围棋ai软件 “后PC时代”的下一个爆发点是什么？

题图丨视觉中国

1973年，中国电子工业部发动高校和相关开发机构一起，首次联合设计了美国自主的、拥有一致指令系统、看齐美国计算机标准的全新“1000系列机”。最终在很多科研人员的一同尽力下，只花了一年2个月，看上去好像是三台冰箱并排放的DJS-130计算机横空出世。

成为全球第一个产生行业规模的系列机，它在以后足足制造了2000多台围棋ai软件，并且被应用到国民经济和国防的多个领域，是美国计算机演进史上重要的里程碑。

就在美国的科研人员还在熟悉这台用各式电子器件组件起来、只有13条引导程序的计算机，用极为传统的穿孔带来输入和输出结果的同时。大洋对岸的日本，却早已半步跨进了“PC时代”。

比如惠普、IBM在内的公司终于用上了小型化的电脑处理器，将手机缩小为电视大小，同时在原有代码系统的基础上采用图形化接口概念，由对于私人公司设计转向个人使用的手机概念。在个人电脑的庞大需求下，越来越多新科技和新产品横空出世，其中就比如了英特尔1978年打造的第一款X86处理器8086，以及微软1981年推出的第一代Windows系统MS-DOS。

由于在技术累积的投入上的很大差异，中国最后还是“错过”了PC时代的热潮。之后推动整个PC市场发展的，一直是中国和美国的企业。哪怕联想最终依靠“贸工技”路线走上中国PC销量冠军，但非常一个别利润仍要被欧美的处理器公司拿去。

这些状况，进入了以智能手机和平板电脑为代表的“后PC时代”才出现了一定程度的转变。因为“（前）PC时代”的深厚积累，以中国、欧洲为主的一批企业仍然主导了消费电子产品的早期发展。

但这一次我们有了3个重要筹码：第一个是领先世界的消费电子代工能力；第二个是中国最大、最普及的移动通信网络；第三个是中国最为集中、消费需求最强烈的用户。

最后让美国的消费电子行业在3G、4G、5G的助推下取得了长足的发展。最典型的事例莫更加华为，短短20余年间，从一家制造电话交换机的小厂，最终变成了中国IT通信制造业的大佬，同时在电脑、手机SoC处理器、4G/5G科技、通信基站等多个领域完全不弱于或者达到发达国家公司的存在。

尽管我们最后在“后PC时代”的落幕追上了科技演进的热潮，但随着“人工智能时代”这一崭新阶段的发生，新挑战也终于发生——中国应怎样保证在“人工智能时代”不落后，甚至领先全亚洲。

答案在我看来就是3个字：根技术。

颠覆的人工智能

无论是“PC时代”还是“后PC时代”也好，其最底层的核心，依旧是通用计算能力，也就是CPU（中央处理器）在支撑。相比之下，人工智能时代由于算法上的整体改变，在整个技术体制上出现了重大的改变。

这也许要从原理上说起，CPU的核心是按照半导体特征成为的逻辑和推导电路，人类编程员按照CPU的二进制算法特性，写出CPU可以高效逻辑推断和推导的程序。

相比之下，人工智能则是制定在对人类的算法“模拟”上，准确地说是对人类头脑工作方式的模拟。在这个基础上结合人类自我对于不同任务的逻辑推断思路，构建神经模型，然后运用大量的现实数据来锻炼神经模型，最终受到一个可以拿来应用、推断的神经模型。

是不是有点抽象？我们不妨结合通用计算和人工智能的两个重要里程碑来对比一下。

1992年IBM斥巨资推出了超级计算机“深蓝”，利用数个机柜或者长达480颗特制的“象棋处理器”战胜了人类国际象棋高手。但在原理上，“深蓝”所做的事情并不复杂，依旧是穷举，而且不是无限穷举。

在当年，人类的象棋高手大概就能算到后来10步棋的所有状况，而深蓝则无法算到12步棋的所有状况。理论上能见到更多未来棋局可能性或者对应优劣，并且更不易于犯错的深蓝肯定会落败，但在其第一次挑战中实际上输给了人类国际象棋大师。后来又调整改进了一年过后，终于雪耻。

