張宇看到,當(dāng)前,不管是在邊緣應(yīng)用還是數(shù)據(jù)中心,人工智能都在里面扮演著一個(gè)非常重要的角色。但當(dāng)下的人工智能多處于一半人工一半智能的狀態(tài),我們雖然可以用極大的算力和數(shù)據(jù)去訓(xùn)練一個(gè)網(wǎng)絡(luò)模型,但是這個(gè)網(wǎng)絡(luò)模型的結(jié)構(gòu)卻需要人事先設(shè)定好。“當(dāng)設(shè)計(jì)人員在設(shè)計(jì)好一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)的時(shí)候,實(shí)際上這個(gè)網(wǎng)絡(luò)結(jié)構(gòu)適用的場(chǎng)景、范圍已經(jīng)大致圈定好了,并不是一個(gè)真正意義上的人工智能。”
即使現(xiàn)在大模型和AIGC在往AutoML方向上前進(jìn)了一小步,但同樣也有著很大的局限性。張宇指出,“像ChatGPT等等這樣的一些應(yīng)用,它都工作在開(kāi)放的狀態(tài),而不是閉環(huán)的狀態(tài)。不可能動(dòng)態(tài)利用現(xiàn)在現(xiàn)實(shí)的推理結(jié)果對(duì)這個(gè)模型進(jìn)行進(jìn)一步的升級(jí)和改造。”
“如果用攀登高峰來(lái)比喻人工智能不同階段的發(fā)展,那么實(shí)現(xiàn)邊緣推理只意味著我們站到山腳,到我們能實(shí)現(xiàn)邊緣訓(xùn)練只是站到半山腰,真正站到山頂需要真正實(shí)現(xiàn)AutoML的時(shí)候,這還有很長(zhǎng)的路要走。”據(jù)張宇介紹,在為人工智能技術(shù)發(fā)展提供底層算力方面,英特爾提供的Gaudi2處理器,在MLPerf以GPT 3為評(píng)測(cè)工具的評(píng)測(cè)中,成為了全球唯二能得到最好結(jié)果的硬件。