最近人工智能话题炒得挺火的，这期我想聊聊人工智能与边缘计算这两个热门话题之间的紧密关系。由于我是人工智能的外行，为了这篇稿子，还特意去翻阅了一些相关资料，理解相关技术定义、背景和发展状况。总而言之，我认为边缘计算基础设施以及云计算基础设施为人工智能提供了有效的基础计算支撑平台，并为人工智能更加智能化创造了条件。
据维基百科上对人工智能的描述，与人类和其他动物显示出的自然智能相比，人工智能（也称机器智能）是由机器显示的智能。在计算机科学中，人工智能研究被定义为对“智能代理”的研究，即任何能够感知其环境并采取相应行动，使其成功实现任务目标的设备。通俗地说，人类与其他人类之间的思想沟通依靠的是认知功能，例如“学习”和“解决问题”。当一台机器模仿人类认知功能，并与其他人类进行思想交流，这就是“人工智能”了。
随着其技术的发展，什么属于人工智能而什么不属于也是越来越有争议。也就是说，随着机器计算能力越来越强，以前做不到的任务或认为需要“人工智能”才能完成的任务，现在通过机器的强大计算能力完全能算出来了，之后往往该任务或技术就不属于人工智能范畴了，这种现象被称为人工智能效应。由于有了人工智能效应，导致现在很多人普遍认为，只要是以目前机器算力无法完成，且尚未完成的任务，都统称人工智能。 例如，交通违法行为捕捉中提取车牌信息的字符识别技术（OCR）现在被从“人工智能”范围排除在外，已经变成常规技术。在2017年，通常归类为人工智能的技术包括人类自然语音理解、战略游戏比如国际象棋、无人驾驶汽车、以及CDN中的智能路由和军事模拟等等。
人工智能诞生于上世纪50年代，在后面这几十年的发展过程里，人工智能起起伏伏，先后经历了前AI时代、黄金时代（第一次繁荣）、第一次低谷、第二次繁荣、第二次低谷，而现在炒得很热的人工智能属于它的第三次繁荣时代。
要谈人工智能，不得不从被模仿的对象----人类历史谈起，让我们为人类先提出三个终极哲学问题：我从哪里来？我是谁？要到哪里去？曾经看过一本书，叫做《人类简史》，那三个问题的答案，基本上可以在这本书上找到。而且，看过这本书的读者，对“智人”这个概念都不陌生，现代人基本上都是属于智人及其后代。
书中提到，在600万前，有一头母猿产下两个女儿，一头成了所有黑猩猩的祖先，另一头则成了所有人类的祖奶奶，这头人类的祖奶奶即是其后发展进化出远古人类的祖先。
大约200万年前，远古人类有一部分离开了家园而踏上旅程，足迹遍及北非、欧洲和亚洲的广大地带。在各大洲演化的过程，人类的摇篮继续进化并养育着许多新人种，这些人种在同一时期内是同时存在的，比如鲁道夫人、直立人、尼安德特人和丹尼索瓦人，而且也包括了智人。
大约在15万年前，东非就已经有了智人，外貌和我们几乎一模一样。他们会用工具、会用火，打猎技巧高明，而且还有证据证明他们会照顾病人和弱者。大约5万年前，智人有独特的语言，这个语言除了能传达信息外，还能虚构事务。比如人可以说“狮子是我们族落的守护神”，这时候传说、神话、宗教相继出现。讨论虚构事务正是智人语言最独特的功能。虚构，让人类能够拥有想象，最重要的是可以一起想象，共同编制出故事。智人的合作不仅灵活，还可以和无数陌生智人合作，组织更大规模的围猎、战斗，以取得更大的胜利，在恶劣的自然界存活下来，杀死其他人种亦或是与其他人种繁衍，并发展成为现代人。
语言的虚构性让我们人类跳出了基因演化而走向了文化演化，基因演化由自然选择，过程艰难，需要不知多少代才能逐步改善基因。而文化演化就变得更迅速，周期更短，迭代的速度足以超越基因演化的速度，这逐步让人----更确切地说是让智人成为统治当今世界的霸主。
接下来，让机器模拟人类认知能力，实现人工智能，就好似人类历史上的认知革命。《人类简史》中多次提到革命，暂且不论后面的农业革命和科学革命，第一次重要革命就是人类认知革命。它开始于大约7万年前，智人出现了交谈思考新方式，学者们认为是大脑内部结构的改变导致了认知能力的变化，可能智人的DNA上偶然有一些较小的突变，使大脑原先分离的两个部分连接到了一起，导致了所有新的认知能力的产生。对于智人来说，大脑虽然只占身体总重约2%-3%，但在身体休息而不活动时，大脑的能量消耗却占了25%。