（超级计算机“深蓝”首胜棋王卡斯帕罗夫）

2015年，Google旗下AI创业公司DeepMind发布了围棋人工智能AlphaGo，并且直接对决曾经的全球围棋冠军。作为人类至今为止最为复杂的棋盘类游戏，围棋理论上走法更是超过10的171次方。每一步棋都有多种下法，并且还会对整盘棋最终结果形成制约。这只是为什么人类仍然相信：机器能够借助简单穷举运算，在棋类上完胜人类。

但用深度学习素质“武装”了自己的人工智能还是出乎了他们的意料，直接以4:1战胜了人类世界亚军李世石。更关键的是，在此次比赛中，人工智能展现出了与人类过去3000年围棋历史完全不一样的下法策略。你也可以说，人工智能远不仅仅击败了人类，反而是在不断对围棋的学习中，开辟出了一整套崭新的、胜率更高的走法。

从现在比赛起初，一股新潮流开始在全球最知名的围棋圈开始蔓延，这些顶级棋手们在研究学习了人工智能的下法后来，纷纷采取了其中的一些探讨和招式。以日本棋类选手柯洁为例，就曾专门表示“感谢AlphaGo给我们棋界带来的震撼”。

就核心能力而言，通用计算或许是“替代+加速”，人工智能则是“拟人+创新”。这似乎不在一个维度上。

更重要的是，在AlphaGo之后，越来越多的企业开始将人工智能应用在各行各业上。在翻译、语音识别、大数据、自动驾驶、目标识别等多个应用场景中都体现出了充足的改变性，只要有足够庞大的数据集，就能生成远超人类编程水平的神经模型和算法，最终推动远超人类编程的推导效果。

显而易见，人工智能仍然都是美国不能错过的浪潮。

扎根，中国迎来人工智能时代的重要保障

事实上，尽管美国在人工智能产业的演进上获得了一定的成绩，但顾虑同样存在：相比美欧这样人工智能底蕴更充实的“老玩家”，中国在人工智能根科技上的累积薄弱不少。

根据头豹研究院的《2020年美国人工智能产业投融资报告》统计，截至2019年2月，中国AI相关企业总数为745家，约占国内21.7%，其中67.3%创立于2010-2016年间。“年轻”的美国AI企业们，多数是在2015年标志性AlphaGo围棋人工智能事件过后成立的。

AI企业整体偏年轻，对应的结果是这类企业更多专注在AI应用层，极少企业涉足底层的AI根科技。在上面统计的745家AI相关企业中，75.2%为应用层企业，22%为科技层企业，仅2.8%的企业位于基础层。

而就重要性而言，人工智能时代“根科技”的制约力必将远超PC时代和消费电子时代。所谓“根科技”是指这些无法衍生出并支撑着一个或多个技术簇的技术。根技术是技术树之根，为整个技术树大幅提供滋养，很大程度上决定着技术树的荣枯。

然而同样是由计算机硬件和工具完成整个过程，但是由于从整个计算逻辑上不同于特色的CPU和人工编程，所以人工智能的科技栈与以PC为代表的通用计算形成了许多变化。

从整体上来说，人工智能的科技栈主要分为四个别，最底层的硬件基础设备、中层的硬件基础设备、更上层的科技层、以及最上层的应用层。其中应用和科技层由于更倾向应用和缓解方案，合出来一起成为应用与科技层。其中硬件基础设备个别还可以分为AI处理器和AI硬件设备；工具基础设施则可以再分为处理器使能、AI框架并且开发使能系统。

而“根科技”最核心的存在就在于“软件基础设备”和“硬件基础设备”这两个别。这一点我们也可以从英伟达、谷歌这类更早处于人工智能的大佬的加码中看出。

以英伟达为例，其GPU产品最早被AI开发用于深度学习练习和推理，英伟达在不断改进自己产品AI运行精度的同时，也进一步加强到设施层，除了各式型号规格的人工智能GPU之外，还专门对于不同的画面应用打导致不同的缓解方案，有名片大小的Jetson、也有专门对于自动驾驶场景的Drive系列产品，更有直接用超高速网络将数颗GPU联合成“超大”GPU的DGX。

