本篇出自「愛范兒」經授權刊登於本站,作者:「托馬斯白

2017 年5 月23 日,在舉行於中國烏鎮的“人機終極對決” 第一局中,當今世界排名第一的中國圍棋選手柯潔,輸給了Google 旗下的人工智能程序 AlphaGo 。

距離1997年,IBM深藍電腦擊敗國際象棋世界冠軍卡斯帕羅夫,剛好過去了20年。

當時的媒體不無遺憾地感慨深藍電腦運算能力的強大,同時也提出了一個命題:雖然國際象棋中人類被電腦擊敗,但是在圍棋這個可能性近乎無窮的更高級棋類游戲中,電腦幾乎沒有戰勝人類的可能性。

然而僅僅用了20年,AlphaGo為代表的超級計算機就把世界排名第一的柯傑擊敗,最可怕的是,兩者之間的棋力差距究竟有多大,已經不得而知了。

AlphaGo 快速迭代背後隱藏的究竟是什麼力量?

深藍和AlphaGo 的算力差距倒是有數據可查。

IBM 的深藍曾在1997 年戰勝國際象棋世界冠軍卡斯帕羅夫。而現在,一台筆記本的計算能力已經超過了深藍。搜狗CEO 王小川表示,AlphaGo 計算能力是當年IBM 計算機深藍的3 萬倍。ps. 我們國家的天河二號是世界最快的超級計算機,它浮點運算能力已經達到了33.86 PFLOPS,是深藍的30 萬倍。

20 年時間,算力的差距是3 萬倍。我們不妨來看一個數據:

AlphaGo 快速迭代背後隱藏的究竟是什麼力量?

這張圖是歷年排名第一的超級計算機浮點運算能力的增長曲線圖。1995 年的數字約為10 的11 次方,也就是百億級別;到了2015 年是10 的16 次方+,也就是千萬億級別。20 年增長了數万倍。如果從1960 年開始算起,則增長了千億倍。

簡單的說,你現在手裡拿著的手機的運算速度,都已經是當年深藍性能的數万倍。

1

我們其實可以把計算機的運算能力看做一種生產資料。就像電、石油和耕牛、鋤頭一樣。

在過去的20 年裡,這個生產資料在全世界的生產力佔比越來越大。

不但佔比大幅上升,而且單位算力的價格巨幅下降。

這裡要劃重點了:

在人類幾千年的生產歷史上,還從未有一種生產資料的成本,像計算機算力一樣,可以以幾何級數下降。

從人類開始使用石油至今,石油的成本是逐漸趨於平穩的;

人類開始使用電力至今,電力的價格的確降了很多,但是仍然屬於算術級的下降曲線。

只有計算能力不同。如果按超級計算機計,算力的提升高達千億倍,而超級計算機的價格並沒有太大的增長。

即便按普通家用電腦計算,INTEL 在1989 年推出的80486 處理器的電腦,到了1995 年,一台的單價仍需要一萬元;而今天,一台酷睿i7 頂配的電腦單價可能只需要5000 塊不到。如果把通脹考慮進去,再比較兩者的算力差距,單位算力的價格在過去的22 年間下降了多少倍,大家有興趣可以自己算一算。

所以,我們可以看到的消費品價格,在過去的20 年裡並沒有特別大的增長,甚至有所下降。

生產力比例中,計算能力佔比越高的行業和產品,價格下降的就越劇烈,迭代速度就越快。

典型的例子就是電腦,20 年來沿著摩爾定律畫好的路線一直走到今天。如今能買到的家用電腦已經遠超當年超算的計算能力;

智能手機也在快速迭代,速度之快大家有目共睹,這裡就不贅述。

AlphaGo 快速迭代背後隱藏的究竟是什麼力量?

