人工智能是一个“抢钱”的行业。如果没有高性能的计算设备，别说开发基础模型，连微调模型都做不出来。但是，如果仅仅依靠硬件和计算性能目前的发展速度，迟早无法满足不断增长的需求。因此，我们需要配套的软件来统筹协调计算能力。这时候就需要用到“智能计算”技术了。近日，中国工程院之江实验室、国防科技大学、浙江大学等12家国内外研究机构联合发表论文，首次全面探讨智能计算领域，涵盖理论智能与计算的基础、技术融合、重要应用、挑战和未来前景。论文链接：https://spj.science.org/doi/10.34133/icomputing.0006这也是第一篇正式提出智能计算定义及其统一理论框架的综述文章。全文结构如下。人工智能开启了大规模算力时代。人类社会正在从信息社会向智能社会迈进。计算已成为规范和推动社会发展的关键因素。在万物互联的数字文明新时代，传统的数据计算已远远不能满足人类对更高智能水平日益增长的需求。人们对智能计算的兴趣日益浓厚，加之计算科学的发展，对物理世界的智能感知，对人类意识认知机制的理解，共同提高了计算的智能化水平，加速了知识的发现和创造.近年来，随着计算和信息技术的快速发展，由于深度学习的空前普及和成功，人工智能（AI）被确立为人类探索机器智能的前沿领域，一系列突破性的研究在此基础上取得了成果，包括：YannLeCun提出的卷积神经网络（CNN）；YoshuaBengio在深度学习因果推理领域的贡献；人工智能的先驱之一GeoffreyHinton在2006年提出了深度信念网络（DeepBriefNetwork）模型和反向传播优化算法。J?urgenSchmidhuber提出了广泛应用的递归神经网络（RNN）和长短期记忆（LSTM），并成功用于处理时序数据，如语音、视频和时间序列数据。2016年3月，DeepMind推出的人工智能围棋程序AlphaGo与世界顶尖人类围棋大师李世石对决，引起了全世界空前的关注。这场划时代的人机大战以人工智能的压倒性胜利而告终，成为将人工智能浪潮推向全新高度的催化剂。人工智能的另一个重要推动力是大型预训练模型的出现，这些模型在迁移学习的帮助下开始广泛用于自然语言和图像处理的各种应用。例如，GPT-3已经证明结构复杂度高、参数量大的大型模型可以提高深度学习的性能。受GPT-3的启发，涌现出一大批大规模的深度学习模型。智能与计算计算能力是支撑智能计算的重要因素之一。鉴于信息社会海量的数据源、异构的硬件配置和不断变化的计算需求，智能计算主要通过垂直和水平架构来满足智能任务的计算能力需求。垂直架构的特点是同构的计算基础设施，主要通过应用智能方法提高计算能力来提高资源利用效率。相比之下，水平架构（horizo??ntalarchitecture）协调和安排异构和广域（wide-area）的计算资源，以最大限度地提高协同计算的效率。例如，2020年4月，针对全球COVID-19研究的计算需求，Folding@home联合40万计算志愿者，在三周内实现了2.5Exaflops的计算能力，超过了世界上任何一台超级计算机。所有的能力都必须是强大的。尽管在智能和计算领域取得了巨大成功，但这两个领域仍然面临一些挑战。使用深度学习的智能人工智能在可解释性、泛化性、可进化性和自主性方面的挑战目前尚未解决。与人类智能相比，目前大多数人工智能技术只能发挥微弱的作用，只能在特定的领域或任务中发挥作用。实现强大的通用人工智能还有很长的路要走。最后，从基于数据的智能升级到更多样化的智能形式，包括感知智能、认知智能、自主智能和人机融合智能，也面临着重大的理论和技术挑战。计算挑战数字化浪潮带来了前所未有的应用、连接、终端和用户的增长，以及产生的数据量，这一切都需要巨大的计算能力。例如，人工智能所需的计算能力每100天翻一番，即未来5年预计增长100万倍以上。随着摩尔定律的失效，跟上如此快速增长的计算能力需求变得越来越具有挑战性。摩尔定律：集成电路上可容纳的晶体管数量每两年翻一番。智能社会中大规模任务的处理依赖于各种特定计算资源的有效组合。传统的硬件模型不能很好地适应智能算法，极大地限制了软件的发展。什么是智能计算？迄今为止，智能计算还没有一个被广泛接受的定义。一些研究者将智能计算视为人工智能与计算技术的结合，但这种观点将智能计算的定义局限在人工智能领域，而忽视了人工智能固有的局限性以及人、机器和人之间的三维关系。事物。元交互的重要作用。另一派则把智能计算看作是计算智能，模仿人或生物的智能，达到解决特定问题的最优算法，把智能计算主要看作是一种算法创新。在这篇论文中，研究人员从解决复杂的科学和社会问题的角度出发，考虑到人类社会空间、物理空间和信息空间这三个世界基本空间日益紧密地结合在一起，提出了智能计算的新定义。智能计算定义智能计算是指在数字文明时代，支撑世界互联互通的新计算理论方法、架构体系和技术能力的领域。智能计算可以根据具体的实际需求，以最小的成本完成计算任务，匹配足够的计算能力，调用最佳算法，获得最佳结果。智能计算的新定义是针对人类社会、物理世界和信息空间一体化中快速增长的计算需求而提出的。智能计算以人为本，追求高算力、高能效、高智能、高安全。其目标是提供通用、高效、安全、自主、可靠和透明的计算服务，以支持大规模和复杂的计算任务。图1显示了智能计算的一般理论框架，它体现了支持人-物-信息集成的各种计算范式。首先，智能计算既不是替代，也不是现有计算机、云计算、边缘计算等计算技术（如神经拟态计算、光电计算、量子计算）的简单集成。相反，它是一种根据任务需求，通过系统地、全面地优化现有计算方法和资源来解决实际问题的计算形式。相比之下，现有的主要计算学科，如超级计算、云计算、边缘计算，属于不同的领域：超级计算以实现高计算能力为目标，云计算强调跨平台/设备的便利性，而边缘计算追求服务质量和传输效率。智能计算动态协调边缘计算、云计算和超算领域之间的数据存储、通信和计算，构建各种跨领域的智能计算系统，支持端到端的云协同、云间协同和超算互联。智能计算应充分利用现有的计算技术，更重要的是推动形成新的智能计算理论、体系结构、算法和系统。其次，提出了智能计算的概念，以解决未来人-物-信息空间融合的问题。随着大数据时代信息技术应用的发展，物理空间、数字空间与人类社会之间的界限日益模糊。人类世界已经演变成一个新的空间，其特点是人、机器和物的紧密结合。社会系统、信息系统和物理环境构成了一个动态耦合的大系统。在这个系统中，人、机器和物以高度复杂的方式相互融合和交互，推动着未来新的计算技术和应用场景的发展和创新。
