事件視界：眾核處理器能否加速“科技奇點(diǎn)”到來(lái)？

眾核（many-core）處理器正在推動(dòng)處理能力迅速提高，這是否將推動(dòng)一種具備超人智能特性的機(jī)器問世？而這是否又代表著“科技奇點(diǎn)”也將隨之到來(lái)？

在本周的多核開發(fā)者大會(huì)（Multicore DevCon）中，分析師Jon Peddie和幾位業(yè)界重量級(jí)工程專家共同探討了這個(gè)問題。Multicore DevCon是DESIGN West大會(huì)中的一項(xiàng)活動(dòng)，規(guī)模雖然不大，但聽眾卻擠爆整個(gè)會(huì)場(chǎng)。

Peddie引述科幻小說(shuō)家Vernor Vinge的預(yù)測(cè)：在2023年，運(yùn)算能力會(huì)追上人類的處理能力。所謂“科技奇點(diǎn)”的概念，是一旦機(jī)器超越人類智慧時(shí)，它便有可能出現(xiàn)爆炸性的學(xué)習(xí)和進(jìn)展，遠(yuǎn)遠(yuǎn)超出人類的預(yù)測(cè)能力。依照此一定義，“科技奇點(diǎn)”似乎可視為一種事件視界（event horizon）。

另一項(xiàng)有關(guān)運(yùn)算能力的預(yù)言則認(rèn)為，到2045年，人們將能以2，000美元買到一部擁有人腦處理能力的電腦。

英特爾并行運(yùn)算實(shí)驗(yàn)室的Pradeep Dubey藉由說(shuō)明petaflops級(jí)超級(jí)電腦已經(jīng)能模擬貓腦的運(yùn)作來(lái)描繪了今日運(yùn)算能力的進(jìn)展。他表示，人類的大腦擁有20~30倍之多的神經(jīng)元，和1，000倍以上的突觸，因此，要完整模擬人類大腦，大概還需要5~6年的努力才可望達(dá)成。“Exaflops級(jí)的運(yùn)算設(shè)備便能模擬人類大腦。”

Dubey指出，目前共有三種方法可用于模擬：首先是模擬一個(gè)帶有神經(jīng)元和突觸等級(jí)模型的運(yùn)作；第二是忽略大腦結(jié)構(gòu)，以處理數(shù)據(jù)和統(tǒng)計(jì)等問題；第三種是建構(gòu)可模擬神經(jīng)元和突觸的硬件。

然而，模擬大腦終究與人類大腦的思考模式，或是人腦的情商（emotional intelligence， EQ）大不相同，Imagination Technologies Group plc的處理器授權(quán)部門Codescape開發(fā)總監(jiān)Ian Oliver說(shuō)。“我們可能會(huì)建造出錯(cuò)誤的存儲(chǔ)模型。人類的大腦是不確定性的，它經(jīng)常處在混亂邊緣。”

Oliver指出，運(yùn)用遺傳演算法能夠驅(qū)動(dòng)FPGA設(shè)計(jì)再進(jìn)化，使其能產(chǎn)生出更類似人類大腦的架構(gòu)，但在現(xiàn)實(shí)世界中卻不容易做到，因?yàn)殡娔X和人類的智慧似乎截然不同。

Nvidia公司移動(dòng)業(yè)務(wù)部副總裁Mike Rayfield認(rèn)為，處理器核心數(shù)量是其中關(guān)鍵。但英特爾的Dubey則反駁道，更多核心能做更多事，在沒有因果關(guān)系的情況下，大型數(shù)據(jù)引擎可以擷取到更多數(shù)據(jù)關(guān)聯(lián)性。他指出，今天的機(jī)器確實(shí)可以做到許多事，甚至比人類更好，這是它們之所以存在的理由。然而，“我們可以制造飛機(jī)，卻造不出一只真正的鳥，”他說(shuō)。

就特定應(yīng)用而言──電腦已經(jīng)比人類聰明

Imagination的Oliver還舉了許多例子，如人類的大腦和肢體連結(jié)，然后才能完成一件人們想做的事。“如果沒有了身體，你的智慧還存在嗎？”他問道：如果我們希望看到科技奇點(diǎn)來(lái)臨，那么，或許我們應(yīng)該考慮開發(fā)機(jī)器人。

一位參與此次討論的觀眾認(rèn)為，以megaflops級(jí)運(yùn)算而言，并沒有迫切需要模擬人類智慧運(yùn)算的需求，而且現(xiàn)階段要開發(fā)硬件并非難事，真正缺少的關(guān)鍵是軟件。

另一位觀眾則提問道，除了開發(fā)機(jī)器人以外，還有什么應(yīng)用會(huì)需要這種等級(jí)的運(yùn)算效能？對(duì)此，ARM技術(shù)副總裁Jem Davies表示，在所有人類無(wú)法完成，但電腦可以做到的地方，都是這種高性能運(yùn)算鎖定的應(yīng)用。如眼科激光手術(shù)，現(xiàn)在都已經(jīng)由機(jī)器代勞了，因?yàn)樗热祟惛泳_。

此時(shí)討論重點(diǎn)逐漸轉(zhuǎn)向了圖靈測(cè)試（Turing test），以及目前的超級(jí)電腦能否真正滿足人類需求。圖靈測(cè)試是由Alan Turing所提出。該測(cè)試的模型是將一位受測(cè)者和電腦放在同一房間中，而測(cè)試者則在另一房間。在無(wú)法看見或缺乏其他線索情況下，由測(cè)試者向受測(cè)者和電腦提問，若測(cè)試者無(wú)法判斷做出回答的是人或電腦，那么即代表該機(jī)器即具備有效的智慧。

Imagination的Oliver指出，人工智能的定義看來(lái)一直在改變。我們所想像的人工智能，大部份都是現(xiàn)行電腦還無(wú)法做到的功能，其中一些甚至類似英國(guó)科幻作家Arthur C Clarke所描述的神奇應(yīng)用。而一旦電腦能夠完成某一項(xiàng)特定功能，如語(yǔ)音識(shí)別，那么這項(xiàng)功能很快就會(huì)被歸類在“非智慧”的那一端。

接著，現(xiàn)場(chǎng)觀眾再提出問題：對(duì)許多任務(wù)來(lái)說(shuō)，多核陣列的低效率已經(jīng)是眾所周知的事實(shí)了，這是否會(huì)成為科技奇點(diǎn)到來(lái)的阻礙？對(duì)此Oliver表示，毫無(wú)疑問，并行處理是用來(lái)模擬或建構(gòu)類大腦思考的最佳途徑。電腦剛好能在一些特定任務(wù)中發(fā)揮絕佳效能，如高速數(shù)字處理，這部份是人類無(wú)法企及的。

ARM的Davies承認(rèn)，通用GPU的處理通常有利于特定類型的問題，如電腦圖形處理，“但我們不應(yīng)限制住我們的想像力，”他說(shuō)。他認(rèn)為，我們應(yīng)該抱持著“去研究它，終將獲得成果”的信念。“我不用知道什么是殺手級(jí)應(yīng)用。人類終將憑借智慧找到利用這些科技的方法。”英特爾的Dubey也重申今天我們?cè)谟布矫嫠鶕碛械膬?yōu)勢(shì)。“我們面臨的不是系統(tǒng)問題，而是編程模型問題。”