近日，英偉達創始人黃仁勛與香港科技大學校董會主席、美國國家工程院外籍院士沈向洋在中國香港展開了一場深度對話，聚焦AI的三大核心問題、算力發展以及未來的變革方向。

人工智能驅動的數字智能革命

在黃仁勛看來，我們正站在一個全新產業的起點。計算機編程的方式從手工編寫轉向數據訓練，CPU（中央處理器）讓位于GPU（圖形處理器，又稱“顯示核心”），每一個技術環節都在經歷根本性的重構。這場變革的核心，是將人類認知過程———觀察、推理、行動，轉化為可以規模化生產的“數字智能”。

“計算機如今能夠學習和理解各種類型的數據，包括語言、圖像、蛋白質序列和化學分子序列等。生成式人工智能的出現，使得我們可以將一種信息形式轉化為另一種，比如從文本生成圖像或化學分子。這種‘通用函數近似器’逐漸演化為‘通用語言翻譯器’，能夠處理多種信息類型。”黃仁勛指出，全球范圍內的初創企業正在利用這些能力，將不同的信息模式結合在一起，開發出令人驚嘆的新功能。

黃仁勛認為，最重要的突破在于我們現在能夠理解復雜信息的含義，這對各個行業都有深遠影響。對于數字生物學家、系統設計師以及氣候科技、農業科技和能源行業的人來說，這種能力可以幫助他們更好地理解數據、優化設計和發現新材料。

黃仁勛解釋道：“從計算機科學的角度來看，我們正在重塑整個技術棧。”過去，人們通過手工編寫代碼來開發軟件，而現在，可以用觀測數據訓練計算機，讓它們從數據中發現規律和模式。“這種轉變對整個行業的影響是巨大的，因為人工智能的核心是認知的自動化，即問題解決的自動化。”黃仁勛說道。

黃仁勛進一步闡述了人工智能如何通過“數字代理人”創造出“數字智能”。他將這種能力比作一個“數字智能工廠”，類似于300年前發明的發電機和用電設備。如今，人工智能正在為我們創造一個“數字智能”生態系統，其中的“智能設備”如同過去的燈泡和烤面包機，是我們每個人都可以使用的工具。

人工智能計算需求的未來路徑

摩爾定律依賴兩個概念：一個是LSI縮放（大規模集成電路縮放），另一個是Dennard縮放（恒定電流密度縮放）。這些技術的結合讓我們能夠每隔一段時間將半導體的性能翻倍。而現在，計算需求增長更多地受到神經網絡規模和訓練數據量增加的推動，這種現象被稱為“擴展定律”。

黃仁勛指出，人工智能的發展不僅依賴于預訓練，還需要通過強化學習、人類反饋、人工智能反饋、合成數據生成和多路徑學習等技術進行“后訓練”，以便在特定領域深入學習復雜技能。最終，人工智能需要在“推理”階段進行測試，通過深入思考和迭代解決問題，以提供高質量的答案。

他強調，未來，計算能力的持續增長是必要的，以確保人工智能能夠提供完全可靠的答案。英偉達在過去十年中通過降低邊際計算成本，使得計算性能提升了百萬倍，這一貢獻改變了人們對計算的看法，并推動了機器學習的蓬勃發展。這種能力讓研究人員能夠輕松處理海量數據，從而推動了人工智能領域的創新和進步。

粵港澳大灣區或將是下一個算力中心

粵港澳大灣區，包括香港、澳門、深圳、廣州和東莞等地，已經發展成為一個重要的硬件生態系統。隨著人工智能的發展，實體智能，如機器人和自動駕駛汽車等將變得越來越重要。

當沈向洋詢問黃仁勛如何看待這些技術將快速融入我們的生活和工作，以及如何利用大灣區的硬件生態系統抓住這個機會時，黃仁勛表示：“粵港澳大灣區是一個絕佳的機會，該地區在機電一體化方面已經非常成熟。機器人技術的關鍵在于加入能夠理解物理世界的人工智能。未來的人工智能需要學會物理智能，并與物理世界進行交互。這是機器人技術的核心，也是大灣區硬件生態系統中可以深入挖掘的巨大機會。”

黃仁勛指出，目前有三類機器人能夠實現大規模生產：汽車、無人機和人形機器人。大規模生產能帶來技術飛輪效應，推動研發投入，帶來技術突破，從而制造出更好的產品。這三類機器人可以融入現有環境，推動機器人技術的大規模應用。

“粵港澳大灣區在這方面擁有得天獨厚的優勢，能完美整合機電技術和人工智能技術兩種能力。”黃仁勛表示，在其他地方，這種情況并不存在。另外兩個機電工業強國是日本和德國。但遺憾的是，它們在人工智能技術方面還遠遠落后。未來，粵港澳大灣區在全球范圍內都將是一個重要的算力中心。