到了太多的案例：機(jī)智云、Ayla物聯(lián)、AbleCloud、云智易等為連接設(shè)備搭建的云平臺成為市場寵兒，獲取數(shù)千萬甚至數(shù)億融資的新聞不斷爆出。的確，隨著網(wǎng)絡(luò)基礎(chǔ)設(shè)施的普及和連接協(xié)議標(biāo)準(zhǔn)化的推進(jìn)，有了云端平臺的計算能力支撐，終端設(shè)備具備了智能化能力，從而直接改變?nèi)藗兩?。不過，從一開始，對于云端計算的質(zhì)疑之聲并未停止，安全性、功耗、時延等方面的問題不斷暴露。

　　質(zhì)疑：云端計算并不能 支撐起物聯(lián)網(wǎng)全部應(yīng)用場景

　　在賦予設(shè)備智能化的過程中，一些不得不考慮的因素讓云端到終端之間形成了屏障，使得很多終端與云端連接中的效率大大降低。

　?。?）老生常談的安全性：這是人們不厭其煩地討論的一大問題，數(shù)據(jù)從終端和云端之間傳輸中、云端存儲、處理等過程中不可避免讓人有這方面的擔(dān)憂。

　?。?）功耗的誤區(qū)：很多支持云端計算的觀點認(rèn)為，數(shù)據(jù)在終端處理將形成大量能量消耗，而傳輸至云端處理將大大降低終端功耗。不過，在一篇題為《CNN opTImizaTIons for embedded systems and FFT》的論文中，實驗發(fā)現(xiàn)單位數(shù)據(jù)無線傳輸?shù)墓拇蟠蟾哂诒镜靥幚砉模瑑烧咧蚁嗖罹谷挥邪偃f倍。因此，功耗并非云端的一個優(yōu)勢。

　?。?）帶寬和時延：雖然未來我們將建立起無處不在的網(wǎng)絡(luò)，方便所有設(shè)備無縫接入，但我們能保障網(wǎng)絡(luò)能夠隨時隨地滿足設(shè)備傳輸帶寬要求？對于實時性要求極高的終端設(shè)備，從終端到云端之間的時延會不會造成影響？例如車聯(lián)網(wǎng)方案中，車輛在瞬時碰撞情況下，數(shù)據(jù)傳輸至云端進(jìn)行處理，再反饋給車輛，這一時延可能會造成事故發(fā)生。

　　除以上幾點外，還有不少因素對云端計算產(chǎn)生較大影響。在未來數(shù)百億甚至數(shù)千億終端聯(lián)網(wǎng)的背景下，有大量設(shè)備并不適合連接至云端，云端計算并不能支撐起物聯(lián)網(wǎng)所有場景，終端本地智能化也成為物聯(lián)網(wǎng)的另一趨勢。

　　趨勢：從萬物互聯(lián)到萬物智能，除了“云腦”還需終端的“大腦”

　　以往的互聯(lián)網(wǎng)時代，網(wǎng)絡(luò)所連接到的每一個節(jié)點都是人，因此每個節(jié)點都有一個實實在在的大腦存在，能夠自行思考、自主決策；而物聯(lián)網(wǎng)時代，每個節(jié)點所能連接的是實體的物，本身并不具備思維能力。因此，物與物之間無縫連接、數(shù)據(jù)能夠?qū)崟r傳輸這樣的“萬物互聯(lián)”場景只是四肢發(fā)達(dá)的“無腦物”聯(lián)網(wǎng)，并非物聯(lián)網(wǎng)的終極場景。對此，吳韌博士有自己的看法：物聯(lián)網(wǎng)中核心并非聯(lián)網(wǎng)，而是每一個“物”足夠智能，具備智能化的思維、決策能力，即I2oT（Intelligent Internet of Things）。也就是說，從“萬物互聯(lián)”到“萬物智能”方是物聯(lián)網(wǎng)的真正應(yīng)用場景。