Nvidia CEO黃仁勛：軟體吞天，AI在後

原文：Nvidia CEO: Software Is Eating the World, but AI Is Going to Eat Software

翻譯：Kaiser

（譯者註：這個有些龍傲天的標題是出自黃仁勛的原話，我估計下次他接受採訪的標題就叫「軟體已死，AI當立」了。）

科技公司和投資者已經往人工智慧里砸了不少錢——其中很多都進了晶元廠商Nvidia的口袋。自從專為機器學習演算法和自動駕駛等應用場景開發定製化硬體以來，Nvidia的收入也節節攀升。在本周於加州San Jose召開的年度開發者大會上，CEO黃仁勛對MIT科技評論表示，機器學習革命方興未艾。

Q: Nvidia得益於科技公司投資機器學習的爆髮式增長，那麼這種增長是否可持續呢？

A：我們現在尚處在很早的階段，從今天全世界的企業、工廠來看，並沒有幾行代碼真正用到了AI。AI還只是在互聯網服務公司比較流行，特別是其中兩三家。但是其他科技行業也才窮追猛趕，軟體吞天，AI在後(Software is eating the world, but AI is going to eat software)。

Q：機器學習將要改變的下一個行業是什麼？

A：一是汽車業，今天的會議上有十家世界頂尖車企。另一個就是醫療行業，這對整個社會是有很大影響的。健康相關信息往往混亂而非結構化，不過現在計算機已經能夠逐步理解這些數據，並幫助醫生診斷、預測。

Q：機器學習在診斷上的應用研究成果令人印象深刻（相關閱讀：An AI Ophthalmologist Shows How Machine Learning May Transform Medicine）。但是監管機構將會如何測試和驗證這些新系統，還尚不清楚。

A：涉及人類生命健康時，總是要接受有關部門的監管。但同時我們也不能忽略科技帶來的十倍乃至千倍的改善。有識之士一定會發現這些技術的優越性，用它們來幫助醫生、臨床醫師、放射醫師的工作，對此我抱有極大信心。Arterys的心臟核磁共振影像AI分析軟體，最近剛剛得到了FDA（美國食品藥品監督管理局）的許可，並且我還知道另有很多人也已經摩拳擦掌了。

Q：在汽車上應用機器學習也會面臨新的監管問題。Nvidia已經展示了一款軟體，僅通過觀察人類駕駛員就能夠學會開車——但仍然很難解釋其工作機理，以及不同場景下的行為（相關閱讀：The Dark Secret at the Heart of AI」）。

A：這種端到端方法的性能與前景非常喜人。我們深信，將來AI駕駛的方式將會與人類無異——而不是程序化地把問題分解成目標、視覺、定位、計劃。但是這個「將來」究竟有多長，還要打個問號。現在距離萬事俱備還有很長的路要走，而且因為訓練是把所有因素放在一起進行的，那麼一旦某個環節出了紕漏，如何修補更是個問題。我們可能還是得把一部分問題分而治之。

Q：你們的晶元已經在驅動一些車輛了：所有的Tesla車型現在用的都是Nvidia的Drive PX2，來支撐用於高速公路行駛的Autopilot功能。這些功能是否已經發揮了硬體的全部性能？現在的晶元是否能夠滿足完全無人駕駛？

A：Drive PX2這個計算平台還保留了很大的計算性能——這樣是為了留有充分的空間，讓軟體持續更新，你會樂於感受到性能的成長。說到完全無人駕駛，目前未知因素還是很多，但是已經有大量的軟體正在開發。我不是特別確定，不過我們會找到辦法。

Q：Intel, Google和另外幾家公司也正在研究機器學習加速晶元（相關閱讀:Battle to Provide Chips for the AI Boom Heats Up）。你會如何保持領先？

A：很多人已經察覺到了這塊市場的重要性，我也認為市場前景非常廣闊。我們將繼續跟進GPU晶元上的投入，另有25億美元的研發經費用於深度學習課題。我們會提高Nvidia GPU架構的兼容性，使之隨處可見：PC，伺服器，雲端，汽車乃至機器人。

Q：您也同意部分研究者所說的：物理條件限制了晶體管的體積和效率，也進而制約了計算機處理器的發展。但是您又提到，因為Nvidia的晶元針對特別應用場景，所以能夠一直保持進步。但您總不可能突破物理定律吧？

A：當然不可能突破物理定律。我們當前又一次面臨CPU性能不足的問題，所以軟體才會更青睞GPU。個人感覺，我們還會因此受益幾十年。但是某時某刻，一定會有新的發現。我們公司有優秀的工程團隊，不斷衝擊著設備的物理極限，還有強大的製造業合作夥伴。機會就在今天我們這些人當中。