一般来说，智人对外界的体验能力来自于视觉、听觉、味觉、嗅觉、触觉，以及第六感（潜意识）几大感官。第六感比较玄乎暂且不论，前五感都是人在感知事物时可以同时运用的五种感官，再加上语言和文字能力，借之明确传递感觉、情感、思想或其他体验。所以，人工智能要模拟智慧的人类，不仅仅是解决大脑机器学习的问题，而且还要模拟人类感官输入输出系统，传递感觉、情感和思想，即运用计算机视觉、语音识别和语义处理等技术处理一系列问题。要让计算机看懂图像、听懂语言、分析和处理大数据、实机人机交互、辅助人类并最终实现自我决策。
在认知系统或认知革命中，大脑是最最重要的基础部分。那么谁又是人工智能的“大脑”？谁是这个“大脑”中的脑细胞、神经元和神经网络呢？跑题了这么久，让我们回到正题。在人工智能产业里，可以参考分成三层。
最底层是基础层，它即是人工智能的“大脑”，包括芯片、技术平台/框架、数据中心与边缘计算服务、以及大数据服务等；
中间层是技术层，包括计算机视觉、语音识别、自然语言处理、以及机器学习等；
最上层是应用层，包括智能安防、智能金融、智能驾驶、智能医疗、精准广告投放、智能教育、智能家居、智慧城市、智能客服、智能法律咨询、机器人等等。
记得印度同事跟我介绍他们的传统节日象头神Ganesh的神诞日。Ganesh是印度教所信奉之智慧神，乃将人与象之智慧相结合，尤为印度教中的湿婆派与毗湿奴派所崇奉。在我的认知里，灵长类动物比如猴子是人类的近亲，应该是最具智慧的动物。但与我的理解恰恰相反，印度人之所以崇拜象头人身，认为Ganesh是智慧的化身，却完全是因为象的脑袋最大，应该最聪明，这是他亲口告诉我的。而且，他们有时候以神的名字取名为荣，我的另一位印度同事名字就叫做Ganesh，寓意智慧。因此，按照这样推理逻辑，他们肯定会认为一套人工系统是否智能，最最重要的是看基础计算能力是否强大。
这话也不假，回过头看，这几十年摩尔定律带来计算能力的突飞猛进，为人工智能的发展从低谷到繁荣创造了条件。比如，图形处理器GPU，还有现场可编程门阵列FPGA的发展，都提供了更快的处理速度，更低的功耗，特别是作为人工智能深度学习方面的计算工具，GPU和FPGA技术被众多开发者所推崇。
上面算是开个玩笑，当然在人工智能应用里，计算能力、大数据和技术算法三位一体，缺一不可。举个安防行业的例子，一个国内中等城市：3万路高清1个月，视频存储容量大约36PB，8千个卡口一年的过车数据80亿条，海量监控视频中无用数据完全淹没了稀少的有价值数据。随着数据量的剧增，人工查看方式效率低下、时间久，完全不能满足业务需求。人工进行案件关联分析、轨迹跟踪、很容易受到个人主观判断、数据分析量和分析维度等因素的干扰。如果利用边缘计算能力，发挥大数据本地化和响应时间短等特点，利用计算机视觉技术，采用人脸识别、视频结构信息提取、特征识别、行为分析等各种技术，再结合远端云计算能力，就能做到案件发生前及时预警、案件发生时各部有效协作以及案件发生后快速检索定位，为人工智能在平安城市、智慧城市的建设和应用奠定坚实的基础。
可以毫不夸张地说，边缘计算基础架构正是打造无数多个人工智能案例的基础设施，是众多人工智能案例的边缘“大脑”基础，它为上层算法的运算提供了计算力。正如智人在人类发展中最后胜出靠的是合作，单个智能发挥的作用有限，群体智慧团队协作才是最具能量的，而这些团队合作靠的就是计算能力的协作以及快速网络传输。
任何事物都有两面性，人工智能也不例外，它也是人类文明发展的一把双刃剑。
例如，一般来说机器人与人工智能是两种技术或应用，但是这两种技术可以结合，使得机器人具有人工智能，而这种智能机器人不仅可以使人工交互更加简单，减轻一些人类工作上的负担，也可以运用到军事领域，说不定最终摧毁人类自身。
虽然美国著名科幻小说家阿西莫夫，在他的小说《我，机器人》中给出了设计机器人三定律，称为“现代机器人学的基石”。
