终于明白RTX为何要用图灵命名了

　　最近，采用了图灵架构的新一代英伟达RTX系显卡终于登陆了笔记本平台，在全新技术的加持下，现在游戏本也同样可以通过人工智能和光追的技术，实现更为细腻的画面、更为真实的关照、以及更好的抗锯齿效果了。

　　这无论是对于画面党，还是对于锯齿深恶痛绝的玩家而言，都是一大喜事。但是，RTX系显卡的架构，缘何要用“图灵”这个名字，来命名呢?

　　图灵与计算机

　　不少朋友对于“图灵“的了解，通常都来源于科幻电影中”图灵测试“的概念——作为人工智能领域经典的名词，艾伦·图灵提出的”图灵测试“，常常在科幻故事当中被用作测试人工智能与人类差异的”故事设定“(而事实上，它也的确是针对这方面的测试被提出的)。

　　但在学术界，用机器实现抽象概念的想法其实并不新鲜——早在17世纪，莱布尼兹就曾设想过用机械计算来代替哲学家的思考了，只不过，最终从数理逻辑的体系中，发明出今日能够实现抽象概念的计算机体系，却已经是上世纪的事情了。

　　而历史上的艾伦·图灵先生，也并不仅仅只是人工智能领域的优秀人才，除了数学家的身份外，他还是现代计算机体系架构初期的重要贡献者之一，甚至于现代软件的设计理念，也有他贡献的一份力——”图灵机“就是在那个主流社会尚且认为机器智能做简单计算的时代提出的。

　　二次世界大战期间，图灵曾在“政府密码学校”(GC&CS，今政府通信总部)工作——它位于布莱切利园，是英国顶级的机密情报机构之一。

　　图灵在这里从事密码破译工作，有一段时间，他还领导了小屋8号(Hut 8)小组，负责德国海军密码分析，并在期间还设计了一些加速破译德国密码的技术，包括改进波兰战前研制的机器Bombe，一种可以找到恩尼格玛密码机设置的机电机器。

　　图灵在破译截获的编码信息方面发挥了关键作用，使盟军能够在包括大西洋战役在内的许多重要交战中击败纳粹，并因此帮助赢得了战争。

　　1945年至1947年期间，艾伦·图灵住在伦敦的汉普顿，彼时，他正在国家物理实验室(NPL)从事ACE(自动计算引擎)的设计工作。

　　1946年2月19日，图灵曾提交过一份文件——这正是存储程序计算机的第一个详细设计——虽然冯·诺依曼关于EDVAC报告的初稿和图灵的论文时间相差不多，但它的细节却要少得多。

　　可惜的是，虽然划时代的ACE是一个可行的设计方案，不过战时保密工作最终还是导致了项目的启动延迟，1947年底，失望的他回到剑桥休了整整一年的假期，并在此期间开始创作一部关于智能机械的论著。

　　于此同时，Pilot ACE正在他缺席的情况下建造，并最终在1950年5月10日执行了它的第一个程序，这也奠定了后来计算机体系的基础——甚至可以说，这，正是梦开始的地方 (但是Turing ACE的完整版本是直到图灵去世后才建成的)。

　　1948年，图灵被任命为了曼彻斯特维多利亚大学数学系教授，并于1949年成为了计算机实验室的副主任，开始为最早的存储程序计算机之一——曼彻斯特马克1(Ferranti Mark 1)开发软件。

　　这一年，他继续在数学，和“计算机械和智能”(Mind，1950年10月)，以及现代计算机体系建设中做出了更多抽象的工作。

　　这一年，图灵还与他的前同学D.G. Champernowne进行了合作，开始为”一台尚未存在的计算机“编写国际象棋程序，并在1950年完成了该项目——1952年的时候，图灵开始试图在Ferranti Mark 1(Ferranti Mark 1，在其销售文献中也被称为曼彻斯特电子计算机，因而有时被称为曼彻斯特Ferranti，是世界上第一台商用通用电子计算机)上实现这一程序。

　　但很可惜，这台最早的存储程序计算机却并没有办法流畅执行该程序——因而，图灵开始改用翻阅算法的页面，并在棋盘上执行计算机指令的方式来“运行”程序(想象一下，这就好比现代没有交互界面的情况下，一边阅读代码，一边手动操作的体验)，这也使得这一“程序”每次移动都需要大约半个小时的时间来完成。

　　按照加里卡斯帕罗夫的说法，图灵这可是玩了一场可识别的国际象棋游戏(当然，结果是程序输了)。

　　后来美国新墨西哥州洛斯阿拉莫斯国家实验室的研究组根据图灵的理论，在ENIAC上设计出了世界上第一个以电脑程序形式存在的的国际象棋游戏——洛斯阿拉莫斯国际象棋。

　　图灵与人工智能

　　此外，图灵还解决了人工智能的问题，1950年，图灵发表了一篇划时代的论文，文中预言了创造出具有真正智能的机器的可能性，由于注意到“智能”这一概念难以确切定义，他还提出了一个名为图灵测试的实验，试图为称为“智能”的机器定义标准——这个想法是，如果人类审讯者不能通过谈话将人与人区分开来，可以说，计算机是会“思考”的。

