譚光明：人工智能的發(fā)展現(xiàn)狀及其在環(huán)保中的應(yīng)用

1、譚光明：人工智能的開(kāi)展現(xiàn)狀及其在環(huán)保中的應(yīng)用12月 9-10日，由全國(guó)工商聯(lián)環(huán)境商會(huì)主辦，以“學(xué)習(xí) 貫徹十九大精神：鍛造產(chǎn)業(yè)利劍 護(hù)衛(wèi)美麗中國(guó)為主題的 “2022 中國(guó)環(huán)保上市公司峰會(huì) 在廣東肇慶召開(kāi)。 中科院高 性能電腦研究中心主任、博導(dǎo)譚光明在峰會(huì)上表示，人工智 能成為經(jīng)濟(jì)開(kāi)展的新引擎，還給社會(huì)建設(shè)帶來(lái)新機(jī)遇。在技 術(shù)層面也是國(guó)際社會(huì)各個(gè)國(guó)家科研機(jī)構(gòu)競(jìng)爭(zhēng)的高端技術(shù)。中 科院高性能電腦研究中心主任、博導(dǎo) 譚光明 以下是演講實(shí)錄：最近在環(huán)保應(yīng)用領(lǐng)域做了一點(diǎn)事情，霧霾 檢測(cè)方向做了一些應(yīng)用，一些算法研究，跟大家分享一下， 后續(xù)還有很多事情需要往前推進(jìn)。人工智能已經(jīng)成為國(guó)家發(fā) 展戰(zhàn)略的一局部，美國(guó)

2、、歐洲、日本等也開(kāi)展迅速。這些數(shù) 據(jù)能夠說(shuō)明問(wèn)題，像各領(lǐng)域人工智能公司的創(chuàng)立，如雨后春 筍般出現(xiàn)。人工智能成為經(jīng)濟(jì)開(kāi)展的新引擎，還有給社會(huì)建 設(shè)帶來(lái)新機(jī)遇。在技術(shù)層面也是國(guó)際社會(huì)各個(gè)國(guó)家科研機(jī)構(gòu) 競(jìng)爭(zhēng)的高端技術(shù)。 人工智能技術(shù)可以分類(lèi)， 引用 UCLA 朱松 純的分類(lèi)，歸納為六個(gè)：機(jī)器學(xué)習(xí)各種統(tǒng)計(jì)的建模、分 析工具和計(jì)算的方法電腦視覺(jué)暫且把模式識(shí)別，圖像 處理等問(wèn)題歸入其中認(rèn)知與推理包含各種物理和社會(huì) 常識(shí)機(jī)器人學(xué)機(jī)械、控制、設(shè)計(jì)、運(yùn)動(dòng)規(guī)劃、任務(wù)規(guī) 劃等，像近期波士頓動(dòng)力公司做了機(jī)器人后空翻的演示。博弈與倫理多代理人 agents的交互、對(duì)抗與合作，機(jī)器 人與社會(huì)融合等議題。自然語(yǔ)言處理暫且把

3、語(yǔ)音識(shí)別、 合成歸入其中，包括對(duì)話 。把近幾年的大事件，包括自動(dòng) 駕駛，把這些做一些分類(lèi)，跟人工智能的深度學(xué)習(xí)技術(shù)，包 括知識(shí)圖譜、深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)，這些在行業(yè)應(yīng)用中跟行 業(yè)技術(shù)配合使用。今天提到人工智能就是深度學(xué)習(xí)，其實(shí)這 只是人工智能大領(lǐng)域里面很小的一塊，事實(shí)上還有早期機(jī)器 學(xué)習(xí)相關(guān)算法的研究，開(kāi)展到今天，深度學(xué)習(xí)的技術(shù)已經(jīng)把 很多技術(shù)做了替代，變得更加前沿的一個(gè)方法。人工智能的 三次浪潮與深度學(xué)習(xí)算法有比擬好的契合。1958、 1982、 1986年分別是人工智能興起的時(shí)候。李國(guó)杰院士說(shuō)過(guò)： “人工智 能已經(jīng)炒過(guò)幾回了，經(jīng)歷了幾個(gè)夏天和冬天，忽冷忽熱；現(xiàn) 在終于到了秋天了，是收獲的季節(jié)

