人工智能有能力创新吗？

新思科技开发者大会主题演讲探讨的话题，似乎都远不局限在芯片和系统设计的问题上，更多是站在人类科技发展的高度来观览世界的发展现状。比如去年就在大会上展示自晶体管诞生以来，人类科技的发展历程。

这两年电子产业的一个大热门是AI技术——人工智能。AI/ML技术已经渗透到了很多行业中。新思科技全球资深副总裁、新思中国董事长兼总裁葛群在大会主题演讲中列出2022年最火的几个赛道涵盖了：自动驾驶/ADAS、硅光芯片、量子计算、XPU、新能源、AR/VR、类脑芯片。

这几个类别中，自动驾驶/ADAS、量子计算、XPU、类脑芯片都与AI相关。自动驾驶/ADAS本来就需要广泛应用AI技术，而量子计算技术研究是由AI推动的，“XPU”这个词中的某一类芯片就是专门做AI加速的，类脑芯片是AI芯片未来的某种进化形态。

另外我们也都知道，AI正在芯片设计领域扮演着十分重要的作用。比如说新思的DSO.ai——这是个应用AI来参与芯片开发的工具。此前新思称其“业界首款AI自主芯片设计解决方案，使用AI提升开发者创新能力和工作效率”。这次葛群在主题演讲中提到：“DSO.ai主要做的是芯片开发的芯片实现部分，让EDA工具把芯片实现成版图。很多EDA公司都在做。”

而新思的另一款工具DesignDash，葛群说：“上升一个维度，芯片开发很重要的一部分是芯片定义的时候有取舍、有策略。DesignDash就应用于做芯片定义和参数取舍的时候。因为早期的不少参数会影响到后续产品的生产、销售。基于大数据的各种相关性，不同的参数对成本、销量等会有多大的影响，在芯片定义早期就知道结果如何。这就能让芯片迭代更快。从更高的维度，用AI/ML来辅助人类做决策，而不只是在人类做完决策之后单单加快芯片的迭代。”

就AI这个话题，本次大会开幕主题演讲中真正给人留下深刻印象的是知名硬科幻代表作家、银河奖与星云奖得主江波开篇就提到的“人工智能能不能开发自己的文明，换句话说-人工智能能不能创新？”这是个挺有意思的话题。

技术创新的本质是大脑的演化

在谈这个问题之前，江波首先总结了技术发展相关的两个事实。其一是技术发展图谱，与生物演化的过程是“同构”的。目前人类对于物种演化的认识和总结，以及技术创新的整体结构都呈现出网状脉络。

其二，“技术创新的本质是大脑的微型演化”。这一点当与第一点有关联。“人的智力活动源自于大脑。现在脑科学很发达，我们对大脑结构有了深入认识。”“我们的智力活动发生在网络结构间，神经元组成的网络。”江波说，“网络有层次，层次间隐藏了逻辑。神经网络已经得到了证明。人工神经网络发展很快。”当代狭义的AI就是指神经网络。所以“智力活动就存在于网络发展中”。

那么如何体现技术创新的本质是大脑的微型演化呢？“对于人类大脑而言，我们吸收外界知识，映射到大脑内，形成事物的网络模型。比如A事物产生A模型，B事物产生B模型。不同的模型会有竞争、关联。当模型之间发生关联时，就有了新的事物C。”江波表示，“C可能是虚幻的，也可能能够落地。如果C落地了，那就完成了一次技术创新。”

所以说“技术创新的本质是大脑的微型演化”。这是个挺有趣的认识。但仅了解这一点还不够。要解决人工智能能不能创新的问题，更应当搞清楚创新的“内在动力”。江波谈到，创新的内在推动力主要有两个：效率和好奇。

其中“效率”作为推动力，是基于目的性和功利性的。比如企业做研发，是效率推动下的创新——无论是为了节约成本还是为了省时省力。而“好奇”，则是因为人们想要了解这个世界，不带有功利性。江波提到，如果对这两个要素做进一步思考，那么很容易得出“效率”背后的本质仍然是“好奇”。

好奇心是创新的驱动力

哺乳动物幼崽身上有着显著的好奇心体现，他们更多表现出与环境互动的愿望。“孩子是人类社会中最有好奇心的群体。大脑要和环境互动，才能成长。孩童时期，人类大脑接触外界信息最为丰富。”大脑吸收越来越多的外界知识，最终将固定成型，甚至固化。不过好在人类社会的发展，是一代一代人的成长，未来就“交给下一代大脑”。