　　”如果一个人(代号C)使用测试对象皆理解的语言去询问两个他不能看见的对象任意一串问题(对象为：一个是正常思维的人(代号B)、一个是机器(代号A))，在经过若干询问以后，如果C不能得出实质的区别来分辨A与B的不同，则此机器A通过了图灵测试。“

　　图灵测试对人工智能的辩论具有重要的，特征性的挑衅性和持久性的贡献，人工智能在半个多世纪后仍在继续，并且，图灵测试还是人工智能哲学方面的第一个严肃提案。

　　而且，历史和现实还发生了惊人的重合点——早在学界不断碰壁，放弃模拟成人心灵的努力钱，图灵就曾在论文中建议道，人工智能，不是建立一个模拟成人心灵的程序，而应是制作一个更简单的程序来模拟孩子的思维，然后让它接受教育课程，就如同今日的深度学习智能一般。

　　2014年6月8日，人类历史上首次出现了电脑通过图灵测试的情况：”尤金·古斯特曼(Eugene Goostman)“成功地在雷丁大学(University of Reading)所举办的测试中骗过了研究人员，令他们以为“它”是一个13岁男孩(不过后来也有文章称，它其实并非真正地通过了测试)。

　　图灵架构与图灵

　　好了，说了这么多，我们再拐回来看看——为什么刚刚登陆了笔记本平台的RTX系显卡，使用的架构要叫做“图灵架构”呢?

　　图灵是由Nvidia开发的GPU微体系结构的代号——作为Volta架构的继承者，它以著名的数学家和计算机科学家艾伦·图灵命名。

　　该架构于2018年8月首次在SIGGRAPH 2018上推出，是第一个能够进行实时光线追踪的GPU，它实现了计算机图形工业的长期目标之一——包括专用的人工智能处理核心(Tensor cores)和专用的光线跟踪处理核心(RT cores)在内，是业界的一大进步。

　　光线追踪|Ray-tracing

　　图灵架构实现光线追踪的功能，是通过RT核心来完成的，它执行的光线跟踪可用于产生反射，折射和阴影，取代传统的光栅技术——如立方体贴图和深度贴图(uv法线贴图)，带来更为写实的光影效果。

　　虽然全面替换光栅技术尚且只是理论层面的构想，但图灵架构已经能实现从光线追踪中收集更加贴近现实的光影参数，来增强阴影和复杂的光影效果了。

　　这不仅减轻了游戏开发人员的制作成本(包括操作层面和渲染时间问题)，也同时为玩家们带来了更为细腻可信的画面效果——按照 Nvidia的说法，RTX系的显卡，在实行光线追踪技术的时候，所能提供的性能比之前的Pascal架构增加了约8倍。

　　而具体到实际运作的图形API，目前业界则主要有这几种可选方案，包括英伟达的NVIDIA OptiX、微软Microsoft的DXR，和VulkanAPI。

　　人工智能处理核心|Tensor core

　　光线追踪的功能，主要是计算机架构、计算机图形学，以及软件层面的技术应用，虽然同图灵先生早期的工作有一定交际——但这还不足以让Nvidia的工程师们把新架构命名为“图灵架构”——真正促成这一命名的，还是人工智能的因素——人工智能正在推动历史上最伟大的技术进步，而图灵架构则将其带入到了计算机图形领域——凭借提供人工智能计算能力的Tensor Cores，图灵GPU可以实时运行强大的AI算法，提升计算机渲染游戏场景时抗锯齿，以及图像锐度的呈现效果，创造出前所未有的，清晰而又逼真的图像和特效。

　　于我个人而言，游戏的图像和建模复杂度在游玩游戏时其实并不是最重要的——最重要的是抗锯齿问题，它深刻地影响着游玩过程中视觉疲劳的问题，如果没有好的抗锯齿技术的话，满屏的狗牙在长时间游玩后，是足以劝退我对于一款游戏的热爱的——这对于用眼健康的危害太大了。

　　Tensor核心就是被用作进一步加速游戏场景最终图像的生成——Tensor核心用于填充部分渲染图像中的空白，这种技术被称为去噪。经过在超级计算机上进行的深度学习，Tensor内核学会了如何提高图像的分辨率——它会在超级计算机上学习并分析首要解决的图像问题，通过示例和技术人员引导，得出想要的结果，并最终通过驱动程序更新的方式提供给消费者。

　　这一切，都是继Max-Q命名之后，英伟达工作人员的另一波情怀行为——为了纪念前文这位伟大而又天资聪慧的人物。

　　后记

　　可惜，这位天才一般的数学和计算机、人工智能研究者，并没有得到他应得的善终结局——在他四十岁那年(也就是1952年)，遭受入室行窃的他，被英国警方经调查后控以“明显的猥亵和性颠倒行为”罪，并进行了化学阉割——1954年，一颗被咬过一口、浸过氰化物溶液的苹果，孤零零地掉落在了地上，与此同时发生的，是一位数学及现代计算机体系的伟大贡献者的陨落。

　　2012年，曾有21,000多人签名请愿，要求英国政府追授图灵死后赦免状，但被当局拒绝了——直到2013年12月24日，英国司法大臣才宣布，英国女王伊丽莎白二世赦免了1952年因同性恋行为被定罪的艾伦·图灵。

　　今日，我们都活在受益于图灵的研究而得来的信息时代里，而图灵架构这一命名，也正是对前人最好的致敬。