NG体育如同一座高耸入云的壮观建筑，人们在感叹其外型时，往往忽略的是支撑地面建筑物的坚固地基。在人工智能（AI）领域，亦是如此。

　　大数据、新算法和计算能力，被视作支撑现阶段人工智能发展的三个重要支柱，也因此吸引了来自企业、科研机构研究人员的关注。但人们往往忽视在算法与大数据之间存在的“隐形”的纽带支撑人工智能应用的架构、部署和落地的关键要素系统。

　　系统能将复杂的事物变得有序、可用，在人工智能领域亦是如此。微软亚洲研究院副院长周礼栋用一句话总结系统在人工智能领域的价值时称，“没有系统，一切的构想都是空中楼阁”NG体育。

　　从PC时代的操作系统与虚拟内存技术，到互联网时代的搜索引擎与分布式系统理论，再到大数据中的云计算系统与虚拟机技术，以及如今人工智能时代的大规模学习平台、异构硬件和高性能并行处理回顾计算机技术发展的历程，在每次重大突破背后，事实上都有系统理论与设计提供持久推动力。

　　据了解，系统研究的发展脉络随着应用场景的变化在不断变化NG体育，从最早的操作系统，到数据库、存储，再到云计算、大数据，以及如今的AI，场景千变万化，但变化之中系统要解决的本质问题始终不变：首先让任务可以运行；其次是追求速度、效率、可靠性、稳定性、可扩展性等；最后达到系统的自动运行，无需更多人为干预。

　　周礼栋解释称，用户所看到的是一个虚拟的计算资源，其背后是需要管理的大规模的集群。这其中有复杂的构造，有网络、存储、CPU、GPU，它们彼此相互干扰、相互作用。在如此庞杂的技术中，如何实现有序高效，这都是系统需要完成的工作，而系统的最高境界就是沉入技术底层，对人工智能研发人员尽可能地“隐形”。

　　或许正是因为这一特点，在当下的人工智能发展中，科研人员才更多关注应用场景的研发，却对系统研究关注不足。当前人工智能时代，大规模系统设计面临着复杂性、可拓展性、可靠性、安全性等诸多层面的挑战，这需要更多科研人员对系统研发、设计投入更多的精力。

　　微软全球执行副总裁沈向洋曾在人工智能大会上展望2020年时谈道，未来所有的设备、城市、工厂等都将是大计算机的一部分。甚至，未来整个世界就是一台计算机。

　　这意味着大量数据将从这些终端产生，而依靠庞大的数据，科研人员也具备了努力推动社会朝着更便利方向发展的空间。只是，数据的急剧攀升也给人工智能系统研究人员带来前所未有的挑战。毕竟，设计如此复杂的系统比只是设计一个数据中心里管理众多集群的系统要难得多。

　　更具挑战的是，所有的系统都处于演化的过程中。“计算机系统里的一大挑战就在于，服务在不断更新，硬件在不断更新，这对系统设计而言挑战越来越大。有人觉得系统很简单，每个人都可以建立一个系统。但实际上，系统的好坏对这个系统将来的生命力，甚至对于一个公司、一个国家的核心竞争力，都有非常大的影响。”周礼栋说。

　　在系统的构建中，同样无法忽视的是安全性问题。不同的用户将分散资源映射到同一集群，如何保证这些资源不会相互影响，是科研人员在研发、设计系统时需要考虑的一个关键问题。

　　此外，为了给人工智能研发人员提供“永远不会宕机的计算资源”，系统研发中还需考虑可靠性问题，将计算机可能出现的一些服务器上的错误隐藏于无形。

　　数据庞杂、应用场景变化快、安全性与可靠性要求高，所有的挑战需要系统研发产生更具创新性的突破。“我们也看到，现在在系统方面还没有发展到付诸实用的阶段。虽然理论上很成熟，但若要变成现实，还需要进行很多创新、研究、实践，才能促成这一步大的变革。”周礼栋告诉记者。

　　从AI从业者的角度来看，大热的AI意味着很高的从业门槛，这为从业人员带来了高昂的经济回报。但对系统研究而言，AI的高门槛却是系统研究不深入的表现。

　　“当我们推进我们的工作，就希望能够把这个门槛降低，真正做到人工智能普及化。”周礼栋说。

　　微软亚洲研究院研究员薛卉向记者介绍，传统的机器学习开发流程具有流程繁琐、需要人工手写大量冗余代码、工具库难以在不同集群上并行运行等特点，这些问题背后消耗的是机器学习研发人员大量的时间与精力。而最大程度地消除繁冗的流程、代码书写带来的精力消耗与从业门槛，让研发人员将更多的精力用于创新性工作，也让更多对人工智能感兴趣的科研人员能够通过简便的操作从事相关研究，这是系统研发人员期望通过系统设计达到的理想效果。

　　“我们希望能够赋能人工智能研究人员、开发者、实践者，使他们更关注自己的工作，而不需要担心底层的系统是怎么运行的，或者说能够如何提高他们的工作效率，使他们更快地创新，让他们开发的人工智能应用运行得更快。”周礼栋说。

　　从目前来看，在人工智能领域，系统研发已呈现出深度学习框架日趋互通统一的趋势，未来在无界的资源中系统的能力也将得到进一步的提升，并有望最终通过系统研究的创新实现周礼栋所强调的“简约的抽象”，使人工智能研发人员的工作效率得到进一步提升。

　　正因看到这些趋势，周礼栋才认为NG体育，系统研究工作虽然挑战重重，却已经进入了一个“黄金时代”。“我们现在看到的，不只是原来那样的系统，不只是放在桌子上的一台电脑，也不只是这些电脑互联在一起、在数据中心好多电脑一起工作，而是虚拟世界和现实世界结合得越来越紧密。”

　　因而，从某种程度上来说，在人工智能的飞速发展中，谁掌握了系统这一底层技术的研发优势，谁便拥有了从根源上影响人工智能发展进程的能力，因为是系统将人工智能从“看上去很美”变成触手可及的真实存在。