著名计算机博弈专家，中国象棋世界冠军，AMD异构系统首席软件架构师，惠普实验室、CUDA研究中心首席研究员，百度杰出科学家……在人工智能科研道路上钻研了近 30 年，吴韧最终选择创业，将自己对于人工智能的期待付诸实践。
从计算机象棋世界冠军到“梦入神机”、从异构计算到 Novumind ，吴韧多次深入未知领域的研究，将人工智能定位于“无所不能”与“无处不在”。
2016年下旬，Novumind 获得了真格基金等机构参与的 1500 万美元融资。无论是科研还是创业，还是自己的爱好摄影，这位一直追求“速度”与“张力”科学家，决定在人工智能领域书写自己的故事。
本文授权转载自| Xtecher（id：Xtecher）
2015 年夏天，经历了一系列风波的前百度人工智能杰出科学家吴韧博士关上手机，和夫人一起踏上了地中海游轮。途中几次开机，收到的信息五花八门：安慰鼓励的、故作惊讶的、嘘寒问暖的、好事打听的……
关上手机，吴韧面对大海，安静思考。彼时，他可以选择任何一家科技公司，继续他用异构计算推动人工智能的抱负。在这个领域沉浸 30 余年，他坚信这是未来全栈解决方案的核心价值之一。或者，早已衣食无忧的他可以提前开始退休生活，琴棋书画诗酒茶，看云卷云舒、花开花落。
可仅过两周，他做出了另一个决定——创业。亲历中美两国科技公司的层层汇报与种种肘制，这是他一展胸中抱负的最佳机会。从 2000 年加入惠普实验室使用 GPU 进行海量数据计算，到 2011 年成为 AMD 异构计算系统首席架构师，再到 2013 年成为百度深度学习研究院杰出科学家，以至 2015 年得到“上帝最好的礼物”，年近半百，他已疲于等待。
这一次，他决定将心中的万千沟壑付诸实践，在人工智能领域书写自己的故事。
“无所不能”与“无处不在”
吴韧的野心瞄准了人工智能的关键命题，他定义了两个核心要求：“无所不能”与“无处不在”。
所谓“无所不能”，指的是极强的计算能力。吴韧决定专门为神经网络训练设计一台超级计算机，通过软硬件的定制化系统设计整合出强大的运算能力。
为此吴韧闭门谢客。三个月之后，他独立亲手搭建的超级计算机 NovuStar 初见锥形。这是他沉浸人工智能领域 30 多年胸中抱负的集成，运算能力“格外恐怖”。吴韧说，彼时（ 2015 年底上线）的 NovuStar ，其神经网路的训练能力即便拿到今天（ 2017 年）来对比，也是目前市面上最快的 DGX-1 的 30 倍。这也意味着，同样的数据， NovuStar 可以产出更强悍的模型和为 SGD 算法定制的数据处理能力，从而为深度学习的进一步优化和模型构建打下坚实基础。
这样的海量数据处理能力，就是 Novumind 的“无所不能”。
所谓“无处不在”，则是通过自主设计芯片，将人工智能的能力从云端移动到终端，让各个终端都可以“思考”。这里的“思考”，指的是每个本地终端内置的处理器和训练好的人工智能模型，可以随时随地分析原始数据，进行智能判定和决策，并在需要的时候将结果传输到云端平台，用超级计算机继续优化人工智能的算法与应用。
吴韧认为，人工智能本地必须做到及时处理。传统信息采集、传到云端、等待处理结果的模式，如果速度稍有减缓，或传输路线故障，造成的损失不可估量。而传统物联网的云端构架更难以处理未来的海量数据。因此，各个终端自行处理决策信息的重要性呼之欲出，“无处不在”将在未来彻底解构传统物联网。当然，这对各终端芯片的承载运行能力、深度学习模型、云储存计算技术以及计算结构优化都有极高的要求。
在终端内部进行本地运算处理，就是 Novumind 的“无处不在”。
