布魯諾·米切爾

1955年，美國(guó)計(jì)算機(jī)科學(xué)家約翰·麥卡錫（John McCarthy）創(chuàng)造了“人工智能”一詞，自此以后，公眾構(gòu)想出一個(gè)這樣的未來(lái)—有意識(shí)的計(jì)算機(jī)和機(jī)器人能像人一樣思考和行動(dòng)。但盡管這一未來(lái)確實(shí)可能到來(lái)，目前還相當(dāng)遙遠(yuǎn)。

但可以預(yù)見(jiàn)的計(jì)算前沿亦相當(dāng)令人激動(dòng)。我們已經(jīng)進(jìn)入了IBM所謂的認(rèn)知時(shí)代。計(jì)算的突破正在增強(qiáng)我們利用大量數(shù)據(jù)的能力，為某些全世界最重要的決定提供指導(dǎo)，并有望對(duì)整個(gè)產(chǎn)業(yè)造成革命性影響。

“認(rèn)知計(jì)算”一詞是指這樣的系統(tǒng)：它沒(méi)有明確的程序，相反地，是為了學(xué)習(xí)經(jīng)驗(yàn)而打造。這些系統(tǒng)從無(wú)結(jié)構(gòu)的數(shù)據(jù)中提取有用的信息，從而加快了信息時(shí)代，能幫助用戶(hù)完成范圍甚廣的一系列任務(wù)，包括識(shí)別獨(dú)特的市場(chǎng)機(jī)會(huì)、發(fā)現(xiàn)疾病的新療法，為城市、公司和社區(qū)制定創(chuàng)新性的解決方案等。

認(rèn)知時(shí)代標(biāo)志著應(yīng)用科學(xué)理解大自然和推動(dòng)人類(lèi)繁榮的新階段。其濫觴可以追溯到2011年，認(rèn)知計(jì)算機(jī)系統(tǒng)沃森在游戲秀《Jeopardy！》中打敗了兩位人類(lèi)冠軍。此后，沃森又繼續(xù)取得了大量成就，證明了認(rèn)知計(jì)算有能力使用大數(shù)據(jù)處理某些人類(lèi)所面臨的最困難的系統(tǒng)性問(wèn)題。

廣泛而言，認(rèn)知系統(tǒng)提供了五項(xiàng)核心能力。首先，它們創(chuàng)造了更深度的人類(lèi)參與，通過(guò)使用關(guān)于個(gè)體的數(shù)據(jù)創(chuàng)造更加完整的人類(lèi)互動(dòng)。其次，它們擴(kuò)大和提升專(zhuān)業(yè)知識(shí)，從不同領(lǐng)域的專(zhuān)家中學(xué)習(xí)，讓這些知識(shí)能為廣泛的群眾所用。第三，它們提供產(chǎn)品，比如連接到物聯(lián)網(wǎng)的產(chǎn)品，這些產(chǎn)品具有感知周邊世界、了解它們用戶(hù)的能力。第四，它們讓操作員得以利用大量數(shù)據(jù)，有助于管理工作流、提供情境、實(shí)現(xiàn)持續(xù)學(xué)習(xí)、改善預(yù)測(cè)、改進(jìn)經(jīng)營(yíng)效率。最后—也許是最重要的—它們讓用戶(hù)能夠感知傳統(tǒng)方法無(wú)法發(fā)現(xiàn)的模式和機(jī)會(huì)。

認(rèn)知系統(tǒng)的靈感來(lái)自人的大腦，這個(gè)器官仍有許多內(nèi)容等待我們探索。隨著系統(tǒng)規(guī)模和復(fù)雜程度的增加，傳統(tǒng)計(jì)算機(jī)架構(gòu)正在走向極限，因?yàn)楹碾娏康募ぴ龊驮g的傳輸延時(shí)日益成為負(fù)擔(dān)。事實(shí)上，就能源效率而言—用“無(wú)結(jié)構(gòu)”數(shù)據(jù)上每能源單位的計(jì)算次數(shù)衡量—人腦表現(xiàn)要比最佳人造機(jī)器還要高出大約1萬(wàn)倍。

如今，據(jù)數(shù)字力量集團(tuán)（Digital Power Group）CEO馬克·米爾斯（Mark Mills）的數(shù)據(jù)，計(jì)算機(jī)消耗了大約世界發(fā)電量的10%。為了充分實(shí)現(xiàn)認(rèn)知時(shí)代的好處，我們必須能夠處理巨量信息；在未來(lái)15年，“數(shù)字上可接觸”的數(shù)據(jù)數(shù)量預(yù)計(jì)將增加1，000多倍。只有在能源效率實(shí)現(xiàn)巨大的改進(jìn)，才有可能實(shí)現(xiàn)使用如此大量數(shù)據(jù)所需要的計(jì)算量。

趕超人腦的表現(xiàn)和效率可能需要我們模仿某些大腦結(jié)構(gòu)。我們不必試圖從越來(lái)越大的芯片中榨取能源密集型性能，可以重新排布計(jì)算機(jī)元件，組成類(lèi)似于人腦的密集3D矩陣，從而實(shí)現(xiàn)能源效率而言不是性能的最大化。

在3D環(huán)境中部署芯片讓計(jì)算機(jī)的各種要素彼此之間更加接近。這不僅縮短了它們的通訊時(shí)間；也改善了能源效率，幅度可達(dá)5，000倍—有望產(chǎn)生能源效率接近生物腦的計(jì)算機(jī)。目前，通過(guò)可用移動(dòng)技術(shù)和熱水冷卻建造的性能大幅提高的計(jì)算機(jī)已經(jīng)實(shí)現(xiàn)了比傳統(tǒng)系統(tǒng)高十倍的能源效率。

但人造計(jì)算機(jī)效率低下不僅是因?yàn)樗鼈冃枰獮樾酒┠?，也是因?yàn)樗鼈冃枰茉催\(yùn)行空調(diào)從而帶走處理器所產(chǎn)生的熱量。人腦在這方面也能提供教益。正如大腦使用糖分和血液提供能源、冷卻各個(gè)區(qū)域，3D計(jì)算機(jī)也可以使用冷卻液體為芯片輸送能量。除了散熱，這種冷卻液體還能為向處理器提供能量的電化學(xué)系統(tǒng)供能。這反過(guò)來(lái)能進(jìn)一步增加封裝密度—從而提高效率。

通過(guò)模仿人腦的某些特點(diǎn)，計(jì)算機(jī)有望大大增加緊湊性、效率和性能。而這反過(guò)來(lái)能讓我們充分利用認(rèn)知計(jì)算—為我們真正的大腦提供新的支持、仿真和啟發(fā)資源。

本文由 Project Syndicate授權(quán)《南風(fēng)窗》獨(dú)家刊發(fā)中文版。作者是IBM蘇黎世研究中心科學(xué)家。