Intel公司近期正在組建一個戰略研究聯盟，計劃通過推動“概率計算”（probabilistic computing）發展來引領人工智能發展趨勢。

Intel公司宣布正在組建一個戰略研究聯盟，以期將人工智能提升到一個新的水平。自動化系統沒有足夠好的方法來處理現實世界的不確定性，而且它們沒有足夠好的途徑來理解傳感器的不確定性會對它們需要做出的決策產生什么影響。據Intel首席技術官Mike Mayberry的說法，解決上述問題的答案是“概率計算”。他說這可能是人工智能（AI）的下一個浪潮。以下是科技縱覽（IEEE Spectrum）就有關話題對Mike Mayberry的采訪內容。

IEEE Spectrum：是什么因素推動了這項新的研究？

Mike Mayberry：我們正在試圖尋找AI的下一個浪潮。AI的第一次浪潮是基于邏輯的，即寫入（writing down）規則; 它與我們所說的經典推理最為接近。目前的人工智能是圍繞感覺（sensing）與感知（perception）的--使用卷積神經網絡掃描圖像，看看其中是否存在感興趣的東西。將這兩個過程結合起來，并不能模擬出人類在現實世界中自然而然地做出的所有事情。

支持這個說法的一個例子是某種能把你嚇一跳的東西--比如汽車警報。你會自動考慮與你擁有的數據一致的不同場景，并會意識到你沒有的數據。你會推斷出一個概率。此概率可能是為了搞清楚警報是來自你的前方還是后方，或者是否會讓你開會遲到。你會不假思索地完成機器無法處理的事情。我們在現實生活中經常遇到這些情況，因為當前的局面總是存在不確定性。

目前的AI和深度學習系統已經被認為是脆弱的。我們的意思是它們對自己給出的答案過于自信。它們會以百分之九十九的肯定性表示，某張圖片中存在它認識的某種東西。但在很多情況下，這個概率并沒有AI所認為的那么高。

因此，在一般性研究方面，我們想做的事情是弄清楚如何將概率引入到我們的推理系統和傳感系統中。而這其中真的存在兩個挑戰。一個是如何進行有概率的計算，另一個是如何存儲概率性的記憶或場景。

所以我們一直在做一些內部工作，并與學術界進行了合作，我們已經確定有足夠的資源來啟動一個研究社區。我們的目標是讓人們分享他們所了解的相關信息、展開協作、弄清楚在編寫軟件時如何表示概率，以及如何構建計算機硬件。我們認為這將成為人工智能第三次浪潮的一部分。我們不認為這是唯一的路徑，我們認為還有其他的途徑，但這些都將圍繞概率計算展開。

Spectrum：以前，該術語被用于描述與人工智能無關的許多事物，例如隨機計算和容錯計算。它到底是什么樣子呢？

Mayberry：我們使用概率計算的方式與以前有所不同。例如，隨機計算指的是在有錯誤的情況下也能得到足夠好的答案。模糊邏輯實際上更接近我們現在所討論的概念，因為在處理信息時，你會有意地追蹤不確定性。還有統計計算，這實際上更像是一種軟件方法，通過構建“樹”來追蹤不確定性。因此，這些概念不一定是新的。但我們打算以不同于過去的方式來應用它們。

Spectrum：這會導致出現新的設備嗎？

Mayberry：我們將首先考慮算法。我們對Intel的偏見存在于制造硬件方面，但如果我們不能真正了解使用模式將如何發展，或者算法將如何發展，我們就有可能過早地走上一條道路。因此，我們最初將圍繞算法和軟件框架開展研究。如果研究順利，我們將能夠大體猜測出硬件優化會達到什么效果。而且，這些東西能夠做假嗎？你必須盡早考慮安全問題。那是我們近期將要考慮的事情。

Spectrum：這些工作如何與Intel在AI方面的努力融合起來？

Mayberry：這將成為能夠整合我們現有工作的一個更大系統的一部分。你不希望你的邏輯系統要求傳感數據是100％準確的，但你也不會希望傳感器給出有關于置信率的錯誤信息。所以你必須建立一個系統，使這兩個組件能夠相互溝通，并能夠跟蹤這種信息。因此，也許傳感系統報告“我剛剛改變了亮度”，會導致我的回答比以前更不可信。

跟蹤這類信息是系統設計的一部分。我們還不十分清楚如何從軟件框架的角度來實現這一點。

Spectrum：有哪些可能的應用？

Mayberry：當然，我們的目標之一是擁有更好的自動化機器，無論是汽車還是家用機器人或類似的東西。我們認為概率計算是使系統更加強大的重要組成部分。受到高度約束的系統不太可能需要這種能力。你將系統放入開放環境的次數越多，意味著需要改變的東西越多，你就越可能需要對我們今天使用的系統進行補充。

我們當然希望這項技術能在幾年內轉化為產品，但這只是一個設想的路線圖。所以我們現在還無法承諾任何事情。