这样的生态系统，完整构成了 Novumind 引以为傲的全栈解决方案，终端不断进行智能判断和处理，新的价值数据返回云端，并通过超级计算机优化出新的神经网络模型，然后再反馈到终端，形成正向循环。
1997 年，以计算机象棋奥赛世界冠军的身份现场观看深蓝战胜卡斯帕罗夫的吴韧清楚地知道，一段历史已经结束，而另一个时代的帷幕刚缓缓拉开。
彼时，他已经是两届中国象棋世界冠军，师从英国人工智能大师 Don Beal ，远渡重洋在美国进行数据处理方面的研究。而深蓝战胜卡斯帕罗夫给吴韧启发最大的，正是“为解决具体问题而设计专用计算机，并将计算能力推到极致”的方法论。
吴韧在位于硅谷的办公室说：“事实上，我知道深蓝早晚会战胜卡斯帕罗夫。深蓝可以在一秒钟内看到两亿个局面，而人一秒钟只能看到 10 个局面。深蓝的 480 个定制芯片加上 IBM 的超级计算机所展现的计算能力，比卡斯帕罗夫的计算要强上太多。这样使用专用计算机将其推演到极致的做法理应是无所不能的！”
几年之后，深受深蓝启发的吴韧在其博士论文《回溯算法及其应用》中优化了图灵奖得主 Ken Thompson 的算法，他运用大量的计算集成和全新数据结构设计开发了“梦入神机”——可以媲美世界顶级中国象棋大师的程序，成功破解了中国象棋史上的知名残局“炮高兵单士相必胜士象全”，成为第一个使用人工智能解开中国象棋史上残局的科学家。
至今，在互联网上搜索这一知名残局，依然能发现棋友对吴韧的溢美之词。有人说他是第一个用系统方法论研究了中国象棋残局并修正其误区的人；也有人引用卡斯帕罗夫的原话，说这样深刻的局里，电脑看得如此之深，以致它弈得像上帝，洞悉一切，完美无缺。
吴韧说，这是他最引以为豪的里程碑之一，亦是人类史上第一次用人工智能生成的知识填补中国文化知识空白的壮举。
带着“使用专用计算机解决问题并将计算能力推到最极致”的方法论，吴韧后来进入久负盛名的惠普实验室，率先使用 GPU 的高性能计算进行大数据解析，十年磨剑；后来为了追求海量运算的速度，他来到 AMD 负责整体异构计算的算法系统，潜心钻研； 2013 年，吴韧被百度为其打造超级计算机的承诺所吸引，成为最早一批加入百度的杰出科学家，功成名就。
而“无处不在”的构想则来源于吴韧观察和思考。
以安防摄像头举例，现在所有的安防系统都需要将终端连到云端，造价极高。吴韧告诉 Xtecher ，这一做法真正的困难之处在于其造价高昂的铺设和宽带成本；在于受带宽的限制，视频回传时分辨率极低，需要极强的压缩和解压功能；在于终端产生的数据将指数倍增加，而网络设备的基础设施却保持线性增长——那么，很快，终端产生的数据将直接突破设备的承受力，这在未来几乎板上钉钉。
吴韧说：“我所思考的‘无处不在’是一个崭新的，甚至更高维度的解决方案。这将完全打破现有的系统设计。一旦有了终端数据不需要在云端处理的思路，我们就有完全不一样的做事方法，这才是真正的能力所在。”
创业：速度与张力
摄影，是外表酷似学者的吴韧的一大爱好，他只拍猛禽，因为他喜欢猛禽追求速度时的张力。平时，吴韧的座驾是一辆入门款的 BMV ，不大，但很方便加速。他说他喜欢追求速度的极致——程序能够快千分之一秒，车速能快 0.1 英里，他都会非常开心。
一个创始人的风格几乎决定了 80% 的公司文化。纵观 Novumind 的发展，能深刻感受到充满速度与张力的风格。
正是这样的风格，驱使着 Novumind 步履稳疾：吴韧离开百度三个月就完成了超级计算机的构架；创业后几周内就完成了公司各个环节的从零到一；一杯咖啡的时间说服了世界级芯片专家 Chien-Ping Lu 加入团队；公司壮大到 50 余人依然全员汇报单刀直入，保持解决问题的效率。
