从不一样的角度看人工智能

分享到:

“芯片的集成度已高达40亿个晶体管,另一方面科学家发现人的智慧主要在大脑皮层,大脑皮层里面有160亿个神经元,也就是说摩尔定律使机器智能和人工智能向自然智能去接近,这是令人兴奋的。” 李文飚指出,现在很多应用是通用芯片,也不少公司做自己的专用芯片,那他们各有什么好处?

本文摘录了业界精英们的观点。

AI+热点讨论一:,通用芯片VS专用芯片,都如何落地?

【未来五到十年是人工智能定制芯片的一个春天】

云天励飞创始人、CEO陈宁博士举了一个简单的例子,这波人工智能是2016年3月份的阿尔法狗1.0的版本战胜李世石,让全球老百姓感受到人工智能的春天即将来临,但是我们忽略了一组数据,阿尔法狗1.0训练一盘围棋的电费是上千美元,这组数字说明目前我们的通用芯片架构并不适合深度学习,无法承担深度神经网络的运算体系和承载运算力。

云天励飞的做法是面向深度神经网络去设计了一系列的处理器,定制了130条指令,面向深度学习高效的提升运算力,降低功耗。比如说相对同款的GPU能效会提升20倍以上,尤其是在终端芯片的应用上面,当你对成本和功耗非常敏感的时候,比如说我们认为所有的摄像机都是会智能化,需要这些摄像头不仅看到、并且看懂世界,那在这些应用场景,比如说未来我们的智能手机里面,他更需要一系列的专用的面向人工智能深度神经网络的定制芯片,所以我们认为未来五到十年是人工智能定制芯片的一个春天。

【AI落地汽车电子,走 “两个极端”都不行 】

芯原微电子董事长兼总裁戴伟民博士指出,人工智能最大的问题是落地,哪怕你算法做成芯片,芯片也要放在一个应用环境中。不落地,那下半年融资就没有那么容易了。所以我非常看好云天励飞是因为它们先落地的做法比较好,这个落地很困难、也很不容易。

所有应用当中最困难落地应用领域是汽车电子,而自动驾驶是我们很好的历史机遇,如果是机械的就基本上没有机会。现在看起来有两个措施,一个是Mobile eye,他基本上封闭式的,很难去编程,而Level 4,Level5一定要可编程才行。通用芯片的实现还早,这种情况还是需要专用芯片,但不能够编程是个问题。

另一个是比较通用的,比如说英伟达的平台,想怎么编程就怎么编,但是功耗价格没有竞争力。例如Level 3的奥迪A8,GPU加上传感器比汽车还贵,这是个问题。

汽车电子走这两个极端都有问题。

通用AI不能做死,某种意义来说,平台不管所有场景(无论是港口还是高速还是卡车),放进去就要能自学。所以,关键是可编程。

【应用场景是专用的,芯片本身架构是通用的】

陈宁从另外一个角度补充道:今天所谓人工智能通用芯片,更多是在云端做数据的训练,而在应用端其实更多的是专用芯片。在专用芯片领域,我们要追求芯片本身架构上的通用性,因为我们的深度学习算法还不断的在迭代,云天的芯片可能每个星期都会有一个新的版本出来,所以在我们的终端专用芯片里面,其内核是个高效的可、编程的处理器,这样可以非常灵活的升级他的算法,但是他的应用场景是专用的。


【人工智能公司看到“刚需”就要迅速产业化“变现”】

达闼科技联合创始人、副总裁汪兵指出,达闼科技从2015年开始成立后就一直在闭门研发,在研发过程中做了一件事情,就是在研发的过程中间,看见有市场刚需的产品,他会迅速的把他产业化,然后变现,所以去年(2017年)的营收就超过了1个亿美金。

人工智能怎么样去产业化,就是在市场上找到刚需,在人工智走到家庭还有很长一段时间的时候,需要人工智能的公司不断的去变现,不断的去投入研发,来做未来的事情。

达闼科技从开始成立的时候就对自己定一个目标,希望在2025年,用十年的时间,让机器人保姆真正的能走入到家庭。我们在这三年多的工作当中,发现了很多刚需,也投入了大量研发,现在的专利数是500+。

【这两个AI+项目的成功,我们反思到两点】

臻识科技 CEO任鹏表示,公司2008年成立以前都是做计算机视觉,那个时候没有人提不落地的东西,主要是因为AI太火了,感觉要落地不是那么容易。我们做产品看两方面:首先我们提供的产品或者服务,第一个是能不能为我们的用户节省成本,就比如说我们做视觉,视觉上面通过相机解决了以前用人来做的一些事情,这个其实是给用户省成本的,这个是很好落地的;第二点是视觉提取的数据,数据能不能产生价值,和如果能产生价值,也好落地。

我们从成立到现在做得比较成功的一些项目里面都有一个无人化的概念,比如说最早在国内做的一个“无人化油田”项目,因为当地偷油抢劫很多,我们用视觉监控替代保安,后来国内大的油田基本上全部换成这种无人值守的油井。另外一个项目是最近几年比较成功的项目,比如国内的停车场的刷卡入场基本换成了车牌识别为主。

