未来已来，谈人工智能与区块链

昨日朋友圈被18+1大刷屏。看得出各位对国家的认可和自豪感与日俱增。

但学术圈被刷屏的是这样一则新闻：

是的，就是那个今年5月在乌镇围棋大赛击败柯洁的阿尔法狗，又进化了。

Deepmind于10月18日在Nature发布了最新研究成果，他们的新版围棋程序阿尔法元（AlphaGo Zero）验证了，即使在围棋这样最具挑战性的领域，机器也可通过纯自我强化学习的方法来达到自我完善的目的。

这次的阿尔法元，全程无人类指导，没有人类棋谱的输入，仅有围棋基本规则做为基础。通过自我对弈的方式提升水平，并在3天内水平提升至已经可以击败阿尔法李（AlphaGo Lee）----后者曾在2015年的比赛中战胜人类顶尖棋手李世石。经过21天的自我学习之后，已经可以击败阿尔法大师（AlphaGo Master），就是那个在今年5月乌镇大会上击败柯洁的版本。

阿尔法元在短时间内就掌握了人类上千年积累下来的各种围棋经验，并设计了人类选手以前未知的策略，就此成为目前世上水平最高的围棋选手，没有之一。

值得一提的是，硬件效率方面阿尔法元也完胜自己的老大哥，只使用了4个TPU。作为对比，2015年的阿尔法李需要48个TPU，消耗数倍的电力和时间才做到仅仅打败人类棋手。

很显然，我们现在正在以超过自己想象的速度迎接机器时代的到来。

人类发展的进程中，从文明化之后，到工业革命之前，走过了近万年的历史。在这数千年的时间里，人们的生活方式，生产方式并无本质区别。均为以农业为基础，在资源的争夺中完成世代繁衍。

直到第一次工业革命，人类发展的脚步开始加快，并不断加速。

18世纪末到19世纪末，100年，机械的发明，工厂机械化。工业1.0

19世纪末到20世纪中，80年，生产线出现，实现大规模生产。工业2.0

1970至2010年，40年，计算机出现，实现自动化生产。工业3.0

2010年至？，？年，物联网，云计算，人工智能，区块链.....。工业4.0

好了，抛开这些虚无的概念，回到我们的主题，人工智能和区块链。

上文提到的阿尔法狗的计算核心，是谷歌TPU。这是一款机器深度学习的定制芯片。在速度上比市面上现有的CPU，GPU芯片15-30倍，能效方面更提升了30-80倍。

（作为对比使用的是Intel Haswell CPU与Nvidia Tesla K80 GPU）

谷歌的硬件工程师Jouppi在TPU的介绍中表示：

谷歌的硬件工程团队在转向定制ASIC之前，早期还曾用FPGA来解决廉价、高效和高性能推理的问题。而FPGA的性能和每瓦性能相比ASIC都有很大的差距（大毛注：因为FPGA闲置硬件资源多的缘故）。他解释说，“TPU可以像CPU或GPU一样可编程，它可以在不同的网络（卷积神经网络，LSTM模型和大规模完全连接的模型）上执行CISC指令，而不是为某个专用的神经网络模型设计的。一言以蔽之，TPU兼具了CPU和ASIC的优点，它不仅是可编程的，而且比CPU、GPU和FPGA拥有更高的效率和更低的能耗。

也就是说，这是一款为人工智能设计的ASIC芯片。

人工智能的学习，需要极大量的计算量，量变产生质变，不断自我迭代和进化。

而目前世界上存在的另一项需要极大计算量才能完成的工作，就是目前区块链应用的代表，数字货币----对，就是挖矿。目前看似毫无意义的消耗能源，使用巨大计算量作出的一些代码数字，可能在今后被设计成神经网络的学习过程。这并不是天方夜谭。

目前ASIC矿机厂商中的领头羊比特大陆，在招聘页面显示正在招聘深度学习研发工程师，也更能说明这一点。

矿机芯片的发展走过了CPU-GPU-FPGA-ASIC的发展路线，追求运行速度和能耗的最佳表现。而ASIC芯片在神经网络的应用上也体现出了自己的优势。两者在硬件的发展上趋于一致。

比特币，数字货币1.0，所能实现的功能确实比较有限。

以太坊，数字货币2.0，已经具有图灵完备的编程语言，实现了一些分布式实际应用。这就是未来分布式计算机的初级版本。

那么数字货币3.0和4.0的出现呢？也许那时候不该把它称为数字货币了，而是真正意义上的分布式计算机，会在各行各业发挥实际应用价值。

也许，电影《终结者》中的天网Skynet，离我们并不会太遥远了...

来源：

创业不易，用心坚持，希望您多多支持！

打赏

感谢您的支持，我会继续努力的!

扫码打赏

打开支付宝扫一扫，即可进行扫码打赏哦