陈云霁领衔,清北中科院17位中青年学术带头人,组团打造通用智能处理器,突破“算法共性特征”难题

2019 年 9 月 20 日 AI科技评论

本文来自公众号北京智源人工智能研究院,AI科技评论获授权转载,如需转载请联系原公众号。


9 月 18 日上午,北京智源人工智能研究院(以下简称“智源研究院”)在北大科技园举行“智能体系架构与芯片”重大研究方向发布会,智源研究院院长黄铁军以及北京人工智能领域的高校、科研院所和企业代表出席了本次发布会。智源研究院副院长刘江主持活动。

 “智能体系架构与芯片”重大研究方向发布会现场

作者 | BAAI
编辑 | 唐里

  智能为用,机器为体,学习为魂
黄铁军强调,学术和创新生态的基本要素是人才,汇聚顶尖人才的关键,在于创造优良的发展环境,在这里,学生、教授、研究员、开发者、创业者能够找到可与之思想碰撞、学术交流和技术合作的对象。智源研究院正是要将这些优秀人才连接成紧密的网络,建成全球最优的人工智能学术和创新生态,从而源源不断地产生高水平的创新成果和技术。
智源学者计划是该创新生态的主干,三年内将遴选支持超 300 名智源学者。与此同时,研究院还将在全球范围内紧密联系超过 3000 名人工智能领域顶尖学者,建立覆盖 10 万人的开源开放、广泛协作、充满活力的社区。
黄铁军院长介绍“智源学者计划”工作情况并发布候选人名单
以人工智能百年发展历史为鉴,黄铁军提出“智能为用,机器为体,学习为魂”的观点,强调人工智能不应只思考应用及功能层面的问题,不做机器谈智能很难产生颠覆性创新,脱离“体”的发展将导向“空”的未来,无异于“踩在沙滩上发展人工智能”。而所谓学习为魂,指的是“有了新机器也不一定就能做到人工智能”,智能系统最核心的特征是具有学习能力,即根据环境变化而改变自身内部状态的能力,这一点对人和机器通用,若无学习能力则无水平提升。因此,智源研究院同时重视这三个层次的任务,跳出目前“用好人工智能,提高现有算法性能”的热潮,深耕基础理论和核心技术,支撑北京率先成为国际人工智能学术中心和科技创新高地。

  智源“智能体系架构与芯片”重大研究方向学者候选人发
此前,智源研究院已在 4 月 16 日、6 月 10 日和 8 月 27 日公布了“人工智能数理基础”、“机器学习”、“智能信息检索与挖掘”方向的智源学者。
智源学者计划介绍后,黄铁军宣布了“智能体系架构与芯片”重大研究方向智源学者候选人名单。其中,首席科学家(CS)由中科院计算所陈云霁研究员担任,研究项目经理(PM)由中科院计算所副研究员郭崎担任。
9 位智源研究员(PI)与 6 位智源青年科学家的候选来自北大、清华和中科院,均是这一研究领域具有国际影响力的中青年学术带头人,他们将着力在“智能体系架构和芯片、智能系统软件”等方面取得突破。名单如下:


  探索未来基础研究方向——高能效、通用智能处理器体系结构
智源“智能体系架构与芯片”研究方向首席科学家陈云霁在报告环节表示,智能计算系统是智能科学发展的源动力。目前,智能计算系统相关技术尚未成熟,能效问题面临挑战,性能有待提升。智源智能体系架构和芯片是探索智能计算系统的学科方向,下设整机、编程、芯片、方法四个子方向。
陈云霁研究员做主题报告
陈云霁指出,未来的基础研究方向,是高能效通用智能处理器体系结构。不同于现在同构的深度学习处理器,通用智能处理器将集成多个异构智能处理单元,分别处理不同的任务。多个异构智能处理单元(Intelligent Processing Unit,IPU)通过异构并行,还可组合完成更复杂的智能功能。但“这么多IPU,一个个从头设计是不现实的”。针对这一问题,陈云霁介绍了智源学者们的研究思路,即从算法共性范式出发,探索更广阔的人工智能算法共性,进而找到IPU的统一抽象、交互和编程。
如今,智能计算系统已经以种种形态广泛渗透到我们的生活中,在智能时代,全世界都需要大批智能计算系统的开发者、设计者、应用者。陈云霁表示,他与该方向的智源学者正在或即将在中科院大学、北大、北航、北理工等十所高校开设相关课程,计划未来十年将培养一万名智能计算系统研究和工程人员。
随后进行的“智能体系结构未来发展趋势”及“智能系统软件与生态环境”主题研讨上,与会专家学者共同探讨了未来新器件的深度融合发展,智能芯片各发展阶段的差异及未来走向,以及智源研究院如何促进智能系统软件研究等问题。

学者们认为,新器件能触发体系架构的革新,但仅靠学校实验室难以达成——技术成熟五年或可实现,工程化却需要十年——革新离不开工业界参与、同传统工艺融合。但是如果有力量推动,进程则可以大大加快。智源研究院,将芯片设计方法、多种智能芯片、编程编译、智能终端云端系统等不同领域的学者连接在一起,先形成内部生态,后逐步拓展,为“智能体系架构与芯片”方向创造了更多机遇。



1. Facebook 自然语言处理新突破:新模型能力赶超人类 & 超难 NLP 新基准

2. 巴赫涂鸦创作者 Anna Huang 现身上海,倾情讲解「音乐生成」两大算法

3. 一份完全解读:是什么使神经网络变成图神经网络?


点击阅读原文,查看中国工程院院士卢锡城对智能计算的看法

登录查看更多
1

相关内容

人机对抗智能技术
专知会员服务
188+阅读 · 2020年5月3日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
105+阅读 · 2020年1月2日
2019中国硬科技发展白皮书 193页
专知会员服务
77+阅读 · 2019年12月13日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
115+阅读 · 2019年10月10日
重磅发布|清华大学创新领军工程博士长三角项目今年正式启动
清华大学研究生教育
7+阅读 · 2019年9月2日
解读《中国新一代人工智能发展报告2019》
走向智能论坛
32+阅读 · 2019年6月5日
学界丨面向未来培养人工智能人才 天津大学人工智能学院成立
【深度】多媒体计算国际团队:从单通道感知到跨媒体认知
中国科学院自动化研究所
73+阅读 · 2017年8月14日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Arxiv
10+阅读 · 2019年1月24日
Arxiv
8+阅读 · 2018年5月17日
Arxiv
4+阅读 · 2018年3月19日
Arxiv
21+阅读 · 2018年2月14日
VIP会员
Top
微信扫码咨询专知VIP会员