4、了。 這次人工智能浪潮 的興起，毫無(wú)疑問(wèn)得益于深度學(xué)習(xí)技術(shù)的開(kāi)展和興起。深度 學(xué)習(xí)技術(shù)開(kāi)展歷程坎坷。 20 年前， Hinton 提出了 Neural Network ，沒(méi)有得到熱門(mén)開(kāi)展。 NN 逐漸冷落， SVM 和 Boosting 等不斷興起Hinton于2006年在?科學(xué)?上發(fā)表文章， 首次提出 DL 。熱點(diǎn)的興起也離不開(kāi)背后技術(shù)的開(kāi)展。一方 面得益于計(jì)算技術(shù)的開(kāi)展和推動(dòng)，還有就是大數(shù)據(jù)的開(kāi)展， 兩者結(jié)合使 DL 深度學(xué)習(xí)方法能夠發(fā)揮更有效的作用。深度 學(xué)習(xí)的根本思想就是構(gòu)建具有很多隱層的機(jī)器學(xué)習(xí)模型和 海量的訓(xùn)練數(shù)據(jù)，來(lái)學(xué)習(xí)更有用的特征，從而最終提升分類(lèi) 或預(yù)測(cè)的準(zhǔn)確性。深度學(xué)習(xí)模型

5、，層次很多，通常有 5 層、 6 層，甚至 10 多層，上百層神經(jīng)網(wǎng)絡(luò)，對(duì)于技術(shù)能力的需求 越來(lái)越大。在高度開(kāi)展空間，深度學(xué)習(xí)類(lèi)型有很多。針對(duì)不 同領(lǐng)域，圖像、文本、語(yǔ)音識(shí)別等等，在實(shí)際應(yīng)用中常常都 混合著使用， 出現(xiàn)很多靈活的組合方式。 根據(jù)實(shí)際實(shí)用問(wèn)題， 選擇適宜的網(wǎng)絡(luò)。 像很多寬帶一樣， google tensorflow ，Caffe 以及 MX.NET 等深度學(xué)習(xí)的框架。 很多大公司或創(chuàng)業(yè)公司都 基于這些框架開(kāi)發(fā)自己的產(chǎn)品，做自己的研究。這些框架有 不同的優(yōu)點(diǎn)和缺點(diǎn)。這些缺點(diǎn)和深度學(xué)習(xí)的模型是一樣的， 根據(jù)實(shí)際問(wèn)題選擇更適宜的框架和模型。做個(gè)簡(jiǎn)單總結(jié)， Caffe 是最早的深度學(xué)習(xí)框

6、架， 科研應(yīng)用的綜合性能好， 但主 要局限于 CNN 。 MX Net 更加注重高效，文檔詳細(xì)，上手很 容易，運(yùn)用也靈活。 Google 強(qiáng)力推出的 Tensor Flow ，很多 人跟隨這個(gè)框架使用，功能很齊全，能夠搭建的網(wǎng)絡(luò)種類(lèi)更 豐富，但綜合性能比別的開(kāi)源框架要差一些。但在某些階段 也不太注重性能。一個(gè)有效的解決途徑是針對(duì)具體應(yīng)用設(shè)計(jì) 混合型學(xué)習(xí)框架。但是目前存在很多的問(wèn)題，可以通過(guò)三個(gè) 方面來(lái)闡述。第一，產(chǎn)業(yè)鏈。產(chǎn)業(yè)鏈不完整，缺少?gòu)膰?guó)產(chǎn)芯 片、平臺(tái)、應(yīng)用軟件的完整產(chǎn)業(yè)鏈。 生態(tài)圈不豐富： 缺乏 CNN 、 RNN 等多種深度學(xué)習(xí)算法訓(xùn)練庫(kù)。 第二， 平臺(tái)。缺少對(duì)國(guó)內(nèi) 處理器、 DCU

7、及其他國(guó)產(chǎn)加速器的開(kāi)源效勞平臺(tái)。 像跟曙光 合作的 DCU 、寒武紀(jì)， 都沒(méi)有一整套開(kāi)源作為支撐。 缺乏覆 蓋科學(xué)研究、經(jīng)濟(jì)民生等大規(guī)模深度學(xué)習(xí)訓(xùn)練的數(shù)據(jù)資源。 現(xiàn)在很多信息不共享，比方醫(yī)院、政府資源，數(shù)據(jù)看不到， 平臺(tái)做的再好也沒(méi)有意義。第三，應(yīng)用。頂級(jí)計(jì)算、國(guó)產(chǎn)處 理器與深度學(xué)習(xí)應(yīng)用結(jié)合缺乏。深度學(xué)習(xí)應(yīng)用開(kāi)發(fā)和使用門(mén) 檻高、代價(jià)大、效率低、周期長(zhǎng)。針對(duì)這些問(wèn)題，希望能夠 結(jié)合以前在 HTC 做了一些技術(shù)，構(gòu)建 AI 創(chuàng)新計(jì)算平臺(tái)，從 云計(jì)算、大數(shù)據(jù)、高性能計(jì)算這三個(gè)層面創(chuàng)造高效、靈活部 署的平臺(tái)，幫助用戶(hù)快速使用 AI 的平臺(tái)。我們希望構(gòu)建一 個(gè)面向人工智能應(yīng)用的開(kāi)源平臺(tái)。 這個(gè)平臺(tái)是從頂

