什么才是真正的智能？从上世纪50年代人工智能这一学科概念提出至今，业界对“智能”的讨论从未停止。10月13日，2021中国人工智能大会上，专家们的分享仍离不开这个话题。

　　“能在生活中实实在在普及、管用的智能，才是真智能。”香港科技大学智能网络系统实验室主任、副教授陈凯说。

　　做到这一点难吗？很难。开幕式上，计算机领域最高奖“图灵奖”获得者约瑟夫·斯发基斯举例：“前不久，特斯拉的视觉识别就把月亮识别成了黄灯。”即便是视觉识别技术居于全球最前沿的特斯拉，也会在现实中犯这种“低级”错误。

　　而在人工智能即将进入大规模应用状态的当下，如何规避这些低级错误，已成为产业发展的重点方向。

　　算力共享打造为机器“积累经验”的平台

　　开幕式上，中国工程院院士柴天佑在主题演讲中指出，规避这类低级错误的关键在于机器“经验”的积累。

　　以工业自动化为例。“虽然我们已实现操作自动化和管理信息化，但最终还是要人来决策。”柴天佑说，运行工况识别、工艺参数、运行指标等都依赖人的经验；生产线中各设备的协同也需要人为判断。

　　如何给机器积累经验？四川已经开始着手尝试。

　　当天，依托华为成都智算中心建设的成都昇腾人工智能生态创新中心正式成立，规划打造公共算力服务、应用创新孵化、产业聚合发展、科研创新和人才培养四个平台。

　　该中心CTO刘松介绍，“算力共享”是这个创新中心的关键词，“各个产业领域建设好的人工智能‘模型’都可以这里跑数据，积攒‘经验’。”

　　开幕式上，成都高新区还与中国人工智能学会签订了科创中国·人工智能会地联合创新中心合作协议。“希望通过这个合作，和四川在更多领域找到共振点，在四川为全球人工智能应用普及做铺垫。”中国人工智能学会相关负责人说。

　　立足创“芯”抓住“后摩尔时代”新机遇

　　英特尔创始人之一戈登·摩尔曾指出：集成电路上可以容纳的晶体管数目大约每经过18个月便会增加一倍。这一说法被称为“摩尔定律”。

　　但半导体制程节点到了5nm后，单个晶体管成本越来越高，性能提升越来越慢，“摩尔定律”正在失效。

　　如何提升算力性能？“硬的不行，就来软的。”会议现场，中国工程院院士邓中翰给出思路——借鉴人脑机制，研究新型人工智能的计算方法，进一步提升信息处理的性能。

　　通过算法提升性能的新机遇出现了，成都能否把握住？

　　思路已成——成都制定了《成都市人工智能创新应用先导区实施方案》，提出力争到2023年，形成贯穿产业链、供应链、创新链的人工智能创新生态，核心产业规模突破800亿元。而提升芯片信息处理性能的“软算法”，就是规划中的重点。

　　四川也给出保障方案。前不久印发的《四川省“十四五”新型基础设施建设规划》指出，四川将扩大信息基础设施供给能力，其中的重点是加快建设通信网络、数据中心体系、智能算力体系、工业互联网体系和未来网络。

　　建“存储谷”打好人工智能算力基础

　　约瑟夫·斯发基斯在提到特斯拉的识别错误案例后，也给出了自己的提示——安全的自动驾驶技术需要海量真实驾驶数据来做支撑。

　　这些数据应该存在哪儿？“这个问题就是四川的机遇。”中国人工智能学会相关负责人说。

　　雅安大数据产业园内，数据存储企业易华录正在建设800Pb容量“数据湖”。易华录董事长林拥军介绍，这里主要用来承接“东数西算”任务。“还没建设完成，但收到的来自上海等城市的订单量已经超过100Pb。”智慧城市、智慧医疗等人工智能项目，是这些订单的主要内容。

　　四川水电占比7成，这一优势与以能耗为主要成本的存储产业具有天然亲近性。突出这一优势，今年9月，四川正式对外宣布打造“中国存储谷”。根据规划，2025年，四川将逐步培育出一批存储产业链关键产品；建设覆盖存储上中下游产业链，具有引领存储产业标准、全球影响力的存储产业基地。