我们后来也在反思,这两个项目为什么能成功能够,不是我们推行业,而是行业推我们来落地——两个关键点,一个是保安人力成本的节省,第二个是提取车牌的数据能产生价值。

【人工智能,不仅吃算力,还吃数据】

中电健康云科技有限公司总经理周振指出,医疗健康领域有很多人工智能可以落地的点,但是一方面人工智能会吃很多计算资源,会考虑芯片的算力问题,另外一个方面人工智能也很吃数据,要完成这些模型的训练是需要大量的数据。

我们有很多很好的医疗健康相关的一些辅助决策或者模型,但是到中国要训练的时候,我们缺少足够好的数据,因为中国医院的信息化的水平和数据质量还是有一些问题。中电健康云,包括整个中电体系都在集中精力解决这个问题。

我们会建立大数据的平台来汇集所有的医疗健康的数据,并做清晰和处理,包括IBM沃森的应用。这里面有一个很有意思的点,我们做这个数据治理的过程当中,我们可能是支撑上层的应用,但是做这个数据治理的过程当中,由于用到一些人工智能的算法和应用,还有模型,比如说我们知道医生会有医嘱,这其实是很核心的数据,这个医嘱在医院信息系统里面很可能就是一段文本,医生可能是手打进去的,我们现在可能会有一些分词的技术来提取一些规范化的模型,这个病人有什么症状,吃了一些什么药,包括他没有一些什么症状,这个数据抽取出来就比单纯的文本对上层的支撑更好一些,这是相辅相成的事情,你在清洗数据,支持人工智能,人工智能本身又会很好的帮助你来清洗数据。

【每隔十年左右都会有一个周期,大家认为人工智能有可能实现了】

光大控股董事总经理兼光控华登管理合伙人王毅喆指出,我们现在主要投资的人工智能如脑电识别,主要看的还是其有机会成长为一个平台的公司。

在这个领域里,人工智能经历了很多年,大概有二三十年的迭代,每隔十年左右都会有一个周期大家认为人工智能有可能实现了。我自己以前在学校也是做人工智能的,那个时候的语义和现在的语义是完全两个概念。这个过程中底层算力和算法有根本性的发展,并且有可能形成快速的跨越,我们确实在投一些平台类的公司,比如刚才说的脑电实际上是一个交互的公司,他并不把自己定义为一个产品或者是算法,或者底层的公司,而定义为了一个成长为平台类的公司,因为他在收集数据。

 

继续阅读
地平线智能小米小爱触屏音箱在京发布,算法+芯片组合策略具有怎样的使用体验

2月20日,搭载地平线自主研发的增强语音抽取(Enhanced Speech Extraction,ESE)方案的小米小爱触屏音箱在京发布。小米小爱触屏音箱是小米的首款带屏智能音箱,在发布会One more thing的环节推出,是小米在AIoT领域的枢纽级产品。地平线为该产品提供了完整的设备端语音前端信号处理和唤醒解决方案,让小爱触屏音箱能听见更能听清。

AI正当时,我们需要怎样的人工智能?

上至国策,下至民生,中国人工智能产业在这两年迸发出了超乎预料的生命活力。 还记得2018甫一开年,《国务院政府工作报告》指出,要“加强新一代人工智能研发应用,发展智能产业,拓展智能生活。”政治局第九次集体学习中也着重强调“推动我国新一代人工智能健康发展”,“加强人工智能同保障和改善民生的结合”。在产业端,计算机视觉、自动驾驶、机器人……各个人工智能方向都取得了突破性的进展,丰富日常生活体验,帮助传统行业加速转型,带动中国科技实力连番跃进。

Facebook也忍不住想要抢占AI芯片行业市场?

在认识到需要大大加快计算速度以实现人工智能的下一个突破之后,Facebook紧跟亚马逊和谷歌的脚步,正在加紧开发自己的人工智能芯片。 该公司的首席人工智能科学家,现代先驱之一Yann LeCun表示,该公司的目标包括充满“常识”(common sense)的数字助理,能与人进行任何主题的交谈,这将会是是当今语音控制设备的重要一步。

X86也能用上大小核了?来看看英特尔推出的新堆栈型CPU

在昨日CES开展前的发布会上,英特尔推出了3D堆栈型小型主板,板载大小核设计的“混合X86架构”10nm SOC,这也是他们最新的第九代处理器,但最吸引人的莫过于 keynote 当中,为我们带来开发代号“Lakefield”未来产品的惊鸿一瞥。

光子人工智能芯片为何具有超过电子芯片1000倍的计算能力

算力是传统电子人工智能芯片的1000倍,但功耗只有其百分之一,低延迟还抗电磁干扰,由清华、北大、北交大等高校博士生创业研发的光子人工智能芯片,在技术上实现不少突破,未来可广泛应用于手机、自动驾驶、智能机器人、无人机等领域。近日,该光子人工智能芯片项目落户顺义,将这项新技术推向了台前。

精彩活动