與電腦和手機同步成長的互聯網相關產業,也在以光速前進。我們的寬帶和手機網速越來越高,而單價卻越來越低。過去33.6Kbps 的有線網絡按分鐘收費;今天百兆甚至千兆的寬帶也不過每月百十元的價格而已。

由計算機衍生出來的電子消費品領域,成本也是逐年下降:2002 年一台索尼PS2 的價格是3000 元人民幣左右。2017 年剛剛更新不久PS4 Slim 版價格僅為1900 元。

遊戲的價格基本還是200-400 元之間。我們今天購買一台60 寸電視可能只需要4000 塊;而20 年前的20 寸彩電可能都要上萬。電冰箱、空調等家電蓬勃發展,功能和性能不斷提升的同時,成本逐年下降。雖然不像電腦和手機的速度,但也足夠驚人。

與運算能力中等相關的是製造業。由於自動化在製造業中的廣泛應用,計算能力的提高使得製造業的成本得以大幅下降。

大型工業製造品比如汽車,價格在過去十幾年間也有著巨大的降幅。2002 年的別克君威的價格大概需要35 萬以上。同樣的價格你可以在2017 年買到奔馳C200L 的中檔配置。

AlphaGo 快速迭代背後隱藏的究竟是什麼力量?

(一張1996 年的汽車報價單)

一些日常消費品的價格在過去的數十年裡無懼通脹,單價不升反降的數不勝數。這裡只說可口可樂好了:1995 年一聽可口可樂的單價應該在3 元左右;而今天則不到兩塊可以在超市買到。

相比之下,與運算能力相關較遠的行業,過去20 年的價格漲幅還是很大的。比如服務業。出門聚個餐的成本和去捏個腳的價格實在是無法被單位算力價格的下降所惠及,自然要符合經濟規律,跟著通脹水漲船高了。

(當然,價格的變化是非常複雜的經濟行為,顯然不是單一原因造成的。上文中的很多例子本身也有不嚴謹之處,但是其中一定有“單位算力價格下降帶來的生產力上升” 的一份力量吧)

2

我們可能早就習慣了汽車、電腦和手機的快速迭代和價格下降,覺得這一切都是很正常的事情,但是只要問問你的父母就知道,這一切其實並不是那麼順理成章。在計算機崛起前的世界,並沒有消費品的爆炸式增長,也沒有這麼快速的迭代和降價。你能購買和消費的商品不但種類極為有限,而且價格並不會單邊下降,而是根據年景好壞波動。

應該說,我們能有今天的美好生活,很大程度上是拜單位算力價格的下降所賜。

資本市場是敏銳的。所有行業內的精英都已經看清了這一明確趨勢,並且用真金白銀的買入行為,讓更多的資本可以聚攏在高科技行業,以期獲得更大的金融回報;同時也使得科技行業得以擁有更多更強大的資源,可以讓自身的增速更快。

下表是世界市值最高公司前十名的列表。大家可以看一看2007 年和2017 年的變化,就知道我們的未來究竟在何方了吧。

AlphaGo 快速迭代背後隱藏的究竟是什麼力量?

然而,算力提升的腳步從未停止,而是越走越快:

今年5 月,以3:0 的比分贏下中國棋手柯潔後,AlphaGo 宣布退役,但DeepMind 公司並沒有停下研究的腳步。倫敦當地時間10 月18 日,DeepMind 團隊公佈了最強版AlphaGo ,代號AlphaGo Zero。它的獨門秘籍,是“自學成才”。而且,是從一張白紙開始,零基礎學習,在短短3 天內,成為頂級高手。

團隊稱,AlphaGo Zero 的水平已經超過之前所有版本的AlphaGo。在對陣曾贏下韓國棋手李世石那版AlphaGo 時,AlphaGo Zero 取得了100:0 的壓倒性戰績。DeepMind 團隊將關於AlphaGo Zero 的相關研究以論文的形式,刊發在了10 月18 日的《自然》雜誌上。

短短5 個月,新的算法再一次顛覆了舊的。新的AlphaGo Zero 僅僅自學3 天,就以100:0 擊敗了當年打敗李世石的初版AlphaGo。

就在大家擔心由於半導體製程的限制,算力增長進入瓶頸的時候,人工智能通過對算法的優化,繼續實現跨越式的算力提升。算力的增長又進入了一個新的階段。

隨著人工智能領域的不斷進展,我們即將看到一個跟過去完全不同的世界。如果說過去10 年iPhone 為代表的智能手機改變的是我們的生活,那麼計算能力的爆炸性增長會改變我們的什麼呢?

想想還真有點小激動呢。

閱讀全文