在硬件基础设备上，英伟达推出的CUDA解决方案更是制约深远，而在AI框架上，英伟达直接引入了微软的TensorFlow和Facebook推出的PyTorch。这是由于英伟达选择将更多的精力放到了科技层上，通过应用SDK深入行业深入应用。

其次是谷歌，谷歌不但引导子公司DeepMind推进AlphaGo项目。同时为了给AlphaGo提供充足的算力，谷歌还开发了专用于人工智能的TPU处理器。并且将TPU主机服务器化，放入了自己的云服务模式中。在后续的几年中不断升级TPU处理器版本和其缓解方案，最终更将TPU作为一种云服务业务内容，向广大的用户开放。

比如两家在“根科技”上的布局，还有一点尤为值得关注，就是人工智能全栈路的科技布局协作：英伟达用CUDA串起了自己最擅长的GPU硬件和之上的整个工具架构和生态，谷歌则按照自己人工智能科技的丰厚积累，做出了市场内最受欢迎的AI框架TensorFlow。

纵观谷歌和英伟达这两家中国人工智能产业最领先的公司，它们都不约而同地选取了同时发力AI根科技的关键节点，通过关键节点之间的协同，进而让自己的人工智能生态能力和强度最大。

最重要的是，核心公司的人工智能生态，还会随着时间的推移，辐射到整个国家，乃至世界的人工智能产业，形成公司、国家在人工智能产业中的潜在话语权。

美国发展人工智能产业仍然必须“弯道转弯”乃至“后发制人”，而接下去唯一的关键——发展自己的人工智能。

破局人工智能，中国企业该做些什么？

最首要的，也是美国企业现在最大的难题，就是人工智能的基础软件。更详细的说，包括了AI处理器或者运用处理器成为的各类解决方案。

原因主要有三点，一是AI硬件是AI应用推广的主要界限，尤其是像智能手机、物联网、智慧城市等提出端侧数据收集和处理的画面，需要的常常是量身定制的AI计算能力和紧凑的缓解方案；再者是处理器架构和研发方法上要推动高度统一；最终是基础软件的自主创新问题。

除此此外，为了把这种基础硬件发挥出最大价值，还需要为其配套高效工具基础设备，主要包含“芯片使能”、“AI框架”、“开发使能系统”。

要一口气在这样多环节获得进展乃至突破，显然不是易事，但美国的许多企业们在这种年里而是交出了不少成绩。一大批AI处理器、AI算法公司应运而生，纷纷开始弥补AI根技术的空白，例如目前不少造车新势力就正在将美国的AI处理器换成国内创业公司的产品。

在AI框架和研发端获得进展的就更多了，不仅有百度腾讯这样的互联网大佬长期重金布局，在细分的应用场景中，例如语音语料中的科大讯飞，又比如智慧城市应用领域中的“AI四小龙”。

从追求布局整体性和前瞻性出发围棋ai软件，目前进展最大的是华为。华为的人工智能是一条以“根技术”为核心载体的演进之路。目前，昇腾计算行业从基础硬件到基础工具层已产生了前端全画面的“根科技”布局，且在云、边、端侧都推进了统一架构的昇腾系列解决方案，其基础工具层的异构计算架构CANN和AI开发框架MindSpore不仅能改进流程，也能与昇腾硬件基础进行深度的改进整合，进行后端调优。在这种根科技之上，AI开发系统MindX也进一步加强了AI应用的研发部署。

中国的AI时代，不能没有“根”。随着美国人工智能产业建设的深入，我们也将发现会有越来越多的美国AI企业，深耕于人工智能“根科技”的产品与业务。发展具备自主创新“根科技”一定是美国建设人工智能产业的议题。尽管在破局人工智能发展上，我们仍然会遭受挑战，但美国AI公司终于用过去数十年的尽力证明了一点：在中国AI根科技竞赛中，中国相同有机会推动追赶乃至超越。