人工智能的深度崛起确实是它的原始动力，但是真正的能够让它稳固地往前走，必须是算力的演进。
第十二届中国IDC产业年度大典于12月20-22日，在北京国家会议中心隆重召开。在数据中心技术创新论坛上，来自行业的多位专家齐聚于此，共同探讨数据中心的创新技术，以推动IDC行业的健康发展。
中国信息通信研究院人工智能部主任、国际电信联盟机器焦点组副主席孙明俊以《人工智能之算力演进》为题，进行了主题演讲。
孙明俊介绍到，人工智能正式诞生于1956年。二战期间出现了自动控制理论，推动了人工智能领域的诞生。她认为，人工智能领域一是受到自动控制领域的推进；二就是算法。
1990年互联网正式起步，发展至今，已成为我们生活中必不可少的一部分，并为人工智能的发展奠定了良好的基础。孙明俊表示，具备了自动控制、互联网和算法条件后，八九十年代人工智能难以发展的原因，是算力的欠缺。
她认为，人工智能的崛起有三大因素：一是互联网的发展，提供了多类型的数据资源；二是硬件技术的发展变革，降低了硬件成本的同时，缩短了运算的时间；三是深度学习算法。“深度学习算法才是人工智能崛起的基础”孙明俊说道。
以AlphaGO为例，它需要1920个CPU+280个GPU，才能完成计算。“人工智能的深度崛起确实是它的原始动力，但是真正的能够让它稳固地往前走，必须是算力的演进。”
除却三大驱动因素，孙明俊表示，AI要真正崛起取决于以下五个条件：
·一是海量数据。人工智能算法的演进必须有数据作为支撑，大量的标注好的数据库，将识别率从70%提升到95%的识别率。
·二是客观、精准、自动标注过的数据。这是人工智能应用必须具备的条件。
·三是单一领域。AlphaGO作为人工智能领域的代表，它的大特点，就是专注单一领域。
·四是超大的计算量。海量数据进行标注的过程中，带来的将是更大的数据量，这就需要数据中心去扩大规模，提升网络速度。
·五是顶尖的AI科学家。
“ AI这个领域最吸引人眼球的，是计算机视觉。”孙明俊解释到，计算机视觉是进入AI大门的钥匙。就外因来看，一方面，深度学习算法出现后，从2013年至2015年，投资规模已由从2亿美元迅速增长到12亿美元。另一方面，是政策的大力支持。国务院7月份印发了《新一代人工智能发展规划》，12月工信部又印发了《促进新一代人工智能产业发展三年行动计划》。
人工智能领域另一个比较火热的板块是图像识别。孙明俊表示，在生物识别区域，人脸识别已经成为系统化、平台化的趋势。场景识别区域，尤其是在工业领域，因为它需要大量的图片、视频输入以及场景训练，这是极其大的运算量，目前还难以实现。在视频识别区域，目前语音识别能够实现五米以内的近场、远场的识别，“但是在自然语言理解和交流方面还非常的困难。”
孙明俊介绍，“我们现有的算力架构是按冯诺依曼体系来做的，未来将向非冯诺依曼体系架构变革。”随着量子计算的出现，人工智能将出现新的变化。
随着人工智能的发展，能源消耗方面将应用到大量的数据，同时越来越严苛的时延要求，都对数据中心的发展提出了更高的要求。
孙明俊表示，“未来，人工智能的芯片将有很广阔的发展空间。”