可做直观比较的是黑猩猩。江波说黑猩猩在幼童时期的智商并不比人类幼童时期低，“9个月大的黑猩猩幼崽就比人类聪明”。但黑猩猩的幼童期只有3年，人类却有十多年。这就“帮助人类有更长的时间去发育大脑。大脑更大、更复杂也就拓展了智力，所以人类拥有着更为强大的智力水平”。

这其中比较有趣的一点存在于所谓的“幼态持续”中。“黑猩猩幼年时期的姿态很像人”。从这张图来看，这种“像”主要体现在头型和脖颈的相对位置。但随着黑猩猩的成年，这种“幼态”便不复存在。而在100多万年人类演化过程中，人类不断地拉长幼态时期。“于是人类大脑获得了更充分的发展。所以才能创造工具、创造文明。黑猩猩就只能停留在丛林中。”

人类发展至脱离生物演化，至农业出现，也就进入了文明演化阶段，社会出现大量分工。在人走向“成熟，承担社会责任，扮演分工角色、被社会规范之后，个体在群体中不再那么重要。人就只是社会机器里的螺丝钉。人就会开始迷惘。”获得成就感是人类暂时摆脱迷惘的一种方法。

而“成就感获得有2种途径。一是当领导，爬到社会金字塔上方，就能获得高成就感；二是做自己喜欢做的事，也能获得成就感。但无论是成为领导，还是做‘艺术家’，都是很难的事情。对普通人来说，能够获得心灵上的自由更重要。”江波说，“获得心灵自由”更多的是一种精神状态。

更进一步探讨“创新”的问题。创新所需的“思考”——即前文提到的演化出新的模型，受到内外两方面的影响：外部受社会环境制约，越是自由的外部环境，越有利于思考，但社会环境“是你无法改变的”；在内则是人们的好奇心，“好奇心从内向外推动你思考”。“一个人如果没有好奇心，即便外部环境再自由，也无法做出创新。”

所以“无论在哪个领域，好奇心都很重要。这是最后达到‘心灵自由’的必要条件”。“即便现在的科学发展要借助很多仪器设备，好奇心仍是推动大科学发展的动力。”“好奇心有个特点，它没什么用。”江波举了法拉第的例子，当初发现电磁感应时，就有人问法拉第这有什么用。“许多好奇心引发的研究最初是没什么用的，但也正是好奇心推动了大科学的发展。”“技术创新也是类似的，比如瓦特的蒸汽机。”

最终“要回答什么是创新的原力，我的答案是人类具备的好奇心”。江波以两句话作结：乔布斯的stay hungry, stay foolish；以及英国科幻作家阿瑟克拉克的墓志铭He never grew up, but he never stop growing. 形容的大概都是这回事。

但AI是当代创新的一部分

从这个角度来看，AI自身似乎是无法“创新”的，因为至少它缺乏“好奇心”和人类规范中的“自我意识”。不过AI计算方式本身就是人类发明的，即便AI训练常被人称作“炼丹”及存在各种不可知性，芯片、系统、软件等不少核心组成还是由人完成的。或者说，无论如何AI都是辅助人类创新的重要成员之一。

在新思科技总裁兼首席运营官Sassine Ghazi于开幕致辞中总结当今的四项变革技术中，AI即是其中之一。这四项变革技术分别是软件、芯片、（大数据）分析、AI。

软件作为驱动产业数字化转型的组成部分已无需赘言，餐饮、汽车、医疗健康各行各业皆如是；芯片则已经成为差异化竞争的关键，数据中心、汽车、信息安全领域等系统层面的市场参与者都在自己造芯片寻求差异化——去年新思开发者大会已经谈到过这样的趋势；大数据分析则是海量数据产生的时代，洞察其间关联、发现未来的关键；

至于AI，除了文首提到在电子设计自动化领域DSO.ai、DesignDash这样的例子，AI似乎正以远超人们想象的速度在渗透各个领域。这其中颇具代表性的，如英伟达这些年都会在发布会上花大量时间去谈AI技术推动下，科学最前沿的一些新进展：不管是量子计算机研究加速、蛋白质折叠，还是核聚变反应堆的模拟仿真、地球气候精准到亚米范围内的预测；还有技术层面，如半导体制造lithography图案保真度分析、汽车自动驾驶实现，甚至基于计算流体力学来设计计算机内部的散热器...

