云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)等新型技術(shù)的飛速發(fā)展，特別是高性能計算資源的不斷突破和提升，為信息產(chǎn)業(yè)發(fā)展帶來了全新的機遇和挑戰(zhàn)。未來人工智能怎么發(fā)展？機器人會真的形成自我意識嗎？這些都是科學家們面對的現(xiàn)實問題。目前，神經(jīng)網(wǎng)絡(luò)和深度學習技術(shù)極大地促進了人工智能領(lǐng)域的創(chuàng)新發(fā)展，計算資源和科研資源的深度融合已經(jīng)成為推動智能技術(shù)發(fā)展的強大動力，也是產(chǎn)業(yè)發(fā)展的主流趨勢。

　　在對于人工智能前沿研究領(lǐng)域方面，中國科學院自動化研究所所長徐波說，人工智能要想突破就要擺脫目前的計算模式，在架構(gòu)上創(chuàng)新，從人的大腦運作模式中學習。人工智能目前有很多種分類方法，其中一個分類方法將其分成弱人工智能和通用智能。弱人工是針對某個特定領(lǐng)域的，針對某個特定應用的人工智能，而通用智能則是全面的智能。通用智能的實現(xiàn)需要一個路徑，機器的自主學習是最關(guān)鍵的一個要素。你要做到通用，但是不可能所有的東西都讓他學習，必須是在他自主的和人交互的過程中，和環(huán)境的交互過程中去獲得這個智能。至于怎么實現(xiàn)，我們可以從人類大腦的信息處理機制里面獲得啟發(fā)。

　　新的人工智能技術(shù)會帶來非常大的市場需求。比如，像高通量的計算，它就對現(xiàn)在的i/o計算架構(gòu)產(chǎn)生很大的影響。我們?nèi)四X的信息處理，有非常低的功耗。大腦花費了人的20%的能量消耗，但是它的信息處理量是巨大的。大腦無時無刻不在處理信息——我們看到了信息，我們聽到了信息，我們還觸摸到了信息。所以我們大腦的信息處理是高度并行的，它沒有像我們的馮諾依曼結(jié)構(gòu)里面有個存儲器和cpu，它沒有這樣的架構(gòu)。未來的人工智能要達到自主學習，需要從人類的大腦里借鑒創(chuàng)新空間。

　　徐波介紹說，在此背景下，中國科學院自動化研究所和戴爾中國共同成立“人工智能與先進計算聯(lián)合實驗室”。實驗室將面向人工智能領(lǐng)域搭建it支撐平臺，聯(lián)合設(shè)立研發(fā)課題，共同開展創(chuàng)新的研究，從源頭上獲得我們?nèi)斯ぶ悄芎陀嬎慵軜?gòu)的創(chuàng)新。我們現(xiàn)在越來越強調(diào)對腦神經(jīng)結(jié)構(gòu)的理解，對腦深度學習機制的理解。真的要模擬一個人腦或者要做到很高深的人工計算，需要很大的計算量。通過對腦結(jié)構(gòu)的理解來不斷完善高性能計算的架構(gòu)、計算方法、計算邏輯很重要，這也是先進計算的重要方面。

　　對于高性能計算的應用前景方面，戴爾首席商務(wù)官兼企業(yè)解決方案部總裁mariushaas先生說，在醫(yī)療領(lǐng)域，高性能計算可以對兒童癌癥的早期發(fā)現(xiàn)，早期診療起到關(guān)鍵作用。通過高性能計算，可以將原本需要3個月來進行的基因測序過程縮短到不到3個小時。能夠?qū)赡芑加羞@種特定疾病的兒童或者是成人，在與傳統(tǒng)方法相比短得多的時間內(nèi)進行診斷，這可以大大加速對疾病的治療，改善患者的健康狀況，并提高患病兒童的生存概率。根據(jù)這樣的思路，如果將這樣的強大計算能力，與人腦運作機制相結(jié)合，我們能夠為很多人解決非常多的問題。

　　“人工智能與先進計算聯(lián)合實驗室”的關(guān)注點就是人工智能以及面向腦信息處理領(lǐng)域的新型計算架構(gòu)研究與應用，包括認知功能模擬、深度學習以及腦系統(tǒng)計算模擬所需要的新型計算體系，支持人工智能與腦信息處理的創(chuàng)新發(fā)展研究，推進該前沿科學領(lǐng)域的突破創(chuàng)新，并根據(jù)市場和行業(yè)發(fā)展的需要對核心技術(shù)進行產(chǎn)品化和產(chǎn)業(yè)化。聯(lián)合實驗室面向人工智能領(lǐng)域開展研究，重點關(guān)注認知功能模擬、類腦智能信息處理等領(lǐng)域的新計算架構(gòu)研究和應用，利用深度學習等技術(shù)手段，重點在視頻大數(shù)據(jù)、生物特征識別、語音語言處理、機器翻譯等多個領(lǐng)域開展創(chuàng)新研究。