Intel公司近期正在組建一個(gè)戰(zhàn)略研究聯(lián)盟，計(jì)劃通過(guò)推動(dòng)“概率計(jì)算”（probabilistic computing）發(fā)展來(lái)引領(lǐng)人工智能發(fā)展趨勢(shì)。

Intel公司宣布正在組建一個(gè)戰(zhàn)略研究聯(lián)盟，以期將人工智能提升到一個(gè)新的水平。自動(dòng)化系統(tǒng)沒(méi)有足夠好的方法來(lái)處理現(xiàn)實(shí)世界的不確定性，而且它們沒(méi)有足夠好的途徑來(lái)理解傳感器的不確定性會(huì)對(duì)它們需要做出的決策產(chǎn)生什么影響。據(jù)Intel首席技術(shù)官M(fèi)ike Mayberry的說(shuō)法，解決上述問(wèn)題的答案是“概率計(jì)算”。他說(shuō)這可能是人工智能（AI）的下一個(gè)浪潮。以下是科技縱覽（IEEE Spectrum）就有關(guān)話題對(duì)Mike Mayberry的采訪內(nèi)容。

IEEE Spectrum：是什么因素推動(dòng)了這項(xiàng)新的研究？

Mike Mayberry：我們正在試圖尋找AI的下一個(gè)浪潮。AI的第一次浪潮是基于邏輯的，即寫入（writing down）規(guī)則; 它與我們所說(shuō)的經(jīng)典推理最為接近。目前的人工智能是圍繞感覺（sensing）與感知（perception）的--使用卷積神經(jīng)網(wǎng)絡(luò)掃描圖像，看看其中是否存在感興趣的東西。將這兩個(gè)過(guò)程結(jié)合起來(lái)，并不能模擬出人類在現(xiàn)實(shí)世界中自然而然地做出的所有事情。

支持這個(gè)說(shuō)法的一個(gè)例子是某種能把你嚇一跳的東西--比如汽車警報(bào)。你會(huì)自動(dòng)考慮與你擁有的數(shù)據(jù)一致的不同場(chǎng)景，并會(huì)意識(shí)到你沒(méi)有的數(shù)據(jù)。你會(huì)推斷出一個(gè)概率。此概率可能是為了搞清楚警報(bào)是來(lái)自你的前方還是后方，或者是否會(huì)讓你開會(huì)遲到。你會(huì)不假思索地完成機(jī)器無(wú)法處理的事情。我們?cè)诂F(xiàn)實(shí)生活中經(jīng)常遇到這些情況，因?yàn)楫?dāng)前的局面總是存在不確定性。

目前的AI和深度學(xué)習(xí)系統(tǒng)已經(jīng)被認(rèn)為是脆弱的。我們的意思是它們對(duì)自己給出的答案過(guò)于自信。它們會(huì)以百分之九十九的肯定性表示，某張圖片中存在它認(rèn)識(shí)的某種東西。但在很多情況下，這個(gè)概率并沒(méi)有AI所認(rèn)為的那么高。

因此，在一般性研究方面，我們想做的事情是弄清楚如何將概率引入到我們的推理系統(tǒng)和傳感系統(tǒng)中。而這其中真的存在兩個(gè)挑戰(zhàn)。一個(gè)是如何進(jìn)行有概率的計(jì)算，另一個(gè)是如何存儲(chǔ)概率性的記憶或場(chǎng)景。

所以我們一直在做一些內(nèi)部工作，并與學(xué)術(shù)界進(jìn)行了合作，我們已經(jīng)確定有足夠的資源來(lái)啟動(dòng)一個(gè)研究社區(qū)。我們的目標(biāo)是讓人們分享他們所了解的相關(guān)信息、展開協(xié)作、弄清楚在編寫軟件時(shí)如何表示概率，以及如何構(gòu)建計(jì)算機(jī)硬件。我們認(rèn)為這將成為人工智能第三次浪潮的一部分。我們不認(rèn)為這是唯一的路徑，我們認(rèn)為還有其他的途徑，但這些都將圍繞概率計(jì)算展開。

Spectrum：以前，該術(shù)語(yǔ)被用于描述與人工智能無(wú)關(guān)的許多事物，例如隨機(jī)計(jì)算和容錯(cuò)計(jì)算。它到底是什么樣子呢？

Mayberry：我們使用概率計(jì)算的方式與以前有所不同。例如，隨機(jī)計(jì)算指的是在有錯(cuò)誤的情況下也能得到足夠好的答案。模糊邏輯實(shí)際上更接近我們現(xiàn)在所討論的概念，因?yàn)樵谔幚硇畔r(shí)，你會(huì)有意地追蹤不確定性。還有統(tǒng)計(jì)計(jì)算，這實(shí)際上更像是一種軟件方法，通過(guò)構(gòu)建“樹”來(lái)追蹤不確定性。因此，這些概念不一定是新的。但我們打算以不同于過(guò)去的方式來(lái)應(yīng)用它們。

Spectrum：這會(huì)導(dǎo)致出現(xiàn)新的設(shè)備嗎？

Mayberry：我們將首先考慮算法。我們對(duì)Intel的偏見存在于制造硬件方面，但如果我們不能真正了解使用模式將如何發(fā)展，或者算法將如何發(fā)展，我們就有可能過(guò)早地走上一條道路。因此，我們最初將圍繞算法和軟件框架開展研究。如果研究順利，我們將能夠大體猜測(cè)出硬件優(yōu)化會(huì)達(dá)到什么效果。而且，這些東西能夠做假嗎？你必須盡早考慮安全問(wèn)題。那是我們近期將要考慮的事情。

Spectrum：這些工作如何與Intel在AI方面的努力融合起來(lái)？

Mayberry：這將成為能夠整合我們現(xiàn)有工作的一個(gè)更大系統(tǒng)的一部分。你不希望你的邏輯系統(tǒng)要求傳感數(shù)據(jù)是100％準(zhǔn)確的，但你也不會(huì)希望傳感器給出有關(guān)于置信率的錯(cuò)誤信息。所以你必須建立一個(gè)系統(tǒng)，使這兩個(gè)組件能夠相互溝通，并能夠跟蹤這種信息。因此，也許傳感系統(tǒng)報(bào)告“我剛剛改變了亮度”，會(huì)導(dǎo)致我的回答比以前更不可信。

跟蹤這類信息是系統(tǒng)設(shè)計(jì)的一部分。我們還不十分清楚如何從軟件框架的角度來(lái)實(shí)現(xiàn)這一點(diǎn)。

Spectrum：有哪些可能的應(yīng)用？

Mayberry：當(dāng)然，我們的目標(biāo)之一是擁有更好的自動(dòng)化機(jī)器，無(wú)論是汽車還是家用機(jī)器人或類似的東西。我們認(rèn)為概率計(jì)算是使系統(tǒng)更加強(qiáng)大的重要組成部分。受到高度約束的系統(tǒng)不太可能需要這種能力。你將系統(tǒng)放入開放環(huán)境的次數(shù)越多，意味著需要改變的東西越多，你就越可能需要對(duì)我們今天使用的系統(tǒng)進(jìn)行補(bǔ)充。

我們當(dāng)然希望這項(xiàng)技術(shù)能在幾年內(nèi)轉(zhuǎn)化為產(chǎn)品，但這只是一個(gè)設(shè)想的路線圖。所以我們現(xiàn)在還無(wú)法承諾任何事情。