从AI技术对于各行各业的推动，及为创新所作的贡献来看，虽说AI离自我“创新”还相去甚远，但起码AI正在辅助人类创新的开展。

“数智化”时代的挑战和机遇

Sassine谈到，基于包含AI在内的4个变革技术，芯片设计和整个生态系统也面临了一些挑战（discontinuities），包括（1）复杂的软件供应链（Sassine说当前其复杂程度堪比芯片设计）；（2）SoC开始采用多die系统（MCM/chiplet，在持续实现性能弹性扩展、成本降低、突破reticle limit限制的必行之策）；（3）芯片生命周期管理的新形式；（4）人才紧缺问题。

“这些断层既带来了挑战，也孕育着创新机遇。人类对于‘万物智能互联世界’指数级增长的需求超越了摩尔定律演进的步伐。为了满足消费者快速变化的应用和体验需求，我们需要从系统级出发，结合AI和大数据分析等技术，通过定制化的创芯来解决不同领域的系统复杂性。”Sassine表示。

从系统层面，SysMoore也是新思这两年反复在提的概念，即不仅停留在半导体器件层面的scaling down，还从设计优化、先进封装、“硅健康监控（Silicon Health, Reliability & Lifetime）”、软件与AI技术等贯穿从硅到软件的更高抽象层级去解决问题。这应该也是新思所提出四大挑战的关键——毕竟这就是新思着力于解决的4个问题。

而从应用出发，打造更有针对性和差异化的芯片与解决方案，是这其中的“机遇”——尤其新思这类企业可着眼的未来机遇。今年的新思开发者大会探讨的主题之一是“数智化”热潮。数智化大概是万事万物数字+智能化的演进。而“数智化”带来的正是各行各业的新机遇。

“数字经济为传统产业赋能，这些产业的体量变得更大了。”葛群说，“工业革命蒸汽机出现，机械化改造了传统行业，让原来体量很大的传统行业变得更大。我想数智化还有芯片将重复这样的过程，但这波浪潮是更高维度、更高数量级。”“数字产业蓬勃发展，和传统行业结合，也能让传统行业的效率变得更高。”

举个颇具代表性的例子，这两年随数智化推进的一个热门话题是“低碳化”。今年WAIC（世界人工智能大会）上有关低碳化和国家双碳策略的探讨也相当热烈。从芯片设计到系统设备企业都在谈低碳、数据中心PUE、算力效率、有效算力...

随着算力需求增多，数据中心达成的算力越来越高，“数据中心消耗的电量增多了。”葛群表示，“数智化的底层逻辑是芯片、沙子。芯片运行底层是电。随着数字化程度的加深，缺电成为一个重要议题。”数据显示，2021年全国数据中心数量增长了30%，能源消耗同比增长44%；预计到2025年，数据中心耗电量约占全球用电量20%。低碳也就成为必行之道，不仅是能源问题角度，还在于对企业自身的成本控制。

“芯片低功耗技术过去发展了那么多年——我们的芯片power envelope限制在多少，供电怎么设计，确保那么多的晶体管在其工作电压下，以最高效率工作…我们需要去布有效的能源网络，让晶体管、模块高效地工作。”

“如果把家庭、工商业体都想象成晶体管。我们去帮助上海、全国、全世界所有的家庭、工商业体去协调用电，让电能够平稳供应。把芯片低功耗技术应用于城市电网，把过去做芯片、低功耗和高能效发挥的技术应用于国家电网；把新思过去这么多年探索芯片自动化设计的功耗优化技术，用于城市和国家电网。”

从“源网荷储一体化”角度，似乎芯片架构和城市能源网络还真有可类比性：则智能电网很大程度“等价于芯片低功耗架构”，“这是未来很有趣的工作”。不止于电网这样的领域，“农业、能源、医疗、制造业、建筑等传统产业都有待于开发者花时间去挖掘，和具体场景做出结合。”

在本次大会的展示区，新思就特别提到“如何把过去几十年积累的能耗管理技术和经验以及数字建模能力，复制到能源领域，助力能源产业数字化转型，寻找能源行业的‘摩尔定律’”；还有在“农业数字化”领域，新思“以基座技术之力加速农业各个环节的数字化转型”......

“曾经是科幻小说的很多情节现在都已经成真，新思也参与到了其中。”Sassine说。虽说AI技术并非其中全部，但AI是实现科幻小说诸多情节的基础之一，且正悄无声息地蔓延到从云到端的每个组成部分中，且随着数智化的进程推进，横向扩展到社会的千行百业。