8、層到上 層，就是 SAAS 、 PAAS、 IAAS ，一直做到頂層應(yīng)用產(chǎn)品。 高性能所更多是做底層根底平臺(tái)建設(shè)，最底層的 IAAS ，構(gòu) 建一個(gè)統(tǒng)一的開(kāi)發(fā)環(huán)境，幫助存儲(chǔ)分布式海量數(shù)據(jù)，以及跟 上層資源的調(diào)度、算法的聯(lián)系，還有一些訓(xùn)練效勞的標(biāo)注工 具，再上向，就是面向在線效勞的軟件開(kāi)發(fā)效勞和標(biāo)準(zhǔn)接口， 再往上就是面向國(guó)內(nèi)行業(yè)用戶(hù)，構(gòu)建不同行業(yè)的應(yīng)用場(chǎng)景， 包括圖像識(shí)別、視頻處理、語(yǔ)音識(shí)別等等。在每個(gè)層面都有 重點(diǎn)，底層的中科曙光 GPU ，中科院的寒武紀(jì)芯片，申威處 理器。在國(guó)產(chǎn)平臺(tái)上，構(gòu)建整套人工智能軟件的生態(tài)環(huán)境， 推動(dòng)平臺(tái)建設(shè)。有分析工具，模型、算法、調(diào)度、效勞框架， 未來(lái)陸續(xù)將開(kāi)源平臺(tái)

9、在社區(qū)開(kāi)放。 這是 GPU ，中科曙光首個(gè) DCU 處理器面向高性能計(jì)算的總體架構(gòu)， 我本人是在核心算 法庫(kù)、軟件站，以及框架運(yùn)用開(kāi)發(fā)層面，圍繞底層平臺(tái)構(gòu)建 開(kāi)發(fā)環(huán)境。有一個(gè)初步的工作成果，在網(wǎng)上作了開(kāi)源，有興 趣的人可以看一下。我們借助這樣的工作根底，在全國(guó)布置 了 40 多個(gè)城市云、 10 多個(gè)先進(jìn)計(jì)算中心，提供全國(guó)最大深 度學(xué)習(xí)GPU集群，有一萬(wàn)以上的GPU。還有與應(yīng)用方一起， 構(gòu)建了全球最大視頻深度學(xué)習(xí)的在線系統(tǒng)，科學(xué)院有裝置， 提供深度學(xué)習(xí)、人工智能以及大數(shù)據(jù)支撐效勞。最后，簡(jiǎn)單 介紹一下氣象環(huán)保大數(shù)據(jù)分析的工作。如果做氣象預(yù)報(bào)，如 何將各種來(lái)源數(shù)據(jù)做整合和訓(xùn)練，預(yù)報(bào)氣象，包括預(yù)警和

10、分 析。最近做了霧霾相關(guān)的預(yù)測(cè)研究，針對(duì)空氣質(zhì)量預(yù)測(cè)，現(xiàn) 在也有一些方法， 是基于一些模擬軟件， 計(jì)算指標(biāo)值， 變量， 如 PM2.5、PM10、SO2、CO、O3 等，通過(guò)四個(gè)空氣污染模 式NAQP、CAMX、CMAQ、WRFC，再做擬合。但仍然 存在一些問(wèn)題，比方與觀測(cè)值差異還較大。在現(xiàn)有模式結(jié)果 的根底上，如何利用統(tǒng)計(jì)、機(jī)器學(xué)習(xí)等方法，提升預(yù)報(bào)的準(zhǔn) 確率。 OCF 算法基于兩個(gè)假設(shè)，得到兩條線，說(shuō)明假設(shè)與實(shí) 際不符，我們要做的工作就是把這兩條線的預(yù)測(cè)能夠更準(zhǔn) 確，最后能夠重合。目前還沒(méi)有應(yīng)用更加復(fù)雜的方法，還是 結(jié)合 OCF 最優(yōu)化算法， 包括算法模塊的替換， 預(yù)測(cè)效果還是 不錯(cuò)的。這里有四個(gè)圖，在 90天的時(shí)間維度下和 120