生态离散化制约AI上水平、上规模、上台阶

　　“很多人会有这样的困惑，人工智能那么好，但是怎么跟我的业务、应用场景结合，想通过AI技术做智能化转型，但是发现没人懂算法，懂模型，也缺少好用的AI开发平台。同时，算法模型那么多，如何找到不同算法在应用中的最优组合？懂这些的人，往往都集中在科研机构或者头部公司。这些地方集中了最优秀的AI人才，但缺少对传统行业的需求场景、业务规律的深入理解。”王恩东院士对当前AI从技术到应用面临的困局做了形象的概括。 　　来自埃森哲的一份调研报告显示，70%以上有技术的研究机构、科技公司缺需求场景、缺领域知识和数据，70%以上的行业用户缺技术人才、缺AI平台和实践能力。 　　与此同时，生态离散化也与AI芯片多元化的发展趋势关系密切。目前，AI芯片架构五花八门，指令集不同，无法兼容，而面向芯片的编程库又跟芯片绑定，灵活性差。小公司只做了其中一个环节，这造成生态的纵向不通；大公司希望构建封闭的系统，这造成了生态的横向不通。 　　王恩东院士认为，目前人工智能的技术链条、产业链条是脱节的，生态离散化已成为制约人工智能技术上水平、应用上规模、产业上台阶的瓶颈所在。 　　多元化、巨量化、生态化给整个计算产业带来的挑战是空前的。“要想释放多元算力价值、促进人工智能创新，一是要重视智算系统的创新，加大人工智能新型基础设施建设，把从技术到应用的链条设计好，从体系结构、芯片设计、系统设计、系统软件、开发环境等各个领域形成既分工明确又协同创新的局面；二是要加快推动开放标准建设，通过统一的、规范的标准，将多元化算力转变为可调度的资源，让算力好用、易用。”王恩东院士强调说。