Intel拟推动概率计算研究

Intel公司近期正在组建一个战略研究联盟，计划通过推动“概率计算”（probabilistic computing）发展来引领人工智能发展趋势。

Intel公司宣布正在组建一个战略研究联盟，以期将人工智能提升到一个新的水平。自动化系统没有足够好的方法来处理现实世界的不确定性，而且它们没有足够好的途径来理解传感器的不确定性会对它们需要做出的决策产生什么影响。据Intel首席技术官Mike Mayberry的说法，解决上述问题的答案是“概率计算”。他说这可能是人工智能（AI）的下一个浪潮。以下是科技纵览（IEEE Spectrum）就有关话题对Mike Mayberry的采访内容。

IEEE Spectrum：是什么因素推动了这项新的研究？

Mike Mayberry：我们正在试图寻找AI的下一个浪潮。AI的第一次浪潮是基于逻辑的，即写入（writing down）规则; 它与我们所说的经典推理最为接近。目前的人工智能是围绕感觉（sensing）与感知（perception）的--使用卷积神经网络扫描图像，看看其中是否存在感兴趣的东西。将这两个过程结合起来，并不能模拟出人类在现实世界中自然而然地做出的所有事情。

支持这个说法的一个例子是某种能把你吓一跳的东西--比如汽车警报。你会自动考虑与你拥有的数据一致的不同场景，并会意识到你没有的数据。你会推断出一个概率。此概率可能是为了搞清楚警报是来自你的前方还是后方，或者是否会让你开会迟到。你会不假思索地完成机器无法处理的事情。我们在现实生活中经常遇到这些情况，因为当前的局面总是存在不确定性。

目前的AI和深度学习系统已经被认为是脆弱的。我们的意思是它们对自己给出的答案过于自信。它们会以百分之九十九的肯定性表示，某张图片中存在它认识的某种东西。但在很多情况下，这个概率并没有AI所认为的那么高。

因此，在一般性研究方面，我们想做的事情是弄清楚如何将概率引入到我们的推理系统和传感系统中。而这其中真的存在两个挑战。一个是如何进行有概率的计算，另一个是如何存储概率性的记忆或场景。

所以我们一直在做一些内部工作，并与学术界进行了合作，我们已经确定有足够的资源来启动一个研究社区。我们的目标是让人们分享他们所了解的相关信息、展开协作、弄清楚在编写软件时如何表示概率，以及如何构建计算机硬件。我们认为这将成为人工智能第三次浪潮的一部分。我们不认为这是唯一的路径，我们认为还有其他的途径，但这些都将围绕概率计算展开。

Spectrum：以前，该术语被用于描述与人工智能无关的许多事物，例如随机计算和容错计算。它到底是什么样子呢？

Mayberry：我们使用概率计算的方式与以前有所不同。例如，随机计算指的是在有错误的情况下也能得到足够好的答案。模糊逻辑实际上更接近我们现在所讨论的概念，因为在处理信息时，你会有意地追踪不确定性。还有统计计算，这实际上更像是一种软件方法，通过构建“树”来追踪不确定性。因此，这些概念不一定是新的。但我们打算以不同于过去的方式来应用它们。

Spectrum：这会导致出现新的设备吗？

Mayberry：我们将首先考虑算法。我们对Intel的偏见存在于制造硬件方面，但如果我们不能真正了解使用模式将如何发展，或者算法将如何发展，我们就有可能过早地走上一条道路。因此，我们最初将围绕算法和软件框架开展研究。如果研究顺利，我们将能够大体猜测出硬件优化会达到什么效果。而且，这些东西能够做假吗？你必须尽早考虑安全问题。那是我们近期将要考虑的事情。

Spectrum：这些工作如何与Intel在AI方面的努力融合起来？

Mayberry：这将成为能够整合我们现有工作的一个更大系统的一部分。你不希望你的逻辑系统要求传感数据是100％准确的，但你也不会希望传感器给出有关于置信率的错误信息。所以你必须建立一个系统，使这两个组件能够相互沟通，并能够跟踪这种信息。因此，也许传感系统报告“我刚刚改变了亮度”，会导致我的回答比以前更不可信。

跟踪这类信息是系统设计的一部分。我们还不十分清楚如何从软件框架的角度来实现这一点。

Spectrum：有哪些可能的应用？

Mayberry：当然，我们的目标之一是拥有更好的自动化机器，无论是汽车还是家用机器人或类似的东西。我们认为概率计算是使系统更加强大的重要组成部分。受到高度约束的系统不太可能需要这种能力。你将系统放入开放环境的次数越多，意味着需要改变的东西越多，你就越可能需要对我们今天使用的系统进行补充。

我们当然希望这项技术能在几年内转化为产品，但这只是一个设想的路线图。所以我们现在还无法承诺任何事情。