AI如天下武功   唯快不破

    人工智能系統成功的要素很多，但最重要的可以綜合為三點：一、大量的、高質量、多樣性數據用作培養準確模型：如一七年打敗世界圍棋冠軍柯潔的AlphaGo，就被餵入了3千萬個人類對弈的棋譜供學習。二、適合的算法和模型：不同的問題需要不同的模型，如卷積神經網絡(CNN) 用於圖像處理，循環神經網絡(RNN) 用於序列數據，變換器(Transformer) 用於自然語言處理等。三、計算資源：電腦必須有強大的計算能力和速度，才能應付複雜的AI模型所需要的計算資源，縮短訓練時間並提升模型的性能。

    AI系統大幅提升算力

    AI系統把任何問題都變成數學問題來解決，其實使用最多的只是簡單的加法和乘法，不過數量大到行外人難以想像。比如說，一張普通的RGB圖像──指由紅、綠、藍三種基本色光通道混合而成的彩色圖像，有800×600個像素點，每個像素點有三個通道的顏色值，所以總共有800×600×3 = 1,440,000個數值，這些數值定義了整張圖像的顏色分佈，呈現出各種不同的形狀。簡單來說，AI系統把圖像掃描一次，就要把1,440,000個像素點變為同量的數字組並儲存起來。

    如採用卷積神經網絡(CNN) 方法去辨認圖片的內容，以一個卷積核（或過濾器） 的小型矩陣（如3×3）在圖像上滑動，又要作約40多萬次掃描，然後將圖像局部區域與卷積核進行逐元素相乘，再將結果相加，從而生成特徵圖。另外卷積核不只一個，以捕捉更多的細節訊息，通常一張圖片的卷積參數在500萬至1億之間，而其結果又要與系統內的數據作對比和分類，因此涉及的計算力需要非常強大。

    互聯網上有很多美顏Apps使用AI技術美化圖像。在幾年前，這些美顏Apps只能為硬照中的人物作處理，首先使用視覺和機器學習算法來檢測人臉，然後應用各種美顏濾鏡為照片進行美化，如去除皮膚瑕疵、調整膚色、增強輪廓等，以達改善外觀和提升整體美感的效果。

    由於近年AI系統算力的大幅提升，如今的美顏Apps已可以在直播平台上作實時處理，使主播在直播過程中顯得更美貌、自信和動人。但那些“美麗”的主播從直播室走出來後，閣下也許認為這是另一個人了。

    高速晶片配合AI計算

    晶片（芯片）速度通常以赫茲(Hz)為單位，表示每秒內時脈信號的觸發次數，例如1GHz（千兆赫茲）表示該晶片每秒內的時脈信號觸發了10"9次，即10億次。高速度晶片意味着能夠更快地執行指令、處理資料，從而提高系統的效率。如今最快的主板插槽CPU晶片峰值頻率可達6-8GHz，即每秒可執行指令60-80億次。

    現代晶片通常還具有多個核心，可以同時執行多個任務。另外一些晶片設計還包含了專用硬體加速器，如圖形處理器(GPU) 或人工智慧加速器(如TPU) ，可以提供特定任務的高效能運算。如果AI系統同時插入眾多晶片造成的加速器，就可以用倍數提高學習速度，縮短學習時間。據專家估計，現時AI系統可以用不到半年時間，完成小學至大學畢業的全部課程。

    晶片越細能提速降耗

    晶片和微電子領域通常用奈米(nm)來表示製造過程中的尺寸單位，1奈米等於十億分之一米，即0.000000001米。製造元件變小意味着電子在晶片的運行距離變短，可以在更短時間內完成電子移動，減少了訊號的延遲時間，有助於提高晶片的工作速度。在這種微小距離上製造如此複雜的晶片，我們行外人實在難以想像。

    中國華為在美西方國家設備和技術封鎖下，目前已經自主製造出7奈米晶片。台積電現時每月生產約10萬片3奈米晶片，預算二〇二五年可以開始量產交付2奈米晶片，在相同功耗下速度將提高10-15%，同時功耗也將降低20-30%。

    容永剛