2019年人工智能硬件与应用大趋势
https://www.toutiao.com/i6639876487501578759/#comment_area
2018-12-28 11:11:56
要: 机器学习能真正发展为人工智能吗?硬件对人工智能到底有多重要?有哪些应用会在2019年成为现实?
2019年即将到来,人工智能将往什么方向发展?机器学习将如何演变为人工智能?在神经网络领域具有20年的技术经验Eugenio Culerciello,在硬件和软件两方面都有经验积累。他预测,在硬件和应用两方面,2019年的人工智能都值得我们期待。
目标
一句话概括,人工智能领域的目标就是制造超越人类能力的机器:自动驾驶汽车、智能家居、人工助理和安防摄像头是首要的目标,接下来是智能厨房、清洁机器人以及安防无人机和机器人。其他应用包括永远在线的个人助理,和能够看见、听见用户生活经历的生活伴侣。人工智能的终极目标则是完全自动的人工个体,能在日常任务中达到、甚至超越人类的工作表现。
软件
通常,软件是指在最佳化算法训练之下,能够解决某一具体任务的神经网络架构。不过,这并不能等同于人工智能。人工智能必须能够在真实环境中进行无监督学习,从新的经验中学习,结合在各种环境中学到的知识、解决当下的问题。
那么,目前的神经网络,如何能演变为人工智能呢?
- 神经网络架构
- 神经网络的优势在于从数据中自动学习,但我们忘记了一点:训练的基础是手动设计的神经网络架构,这无法从数据中习得。这是目前这个领域的重大限制因素。问题在于,从数据中学习神经网络架构目前必须从零训练多个架构,然后选择一个最佳架构,这需要太长时间。
- 目前神经网络的限制
- 无法预测、基于内容推理和暂时性不稳定都是目前的限制。我们需要一种新的神经网络。
神经网络正在演变为编码器和解码器的结合。编码器将数据编码为一种代码表征,解码器则扩展表征,生成一系列更大的表征,例如图像生成、心理模拟、图像标亮等。
- 无监督学习
- 人类无法永远守在机器旁,一步步指导它们的“人生经历”。我们可忙得很!可是目前,对于监督学习我们还得给机器反馈,改正它们的错误。而人类只需要学习几个例子,就能自动改正,并持续学会更多、更复杂的数据。
- 预测型神经网络
- 目前神经网络的主要限制之一是,它们无法像人类大脑一样进行预测。预测听起来很玄乎,但其实我们每天都在预测。如果桌子上有一小团棉花,你自然会预测棉花团会很轻,不需要花很大力气就能拿动。通过预测,我们的大脑能理解我们的身体和环境,还能知道我们是否需要学习新信息。如果你拿起桌上的棉花团,发现由于里面藏着铅块其实很重,大脑的认知能力能让你学会判断,第二次拿起棉花团的时候就不会惊讶了。预测性神经网络是与复杂的外在世界互动的核心。
- 持续性学习
- “终生学习”对于神经网络来说是一件大事。目前的神经网络要想学习新数据,必须每次都从头开始重新训练。它们必须能意识到自己的“无知”,并自动评估是否需要进行新的训练。同时,在真实世界中,我们希望机器可以学会新技能,同时不忘记原本的知识。持续性学习也与迁移学习有关,这需要用到所有上述提到的技能,对增强型学习也很重要。
- 增强型学习
- 增强型学习可谓是深度神经网络的领域的圣杯。这需要自动学习、持续学习、预测能力和很多我们还未知的能力。目前,解决增强型学习的问题,我们使用标准的神经网络,例如可以处理视频或音频等大容量数据输入的深度神经网络,并将其压缩为表征,或者RNN等序列学习神经网络。它们可以从零开始、甚至一夜之间学会下围棋,但是与人类在真实世界中的能力相比,还相差很远。
- 循环神经网络(RNN)Out了
