NovuMind 创始人吴韧:人工智能向右脑前进; 名人名事

NovuMind 创始人吴韧:人工智能向右脑前进; 名人名事


他是中国大陆第一个写出全局中国象棋程序的人,并且在后来相当长的时间里保持世界领先;

他很早就看到了异构计算的潜力,是最早利用 GPU 进行海量计算的专家之一;

他的研究在学术和商业上的成就和前景被百度看到,将他招入旗下。然而仅仅两年之后,在“ImageNet”竞赛中测试作弊的事件中,他背锅离职。

他对PingWest品玩说,从百度被解放出来,是一个“上帝的礼物(God-sent gift)”。

他就是吴韧,异构计算专家,前 AMD 异构系统首席软件架构师,惠普实验室资深科学家,CUDA 研究中心首席研究员,百度深度学习研究院杰出科学家。吴韧的最新身份是异构智能 NovuMind 创始人。

作为“华人 AI 专家”系列的第一位,吴韧在他位于硅谷的办公室接受了 PingWest品玩的采访。

吴韧 1984 年毕业于成都气象学院电子系,次年从气象局调入德阳教育学院从事计算机管理工作。他 1987 年来到南开大学计算机系开始研究,1990 年到美国工作。

2000 年,吴韧加入在硅谷享誉盛名的惠普实验室,成为了该实验室决策技术部最年轻的科学家之一。他在博士研究中的《反溯算法及其应用》超过了当代计算机科学泰斗、图灵奖获得者肯·汤普森发明的经典算法,为人类象棋界填补了过去未发现的知识空缺,在计算机博弈界引起震动。

计算机博弈研究是人工智能研究的一个重要课题,在该领域设计出优秀的下棋程序,都会对人工智能整体技术水平带来进步或启发。在惠普实验室,吴韧独立设计开发出了一款中国象棋超级程序,用中国现存最早的象棋棋谱“梦入神机”为其命名。这个程序曾两度获得计算机象棋奥林匹克比赛冠军,让吴韧成为了全世界设计计算机中国象棋程序的顶级专家。

当时,他的思路和现在的人工智能下棋程序类似,采用有限的规则 (树形搜索)加上自己建立的庞大的中国象棋残局数据库,设计了一种思维模式,这样计算机就能像人一样思考,与人对弈。最终完成的程序具有海量数据和编码高效的特点,和当时的主流做法形成了很大的差别。这也奠定了他在计算机象棋,以及后来的人工智能业界的地位。

2010 年,惠普邀请吴韧担任 CUDA 实验室首席研究员,在这里吴韧成为了业界最早开始使用 GPU 加速计算进行海量数据计算的专家。2012 年,AMD 聘用吴韧担任异构计算系统首席软件架构师,并在公司技术专家委员会担任首席委员。

2013 年 9 月底,吴韧正式加盟百度深度学习研究院出任杰出科学家,致力于建设一个异构计算平台以服务百度和其用户。在他的带领下,百度异构计算小组在业界的一些比赛中获得了非常优秀的成绩。然而由于后来的 ImageNet 跑分事件,吴韧离开了百度,他的团队则被拆散到了深度学习研究院的其他队伍。尽管离开了百度,但该公司那段时期的不少技术进展,都有他的功劳。

吴韧的人工智能世界观:当计算能力足够强时,人工智能会获得人类右脑——直觉的能力

从早年开始,在实现人工智能的具体技术思路上,吴韧就和主流的人工智能学界之间保持着距离。

比如整个上世纪 80 年代,人工智能业界都在讨论专家系统,要求这种系统“具备领域专家级知识”、“模拟专家思维”、“达到专家级的水平”。专家系统无比复杂,需要设计人员将大量的规则和逻辑“翻译”成代码写到系统里,最后结果往往功能单一、不会举一反三、且臃肿无比无法实现敏捷的计算。在具体技术上,科研人员一度相信,日本的“五代机”是就是能解决自然语言理解等人工智能难题的超级计算机。后来,五代机的失败和专家系统思路的破灭,使得业界在很长时间不敢再提“人工智能”这四个字。这也是上世纪7、80 年代和最近 10 年里,两个人工智能研究如火如荼的年代之间断档的主要理由。在当下的科研人员看来,五代机和民科没什么区别。

