最近这些年啥最火？
人工智能（AI）肯定是其中一个答案。
先是人类围棋界顶尖高手李世石、柯洁轮番被“阿尔法狗”撂倒，接着后者又被零基础自学成才的“阿尔法元”训练3天即轻松战败——这些年来，人工智能以“与人类博弈”“与同胞决斗”的全新方式频频走入公众视线，并带来一个又一个惊喜。
最初还有人打赌，人机大战究竟是人赢还是机器赢，几场比赛下来，这种“赢，还是不赢”的打赌，逐渐变成了对于机器人“总是赢”这件事的“服，还不服”，再后来，随着柯洁等名手逐个败下阵来，围绕于此的种种讨论已如烟消云散。
但，人工智能真的能超过人吗？
- 1-
来先看一个简单的提问——
问：你会下国际象棋吗？
答：是的。
问：你会下国际象棋吗？
答：是的。
问：请再次回答，你会下国际象棋吗？
答：是的。
多么乏味的问答！你多半会想到，面前的这位应该是一部笨机器吧。
是的，这就是传说中的图灵测试。
所谓图灵测试，就是指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。
多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。
然而，目前我们远远落后于这个水平。人工智能并不那么“智能”。
同样的问题，如果提问与回答呈现出另一种状态。
问：你会下国际象棋吗？
答：是的。
问：你会下国际象棋吗？
答：是的，我不是已经说过了吗？
问：请再次回答，你会下国际象棋吗？
答：你烦不烦，干嘛老提同样的问题。
人工智能委屈脸：“请不要对我期待太高……”
- 2 -
对比哈佛大学心理学家加德纳的多元智能理论，现阶段的人工智能——
在空间、音乐、肢体运动方面尚有差距；
在内省、人际、自然探索方面尚无可比性。
按照大连理工大学教授卢湖川的说法，即便是在逻辑、语言文字、图形图像以及空间、音乐、肢体运动这些领域，人工智能要想更加智能，同样需要更加强大的算力——超级计算。
这也是连续几年世界大学生超级计算机竞赛选择AI应用题目的一个重要原因。
正如ASC竞赛发起人、中国工程院院士王恩东所说：人工智能的兴起为高性能计算探索出一个全新且重要的应用领域，如何实现超级计算技术与人工智能技术更好的融合，将成为未来计算技术的一个重要研究方向。
终于回到了今天的主角——超算。
- 3-
来听听学术大咖们的判断——
中国科学院院士沈绪榜：
未来十年，超级计算机技术还会有更加突飞猛进的发展，千万亿次超算的体积可能只有方糖大小，超算面临的功耗等技术挑战有赖于年轻一代超算人才去解决。
上世纪80年中国研制的第一台一亿次巨型机比一个房间还要大，现在要实现同等量级的计算力，需要的体积仅有针尖那么大。
今天千万亿次计算机比当时的电子管计算机体积更为庞大，功耗非常大，这给年轻科技人员留下了很大的发挥空间，相信年轻一代超算人来未来有能力去解决这些问题。
中国工程院院士、大连理工大学校长郭东明：
当前，越来越多科学研究和重大工程中的关键问题，已无法单纯依靠理论和实验研究方法加以解决，大规模、高性能的计算和模拟提供了新的研究途径。
- 4 -
至于超算和人工智能，这已不是两者第一次牵手了。至少在世界大学生超级计算机大赛这个舞台上是这样，2016年起就开始引入人工智能AI赛题，意在激励参赛队员充分发挥超算计算力挑战优化领先AI应用。
2016年是来自科大讯飞提供的智能语音DNN应用，要求年轻学生选手进行该算法的MIC众核超算移植优化。
2017年是来自百度提供的交通预测应用。预赛阶段给出某城市前50天实际采集的交通状况的训练数据集，要求参赛队预测出第51天的交通状况。
在总决赛阶段，则要求各队伍在3000瓦功耗下采用组委会提供的超算服务器搭建系统集群，利用百度PaddlePaddle框架开发深度学习神经网络算法，预测多达300+道路在某规定时间的早高峰路况。
2018年是来自微软提供的自然语言阅读理解中的搜索提问回答预测。
2019年是单张图像超分辨率SR。
所谓SR，就是指由一副低分辨率图像重构高分辨率图像，在卫星和航空成像、医学图像处理、人脸图像分析、文本图像分析、标识和数字车牌读取、生物特征识别等领域应用广泛，近二十年来吸引了众多学者研究。
决赛赛题要求队伍将远低于人脸识别标准的低分辨率人脸图像重建为高分辨人脸图像，以达到准确人脸识别的要求。
全球最快超级计算机排行榜Top500发起人杰克•唐加拉很认同赛事里的AI应用挑战，他认为大数据和高性能计算的相互融合会推动人工智能技术的进一步发展。
“人工智能技术在实际生活中的应用其实已经有很多，比如说自动驾驶汽车，这在20年前是不可想象的，现在已经接近实现了，在我有生之年会看到很多过去不可想象的人工智能实现。”
而这些，
都要靠更加强劲的超算力MAX！
未来可期！