产品上，为了保证运算速度， Novumind 干脆不采用支持多平台软件的通用芯片，而是由曾负责过 NVIDIA、MediaTek、Intel 等多项芯片设计的副总裁 Chien-Ping Lu 带领技术团队研发专属芯片，以达到软硬件结合的最佳配置；而计算机视觉和产品构架方面，则由前惠普实验室的首席工程师、曾担任 HP Sprout 产品线技术负责 人Kar Han Tan 主导，以保证产品运营速度的实时捕捉，进而突破超级计算机所面临的带宽问题和硬件限制。
疾驰在创业的道路上，回想当初离开百度，吴韧从未后悔。他将自己的离开认为是“上帝给予的最好礼物”，没有那一次破釜沉舟，不会有他一展胸中所学的鸿鹄万里。
从计算机象棋世界冠军到“梦入神机”、从异构计算到 Novumind ，多次率先深入未知领域的研究，吴韧特别喜欢在网上看到的一个问题：
What's the worst thing you can do to your brain (你对大脑做的最糟糕的事情是什么) ?
他认为最精彩的回答是：You forgot that you have one (你忘记你拥有大脑) 。
他说，世界上聪明人很多，但往往都是追随者而不是领导者。人们常常被所看到的事物所左右，失去了独立思考的能力。他希望他所做的事情，能够真正为未来的 3~5 年“下一个结论”。
这样的一个集终端、算法、神经网络、超级计算机、数据处理分析和云端的全栈解决方案，就是他所定义的领导者。公司的名字 Novumind 中， Novu 本身就是词根含义为“新”的新词根。Novumind 在吴韧看来，就是用全新的方法进行人工智能的应用，这和传统的一切方式都不一样。
这是公司名字的真正来源。而吴韧全栈化解决方案这一与众不同的思路，也得到了资本的垂青。 2016 年下旬， Novumind 完成由洪泰基金和宽带资本领投、真格基金和英诺天使跟投的 1500 万美元融资。
吴韧告诉 Xtecher ：“大公司所做的也只是人工智能某一层面上的优化，正如 Intel 之于芯片， NVIDIA之于 GPU 。而我们则选择了一条整合垂直优化的思路，这跟任何一家公司都不一样。实际上，不太可能有其他公司能按我们的思路来做人工智能。”
2017，人工智能有了大幅度的发展，同时，亦免不了诸多杂音。但吴韧坚定认为，它将剧烈影响人类的生活，无所不能、无处不在。
他举了两个很小的例子：
“早上起来，为什么你要按闹钟？谁在床上睡，这个闹钟是可以知道的，根本不需要告诉它。它学习到用户的日常作息习惯，就可以自己识别，直接在终端给出解决方案。闹钟可以跟人验证，报出时间设置得到批准。人类要做的很多事情不需要告诉它，它自己就应该知道如何处理。”
“我住过很多次酒店，我的习惯是早上起来要开窗帘，我的电视要放到新闻台，我住的温度是什么样，我下一次住这个酒店的时候它看到我就应该知道这个人的习惯会怎么样。需要设置本身就是连接的不正确。为什么我要设置？这个应用场景的本身就应该是本地智能化的深度学习与云端数据处理——酒店知道住客是谁，跟住客相关的一切的事情就应该由酒店帮你搞定。”
在他看来，这在技术层面已经可以实现，而实际应用层面只需不到5年。
他说，这只是 Novumind 解决方案的最小应用场景，还真正谈不上改善人类的生活。远方，还有金融、生产、安全、健康等领域，都可以通过人工智能的技术，让生活变得更好。
最后，金牛座的他说，做事做不到世界第一，他会很难过。
