惠普实验室首席架构师：未来人人都有机会利用机器学习技术

腾讯财经讯 9月18日至20日，第十二届夏季达沃斯论坛（世界经济论坛新领军者年会）在天津梅江会展中心举行。本届论坛主题“在第四次工业革命中打造创新型社会”。腾讯财经全程直播本次论坛。

在计算的未来分论坛上，惠普实验室首席架构师Kirk Bresniker表示，我们看到那些GPU，还有其他的驱动设备等等。其实，人工智能都给予了非常正面的，非常积极的帮助。所以有这样的创新，其实恰恰可以让我们更好的推动成本减少，更好获得融资，一旦科技可以达到较低成本的时候，就可以确保人人都有平等的机会，利用机器学习的技术。

以下为Kirk Bresniker发言实录：

问：您认为这样一种新型的企业基准和交易基准来说，哪些企业是属于第一批加入到其中的企业呢？

kirk Bresniker：我认为其实绝大部分是一些初创企业，而且不仅仅是软件的初创企业，我们发现很多特别有活力的企业，他们在非常努力的在伯克利，在加州去做这些事情。但是他们并没有拿到一定的许可，或者是这种知识产权，但是我们发现现在创新的障碍是越来越低的，门槛也是越来越低的。比如说在惠普，当时有超过25个这种同样的框架在与我们竞争，但是现在只剩下两个了。

其实除了微处理器之外，所有的电子光电方面的一些设备，其实现在可以做的恰恰是越来越多了。因为，不论是这些科技的应用，还是科技的创新上都可以帮助我们解决问题。

问：我想问的问题是，在人机交互的过程当中，人类的角色是什么呢？

kirk Bresniker：共同知识的概念您认为是什么呢？我认为恰恰是给人类赋能的工具，我们讨论了很多关于人工智能和机器学习的概念。我其实并不认为这个机器的崛起是会出现一个突发的状况。可能，现在已经出现了一些机器，可以预测我的行为。这点其实对我们来说是一个极好的机遇，因为越来越多的人有极大的创新力。比如说他们的手中有这样的一个半导体的创新的创意，但是，在创新曲线上还处于陡然上升的时间段的时候，你的创新其实就完全可以放到这样一个领域当中看他继续上升的趋势。所以肯定会有越来越多的多样性在这里。

所有的这些工具我们都要问它的用途是什么，比如说人工智能的道德上的使用，它所造成的结果对我们来说是不是那么的重要。因为现在人工智能的发展其实仍然处于一个初期的阶段，仍然在一个进展的过程当中。我们看到那些GPU，还有其他的驱动设备等等。其实，人工智能都给予了非常正面的，非常积极的帮助。所以有这样的创新，其实恰恰可以让我们更好的推动成本减少，更好获得融资，一旦科技可以达到较低成本的时候，就可以确保人人都有平等的机会，利用机器学习的技术。

所以说我认为不应该仅仅让那些大企业有这样的预算，大企业有这样的能力获取机器学习的模型，所以我认为，我想要知道怎么让人人平等，让人人都可以参与进来。

问：我来自南开大学，您刚刚问到了能耗这个问题，其实对于未来的计算来说，未来计算这块能耗其实是一个很大的问题，我们怎么样去找到一个良好的解决方法呢？

kirk Bresniker：那么对于能耗这个问题来说，首先我们很多时候耗能的不是计算本身，而是把数据进行迁移的过程。我们其实有的时候就会在想，有没有一种新型的物理技术可以把这样的数据进行更简易的迁移。或者是说我们怎么样去避免四处的移动这些数据，有没有这样一种存储器。有没有这样一种处理器可以保障，我们不需要去中心化数据，而且它可以非常安全，让我们应用这些数据，并且了解到数据可以存储于哪些位置，让它更加分散，并且是在全球的设置上。我们现在已经在技术突破的边缘了，我们可以不可以设计一些技术，可以不太耗能，甚至可以保证去吸收一定的能量，吸收一定的电能。

