有了它，AI甚至可以让你知道对方是否真的爱你？

  

 

“你到底爱不爱我？”这或许是恋爱双方出现频率最高的问题，想要知道对方大脑在想什么，并不是什么天方夜谭，通过科学技术还真的有望实现。不过，让如此大胆的想法变为现实，我们需要借助什么技术呢？我想，目前最火的人工智能技术应该首先出列。

 

人工智能风头正劲

却逃不过“博眼球”的帽子

 

人工智能并不是什么新鲜的概念，但是对于大多数人来说，它仍然是一个新鲜事，自 AlphaGo 两次击败人类职业围棋选手后，其热议话题再度掀起。贴着人工智能标签的创业公司如雨后春笋般创立起来，更有行业大佬 All in AI。关于人工智能的报道也是连绵不绝地出现在大众的视野里。历经两次寒冬，人工智能再次崛起，成为科技领域最新的变革趋势，智能时代，人类社会对于人工智能的需求爆发，“万物智能”概念推出，在此迫切需要人工智能的发展。

 

但是，我们大部分时候看到的人工智能面貌是什么样呢？各家科技公司在这股浪潮下，常常放飞自我，各种画风清奇的人工智能操作与工具诞生，研究会画画、会聊天的 AI，看似精彩却不够接地气的应用。在“博眼球”的背后，更多科技企业誓要利用人工智能创造出更加具有意义的尝试，但是如何让 AI 不再哗众取宠，如何让 AI 不再仅仅局限于规则与策略，从而真正落地造福人类呢？

 

破解AI尴尬局面

高性能计算来支招

 

“想要知道对方想什么”，通过科技手段或许能实现，这不，在普林斯顿大学，研究者们正在探索大脑的奥秘，他们开发了可实时绘制人类思维图的软件，使用高性能计算、机器学习和人工智能，对功能性磁共振成像扫描所得的数据进行分析，从而推断大脑内部正在思考什么。

 

 

当然了，这项研究可不是简单的破解你的恋爱对象在想什么，该研究团队已经创建了一个大脑成像分析工具包，现可供全球神经科学家使用，以进一步推动新发现，最终还可以用于帮助增强精神疾病的诊断和治疗，在实际落地应用中大有作为。

 

不难发现，随着人工智能逐渐从规则与策划中走出来，更多的机器学习加入其中，而高性能计算如同一针强心剂，加速人工智能快速且顺利落地，并能够发挥出更大的价值与潜力。换句话说，人工智能的发展，使得计算能力成为瓶颈，而高性能计算则为人工智能的崛起提供了计算引擎，打破瓶颈，再造辉煌自然不难。融合发展是必由之路，在大规模并行系统搭建等方面表现出色的高性能计算，也为 AI 提供了坚实的平台基础，两者的融合必将引起关注。

 

当心踩坑！

二者融合并非易事

 

正如人工智能与高性能计算的融合，使得AI最终成为行业的选择，AI解决方案与现有的高性能计算工作负载融合后，将如何改变业务模式，并加速科研与学术成果的获取都成为了我们讨论的问题。事实上，融合并非易事，首先人工智能和高性能计算，根据组织的需求和应用案例有多种不同的组合方式，其“融合”的含义也不止一种。

 

 

除此之外，为了实现工作负载的融合，必须考虑底层技术堆栈，虽然硬件层的要求在某些方面可能类似，但编程和运行的软件堆栈截然不同，正如没有一个单一的融合起点一样，也没有一体适用的融合堆栈，对于那些希望在当前环境中将人工智能和高性能计算融合到一起的组织来说，高性能计算和人工智能的融合势在必行，不过，仍可利用现有的基础设施作为起点，开始接下来的融合之旅。

 

在融合之旅开始之前，用户通常要查看自己的业务与任务目标，明确人工智能可以在哪些方面帮助实现更快、更经济或更准确的高性能计算结果。而新的人工智能开发者，当务之急是确保自己的投资专注于从现有的基础设施中收获更多的价值，同时开发和优化算法，对模型进行训练以满足企业需求。而如何对人工智能工作负载进行优化是大家最棘手的问题，在大多数高性能计算中心，现有的基础设施均为基于英特尔® 至强® 处理器的集群，这使得用户在不能确定是否真正需要或如何有效利用现有基础设施之前，并不需要投资新的、昂贵的加速器或 GPU。这样的选择可谓贴心。

 

持续优化

在高性能计算环境中释放AI潜能

 

如何化解AI落地难的尴尬问题？高性能计算来助力。那么，什么样的平台与架构，能让这场融合之路畅快无阻呢？助力企业在高性能计算环境中研究、规划和实施人工智能功能，还得看英特尔至强® 处理器的高性能计算架构。那么，企业如果选择自己开发算法，则需要一开始就专注于针对现有的英特尔® 架构环境优化算法；如果是选择使用云端现成的工具测试算法，则需要使用资源并针对现有的基础设施进行优化。除此之外，英特尔致力于确保基于英特尔® 至强® 可扩展处理器的最新计算平台，已针对常见的人工智能框架进行了优化。

 

 

当融合之旅渐渐开始，接下来要做的便是为扩大规模与进一步发展做好准备，而挑战则是将其向整个组织扩展以进行全面部署。为了实现这一目标，编写的应用需要能充分利用高性能系统中的功能，可在 CPU 的所有内核上执行，并可扩展至整个高性能计算集群的多个节点。利用这些功能，清楚地了解训练模型所需的时间和频率，从而来决定是否能够高效地扩展，并从运算角度判断需要在哪些方面进行投资。对于那些想要快速启动并投入运行的组织来说，英特尔与其他行业领先企业合作开发了面向高性能计算的英特尔® 精选解决方案，这是面向快速部署基础设施的技术套件，已针对分析集群和高性能计算应用进行了优化，旨在缩短实现突破、提供可行洞察和设计新产品的时间。

 

随着高性能计算与人工智能功能的逐渐演进，新的挑战与机遇也将不断出现。不过，可以确信的是，只要企业明确目标，在人工智能应用的部署与规划下，与高性能计算环境的融合，将会令其取得长远的成功。不止于人类大脑奥秘的探索，更多大有作为的应用将会在融合之路上得以实现，其等待的时间或许不会太久。

 

 

来源：AI科技大本营