當前，人工智能引起了各方面的注意，包括企業(yè)界及政府最高層。近期召開的“一帶一路”國際合作高峰論壇就提及“加強在數(shù)字經濟、人工智能、納米技術、量子計算機等前沿領域的合作”。今年政府工作報告也首次提及“人工智能”。

今年年初，中國工程院提出了AI（即人工智能）2.0時代。

何謂人工智能2.0時代？這是指在大數(shù)據(jù)時代、泛在網時代的人工智能技術，是數(shù)據(jù)驅動與知識驅動相結合的人工智能技術。

傳統(tǒng)的計算機主要是知識驅動型和規(guī)則驅動型，包括數(shù)學建模、模型等實現(xiàn)的智能技術。隨著大數(shù)據(jù)時代的到來，深度學習、機器學習成為新的趨勢。機器通過大數(shù)據(jù)，比如通過大量傳感器掌握的數(shù)據(jù)，展開深度學習，逐漸形成了數(shù)據(jù)驅動的人工智能。

我們談到的神經網絡處理器以及神經網絡學習帶來的人工智能，主要是基于大數(shù)據(jù)驅動。這二者的融合是人工智能2.0時代的標志。它具體可分為大數(shù)據(jù)智能、群體智能、跨媒體智能、混合增強智能和自主智能。

人工智能歷經三起二落，此次人工智能發(fā)展呈現(xiàn)出以下現(xiàn)象：

學術界、產業(yè)界、投資界和政府聯(lián)動；

理論、技術、產品、市場各環(huán)節(jié)廣泛交流；

多領域、多學科融合協(xié)同創(chuàng)新。

人工智能正在成為新科技革命和產業(yè)變革的核心技術，正在突破傳統(tǒng)的“用計算機模擬人的智能”的用途，如人機博弈、機器識別、自然語言處理等。同時，正向著“機器與人融合智能”的方向（也是人工智能2.0時代）邁進，如自主無人系統(tǒng)、機器自主創(chuàng)作、智慧城市、智慧醫(yī)療、智慧金融、智能制造等。

我們注意到，最近出現(xiàn)了幾次國際大并購，說明人工智能芯片技術被業(yè)界普遍看好。2016年7月，Softbank花了320億美元收購全球最大的半導體IP公司ARM，當時收購的目的就是為了應對人工智能時代的到來；同年9月，Intel收購硅谷深度學習芯片公司Movidius；今年3月，Intel又花153億美金收購以色列自動駕駛輔助公司Mobileye。

這些大事件代表著人工智能正在進入競爭、整合的高潮階段。

不過，我們也看到，人工智能目前面臨著挑戰(zhàn)。挑戰(zhàn)之一就是面對復雜和快速變化的場景，電腦、服務器和嵌入式神經網絡處理器的運算能力還不夠大。比如1對N（N非常大）的實時模式識別，或者高速運動車輛或飛行器的SLAM（Simultaneous Localization And Mapping）等問題，目前尚需要更強大的專用神經網絡處理器。

我們注意到，在通信網絡帶寬受到客觀限制時，或者智能終端設備處于off-line狀態(tài)時，信息感知和人工智能處理往往需要在一個物理端點完成。這樣的端點可稱為“智能前端”或“智能傳感器”，必須使用專用的嵌入式神經網絡處理器。而嵌入式神經網絡處理器需要更低的功耗和更小的尺寸。

因此，發(fā)展人工智能，必須同時抓住前端、云端或者傳感器這一端，提升其能力。對于自主的、獨立的、使用電池的智能設備，如無人機、機器人等，性能、功耗、尺寸都非常重要，有些設備甚至還需要自主學習，這對神經網絡處理器都提出了極高的要求。

人工智能算法模型越來越復雜，而摩爾定律即將走到盡頭。在后摩爾定律時代，如何才能繼續(xù)提升神經網絡處理器的性能？

在此，我提兩點建議。第一，重視人工智能基礎理論研究和關鍵技術突破。基于大數(shù)據(jù)驅動的深度學習技術是當前人工智能的主流技術，而基于知識驅動或規(guī)則驅動的傳統(tǒng)人工智能技術仍然是不可或缺的重要組成部分，腦科學與類腦神經網絡是未來的研究方向。

第二，高度重視神經網絡處理器人工智能芯片的研制。此前進行的人機圍棋大戰(zhàn)，需要大量能耗提供支撐，下一場棋電費要3000美元，這是因為人工智能需要大量的處于基礎層的芯片提供支撐?；诜掌鲬玫脑贫巳斯ぶ悄苄酒枰M一步的優(yōu)化，基于智能前端應用的嵌入式神經網絡處理芯片也是非常重要的，因為真正制約我們發(fā)展的可能是前端的這些設備。

2016年6月，中星微已經發(fā)布了中國首款嵌入式神經網絡處理器（NPU），并已經成功量產，可應用于智能監(jiān)控系統(tǒng)、智能交通、公共安全等領域，如進行人臉識別、人流統(tǒng)計等工作，同時還可以應用于智能無人設備視覺感知系統(tǒng)、智能機器人、航天領域、智能家居等領域。

既然芯片對于人工智能如此重要，那么在后摩爾定律時代，創(chuàng)新之路該怎么走？雖然在物理層面和信號層面都受到物理規(guī)律的制約，但在信息層面的技術創(chuàng)新遠沒有達到極限。因此，下一步信息革命的關鍵就是如何進一步借鑒人腦智慧機制，研究新型人工智能計算方法，進一步提升信息處理的性能功耗價格比，從而使這種計算成為一種日常應用。