而吴韧所坚持的暴力式计算,则成为了正确的思路。“在计算机象棋的社群里,我们很早就确定要有一个共识,就是我们不用规则或者其他人为的办法,而是采用暴力式的计算,加上一定的规则去做启发来解决问题。”吴韧说。

2012 年,深度学习领域的专家杰佛利·辛顿的学生亚力克斯·克列洁夫斯基用 GPU 跑了一个深度学习模型 AlexNet,在 ImageNet 图像数据集的识别竞赛 ILSVRC 上拿下了最高分。这让吴韧感到兴奋,看到 AlexNet 取得的成绩,他发现,当时人工智能业界在暴力计算和复杂规则两种实现方式之间取舍的历史正在重演,但这次正在朝着正确的方向进发。而当计算能力足够强时,吴韧认为,人工智能会获得人类右脑——直觉的能力。

“我一直觉得,我们的创造性受限于我们的计算能力。”吴韧说。所以,从百度出来后,他创办了 NovuMind,打算设计一种全新的计算架构,为计算机解锁创造性的限制,“我们的目标是让人工智能走进生活的方方面面,它要达到两个要求:无所不能,并且无处不在。”

无所不能 (Omnipotent) 指的是一件具有人工智能的设备能够满足使用者的要求。这个要求大部分人工智能设备都已经满足,无论是简单一些的语音、图像识别,抑或复杂一些的自动驾驶,面向最终目的经过训练的深度神经网络都可以实现。

难点在于无处不在 (Ubiquitous)。在吴韧看来,真正的无处不在是随时可用的终端人工智能,而这和现在主流的,将人工智能系统放在云端的做法背道而驰。“我们想让生活中的每一个小东西都具有思考的能力。”

吴韧已经多次跟主流做法和思路背道而驰,这让他相信自己坚持的真的是一条正确的路。

NovuMind 还处在隐形阶段,吴韧介绍,公司的独门绝招是一种完全自行研制的,用来训练深度神经网络的超级计算机,它只做这一件事情,做的比世界上任何一台超级计算机都好。

有多好?跟英伟达今年推出的单机箱超级计算机 DGX-1 比,“用于训练深度神经网络的时候,速度快 32 倍。比方说有个土豪,他可以买 32 个 DGX-1,他可以用一个月的时间训练 32 个任务,但他没有办法一天出一个结果,”吴韧说,“我们可以。”

他说,用这台超级计算机和他的团队,有任何数据给到 NovuMind,无论是图像、语音还是其他目前主流的应用场景,NovuMind 都能训练出比其他对手,包括 Google、Facebook 更强的模型。

吴韧看华人在人工智能业界:技术精英有很多,但不能算得上是 Leader

近几年开始人工智能技术开始日新月异发展,在大批登上人工智能新闻头条的事件中,华人经常成为主角;也有越来越多的中国公司开始宣称它们采用了人工智能。至少在硅谷不少华人开始相信,这次人工智能的革命将成为他们转变过去“底层码工”形象的机会。

但吴韧认为华人的人工智能学者和从业者当中,研究算法者之多令他感到不适。“算法研究非常容易出论文,但算法跟系统比,系统才是真正的核心竞争力。这个观点无数人拍过我,但我还是坚持这样的观点。”吴韧说,“打个比方说,我不喜欢开车漂移,但我可以去设计一套更强的驾驶系统,这样开车漂移或者正常开的人都会从中获益。”

虽然不少知名度较高的人工智能从业者都是华人,但吴韧不认为硅谷的人工智能业界有太多真正意义上的技术领袖是华人。“华人中技术精英有很多,但不能算得上是 leader。华人跳出固定思维,去想和做别人没有想到和做到的事情,还是有所欠缺的。”

现实的确如此。这也是为什么像李飞飞这样的专家和技术领袖,在实验室外的一举一动都备受关注。在华人的人工智能圈子,甚至是所有技术圈子中,哪怕出现一位具有标志性的人物,都足以让华人群体增加自信。

吴韧认为,随着中国国力的增强,华人在人工智能业界所带来的基础变革和改进还是很多的,在业界的地位,整体有上升的趋势。“在三五年内,会看到华人的地位改变。”他说。