第一定律：机器人不得伤害人类个体，或者目睹人类个体将遭受危险而袖手不管；
第二定律：机器人必须服从人给予它的命令，当该命令与第一定律冲突时例外；
第三定律：机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存。
但是保不齐会思维的机器人哪天会产生“基因突变”，出现奇思怪想，脱离控制对人类挥舞起大棒。
2018年3月14日凌晨，著名物理学家斯蒂芬·霍金教授的家人发表声明，证实霍金教授在英格兰剑桥的家中去世，霍金是科学界最耀眼的明星，证明了广义相对论的奇性定理和黑洞面积定理，提出了黑洞蒸发理论和无边界的霍金宇宙模型，对推动现代科学的发展做出了重要贡献。霍金去世后，其遗留的几个未经证实的预言也再次引起讨论，其中之一便是对人工智能的警惕。
回顾2017年4月，霍金在北京举办的全球互联网大会上做了《人工智能也可能是人类文明的终结者》的视频演讲，重申人工智能崛起要么是人类最好的事情，要么就是最糟糕的事情。他认为，人类需警惕人工智能发展威胁。因为人工智能一旦脱离束缚，以不断加速的状态重新设计自身，人类由于受到漫长的生物进化的限制，将无法与之竞争，从而被取代。
人工智能技术的确有希望带来巨大的福利，比如根除疾病和贫困，但是也可能带来危险，比如强大的自主式武器，或者帮助少数人压迫多数人。试想一下，如果波士顿动力公司的机器狗群进化而有了人工智能，并且能够主动思维、协同合作攻击人类，那该是多么可怕的一件事情。万一那一天真的到来，我们要像科幻电影里那样，狗就先别管了，一定要把网线剪短、基站砸坏，然后把盘拔了，数据中心一起炸了。
说了这么多，我们现在知道在人工智能的研究和应用里，边缘计算和云计算等基础计算设施是相当重要的，它堪比人工智能的“大脑”，而且加上5G网络连接的高带宽和低时延，为边缘设备和边缘结点协同合作创造了可能，为此将使人工智能应用效果产生质的变化。在下一期里，我们将谈谈针对边缘计算的特定要求，OpenStack需要进行哪些修改。
最后再来一则预告，由OpenStack上海社区和Open Source Networking上海用户组（原OPNFV上海用户组）主办，英特尔公司协办，中国开源云联盟指导的，以边缘计算和物联网为主题的Meetup，将于2018年4月14日星期六下午13:30 - 18:00在上海市杨浦区政学路77号InnoSpace举办，届时我们将聆听到来自中兴通讯、华为与海尔、中国移动和英特尔大咖们围绕边缘计算、MEC、物联网、OpenStack和Akraino等各技术领域的分享，并同时在网上进行直播，报名请扫下面二维码。
＞＞ 关于作者：王庆，英特尔开源技术中心研发经理。在2004年复旦大学计算机软件与理论专业获得博士学位后加入英特尔公司，做过基于迅驰平台的移动软件开发工具集开发，2007年加入开源技术中心从事开源技术领域的工作至今，涉及过基于硬件虚拟化技术（VT）的虚拟化软件Xen的底层开发，开发与维护开源的可信启动解决方案tboot，以及领导研发团队开发嵌入式解决方案Yocto等，2012年起从事云计算OpenStack的开发，专注网络和存储但不仅限于OpenStack Neutron、OpenStack Cinder、Ceph、Open DayLight、ONAP、OPNFV等，2018年起拓展到边缘计算领域。2018年1月12日，OpenStack基金会个人独立董事选举结果揭晓，英特尔开源技术中心研发经理王庆博士（Shane Wang）连续第四年当选个人独立董事。
＞ ＞ 关于『 Linux宝库 』：欢迎关注『Linux宝库』微信公众号，这里每天发布最新的开源人物和开源事件。谨以此号记录Linux和开源业界的点点滴滴，为开源爱好者和从业者点亮人生。
- To be continued -
责任编辑：RAY MAN
『 Linux宝库 』 为开源爱好者和从业者点亮人生！
长按二维码关注我们
