AlphaGo依靠“深度学习”技术 展现计算未来

1971年，全世界最快的汽车是法拉利Daytona，时速280公里；全世界最高的建筑是纽约双子塔，高度415米；同年11月，英特尔推出了首款商用微处理器芯片，名为4004，里面包含2,300个微型晶体管，每个晶体管的尺寸跟一个血红细胞相仿。

自 那以后，芯片的进步速度一直都符合英特尔联合创始人戈登·摩尔(Gordon Moore)的预测。根据他创造的“摩尔定律”，随着硅晶圆上的晶体管数量越来越多，处理器性能大约每两年提升一倍，从而改善性能、降低成本。现代化的英 特尔Skylake处理器大约包含17.5亿个晶体管——4004上的一个晶体管大约相当于50万个这种晶体管的体积。但物理世界中却很难保持如此高速的 发展。倘若1971年之后的汽车和摩天大楼保持同样快的发展速度，那么现在最快的汽车可以达到十分之一的光速，最高的建筑则能达到月球高度的一半。

摩 尔定律的影响随处可见。当今世界约有30亿人使用智能手机，每一部智能手机的性能都超过1980年代占据整个房间的超级计算机。有无数的行业被数字革命颠 覆。海量的计算能力甚至减少测试的数量，因为模拟爆炸比真实爆炸更容易测试原子武器。摩尔定律已经成为一项文化修辞：无论是在硅谷内外，人们都希望科技每 年都能进步。

但现在，50年过去了，摩尔定律似乎走向终结。缩小晶体管的体积已经无法继续确保成本的降低和速度的提升。

但这并不意味着计算的进步将会戛然而止，但进步的性质的确会发生改变。芯片仍会越来越好，但提升的速度却会越来越慢——英特尔表示，数据运算速度只能每两年半增加一倍。不仅如此，未来的计算进步程度还将通过另外三个领域来进行评估，而不仅仅是原始的硬件性能。

摩尔定律之后

第一个是软件。本周的Alpha Go连胜韩国顶尖围棋选手李世石两局。由于异常复杂，因此计算机科学领域始终对围棋很感兴趣：围棋棋局的可能性甚至比宇宙中 的粒子数还多。因此，围棋系统不能简单地依靠原始的计算能力。相反，AlphaGo需要依靠“深度学习”技术，从而在一定程度上模拟人脑的工作方式。它本 周取得的成功表明，完全可以通过新的算法实现巨大的性能提升。事实上，硬件的缓慢进步已经给了科学家以更大的动力，促使其开发更加聪明的软件。

第 二个进步领域则是“云计算”，也就利用数据中心组成网络，从而通过互联网提供服务。当电脑是独立设备时，无论是大型机还是台式PC，其性能都完全取决于自 身的处理器芯片。但如今的电脑可以在不改变硬件的情况下提升计算能力，他们可以在搜索电子邮件或者计算最佳路径时调用云端的庞大计算资源，而且使用过程非 常灵活。由于相互连接，所以性能得以提升：智能手机的卫星定位、动作感应和无线支付等功能现在已经与处理器速度同等重要。

第 三个进步领域则要依靠新的计算架构——针对具体任务优化的特制芯片，以及利用量子力学来同时计算多组数据的外来技术。当通用微处理器速度快速增长时，没有 必要使用这种方法，但现在的芯片已经专门针对云计算、神经网络、计算机视觉和其他任务进行了设计。这类专用硬件将被嵌入云端，在需要的时候进行调用。这同 样表明，终端用户设备的原始硬件性能不再像以前那么重要，因为大量的计算工作都是在云端完成的。

速度不是一切

这 会对实际应用产生什么影响？摩尔定律不再是一条物理定律，而是一条自证预言——整个科技行业都会依照这样一条定律来协调发展。它的失效将令科技进步更加难 以预测，可能会突然出现大幅提升性能的新技术。进步过程可能会断断续续，因为改善性能的新技术只会间歇出现。但由于多数人只会根据功能来评判自己的计算设 备，而不太看重处理速度，所以他们可能并不会感受到太大的影响。

对企业来说，摩尔定律 的失效将被云计算革命所掩盖。企业升级PC的频率已经降低，而且不再使用自己的电子邮件服务器。然而，这种模式要依靠快速而可靠的上网连接。这会促进宽带 基础设施的需求：由于计算能力的提升越来越多地发生在数据中心里，所以网速较慢的地区不太容易受益于此。

对科技行业自身而言，摩尔定律的失效将强化云计算的发展逻辑，而这一行业已经被为数不多的几家大公司所主导，包括亚马逊、谷歌、微软、阿里巴巴、百度和腾讯。他们都在努力改善自家云基础架构的性能。他们还在积极物色拥有新技术的创业公司：谷歌2014年收购了DeepMind，正是这家公司开发出了本周名声大噪的AlphaGo。