所以说，我有足够的电能，我可以把数据里面所有的信息全部提取出来，然后再运用我的分散的分布体系，确保整个分布信息的模式是可以成本很低，可以很经济。同时它可以更加的兼顾，因为它不是中心化的，也很难受到攻击，而且一击即破，而这样的数据质量本身也会更高一点。所以这个其实恰恰是我们要问自己的，我们怎么样在制造业上下更大的工夫，更好的制造出这种零碳排放的机器，并且可以让他们在不同的位置进行运行。那么我们可能要说，有一定的创新人士他们其实现在就有这样的想法，他们就要问了，如果我可以现在就把能耗这个问题解决的话，那将会是一个什么样的情况，这样我们就不用把大量的时间花在几个月，甚至是几年的研究当中了。

主持人R.May Lee：我有三个问题，您想象当中的未来，您可以不可以举三件您觉得比较重要的事情和我们分享？第二是什么时候会发生这些事情，第三是我们之前也交流过，我曾经在大学里也学过编程，但是后来无疾而终，我觉决定半途放弃，我做不了这些事情。现在有成千上万的编程的学生，我们现在码农都在学什么样的软件。

kirk Bresniker：我非常喜欢这个问题，首先是有什么样形成的指标，我曾经花了25年的时间作为一个工程师来设计产品，通过一段时间的工作我发现我的规律思维也发生了一些转变。就是我会想怎么进行一个大跃进式的发展，我觉得有三个重要的硬件技术，第一是理解电脑内存的一个技术发展的轨迹，这会极大改变我们对于计算能力的理解，我刚才说了摩尔定律，但是总有一天我们资源耗尽的时候，它将触顶，再也不会增长。随着我们的计算机内存技术越来越大，我的叠加的能力和快速扩展的这种平方的能力就会越来越强。

计算机内存有一个语义形容的方式，它会决定计算机当中储存的数据是怎么流动的。我们现在看到是一个光纤这样的技术，它的速度非常快，而且它的半径非常非常小。就是说我们现在用的技术和光纤来比，光纤在同样的成本下做到1000倍的效率。所以我们可以用光纤的技术替代它，可以想象对我们人类的计算能力是一个巨大的提升。

第三就是处理器的问题，要如何把这种算法，把它用这种最经济的方式呈现出来。我们现在所做的晶元片最小可以到5纳米，或者7纳米，之后这个就会成为一个买方市场，晶元片厂家会失去一切的谈判力。到底我们现在需要不需要精确到5纳米的地步，我觉得其实是有一点过了，没有这么多的应用可以用到那。所以我们现在做的技术到底是处于应用的哪一端，这个也是我们要考虑的。上述的三点就是我想说的未来非常重要的三大事件。我们也逐渐从封闭的体系转变成开放的体系，每个人都可以加入进来进行软件设计，像GPU和CPU，这种应用都已经和过去不一样了。这是回答刚才你的问题，这是未来的三大世界。具体到什么时候发生呢？

我觉得还是要归结为一个问题，就是如何把更好的技术应用起来，而且要用更好的技艺更好的编程，打造成全新的应用，造福人类的下一代。对我们来说这就是一片试验田，所以在实验室当中，我们也搭建了很多原型，把一个单元内的储存量，内存扩展到现在最大内存的十倍来看一下它可以达到什么样的效果。而且有的时候我们明明是抱着这样一个目的去的，最后才发现它的最终的结果是和我们当初预期的完全大相径庭。也是给我们很多的惊喜，有的时候我们也会把内存固定在一个量上，然后去想想对于这些内存容量我可以做一些什么，就是反过来想这个问题。

如果我们能把这些问题都解决了之后，我觉得就是回答了你的第二个问题。就是什么时候我们可以出现这样的三大重要的现象。

现在美国有一些顶尖的院校，他们也对于这些领域做出了极大的投入，也和一些半导体的生产商进行了非常密切的合作，所以据我所知，他们的应用和参与度都是前所未有的。我觉得应该考虑的一个问题是如何进一步加快我们现在努力的进程。我们现在可能会做的就是把48TB的内存搭载64T的硬盘，然后去把这个开放出来，邀请社会上的能人贤士对这样的计算能力进行开发和编程，看一下取得什么样的成绩。我们和一个美国的顶尖研究机构也进行了合作，我们发现只花了四个月我们的计算时间就快了十倍。这是给整个研究界都带来了一个新面貌，因为我们从来都没有取得这样的成绩。

我觉得接下来的重点就是要考虑如何把这样的模式规模化，把更多的人都吸引到这个过程中。