- RNN很难进行并行化训练,由于使用超高的容量带宽,即便在特殊的定制机器上也运行很慢。基于注意力机制的神经网络—尤其是卷积神经网络—训练和配置起来更快、更高效,并且更容易规模化。它们已经逐渐补充语音识别,并在增强学习架构和AI的广阔天地间寻找更多的应用。
硬件
由于硬件的支持,深度学习在2008至2012年间实现了突飞猛进式的进展:每一部手机上都配有便宜的图像传感器,能够收集大量的数据库,同时GPU加速了深度学习的训练。在最近两年,机器学习硬件飞速发展。许多公司都在这个领域:NVIDIA、Intel、Nervana、Movidius、Bitmain、Huawei、ARM、Wave等等,所有公司都在开发定制的高性能芯片,用来训练和运行深度神经网络。
这场开发竞赛的关键是, 在处理最近的神经网络运作时,提供最低的能力和最高的可测量性能。
不过,只有少数人知道硬件对机器学习、神经网络和人工智能的影响,或者微型芯片的重要性以及如何开发微型芯片。例如:
- 架构:
- 很多人觉得计算机架构不过是加法器和乘法器,但是有一些架构能够最小化记忆带宽,一直同时使用所有单元。
- 编译器:
- 很多人觉得硬件不重要,神经网络编译器才是关键。但是在自己设计架构的时候,编译器只不过是通过机器代码,解读神经网络的计算图像。开源编译器的作用有限,因为最难的一步得依靠未知的架构。开源编译器可以作为前端,在硬件架构和神经网络图像之间还有很多值得探讨的领域。
- 微型芯片:
- 对于重要的算法,优化性能的最佳办法就是定制微型芯片,或者ASIC或SoC。FPGA现在已经含有深度神经网络加速器,预计将在2019至2020年实现,但是微型芯片总是更好的。
- 进步:
- 即便微型芯片的规模化还未被使用,还有一些技术进步能让深度神经网络加速器轻松获得10至20倍的提升。值得关注的的进展包括系统级封装和升级记忆等。
应用
现在,我们来详细讨论在哪些应用领域,AI和神经网络将改变我们的生活:
- 分类图像和视频:
- 云服务已经包含了这项应用,接下来也会来到智能视频传送中。神经网络硬件不通过云端,在本地处理越来越多的数据,不仅保护了隐私,也节省了互联网带宽使用。
- 语音助理:
- 语音助理已经进入我们的生活,在智能家居中起到重要作用。不过,我们经常忽视聊天的难度,对人类来说是一项基本活动,而对机器来说则是一项伟大的革新。语音助理正在进步,但还是不能完全移动化。Alexa、Cortana和Siri会永远在线,手机将很快成为未来的智能家居。这是智能手机的又一次进步。除了手机,语音助理也需要进入汽车,随着用户移动。我们需要更多的本地语音处理、更强的隐私保护和更少的带宽要求。随着硬件的进步,1至2年之内这些都能实现。
- 人工助理:
- 语音挺好,但是未来我们真正想要的人工助理还能见我们所见,跟随着我们移动的脚步分析周围的环境。神经网络硬件会帮助我们实现这个美梦,但是分析视频传输要求很高的计算能力,已达到了目前硬件能力的理论边缘,比语音助理要困难得多。AiPoly等创业公司已经提出了解决方案,但是缺乏强大的硬件,使其能在手机上运行。另外值得关注的还有,如果把手机屏幕换成类似眼镜的可穿戴设备,我们的助理将成为我们的一部分。
- 家务机器人:
- 另一项重要应用是可以做饭和清洁的家务机器人。我们也许很快就能实现硬件,但是还缺乏软件。我们需要迁移学习、持续学习和增强型学习。每一个食谱都不一样,食谱里的每一种食材都不一样。我们无法把这部分写死,必须开发一个善于学习和总结的机器人。这还是一个遥远的理想。
文章原标题《Artificial Intelligence in 2019》
2019年人工智能硬件与应用大趋势相关推荐
- Gartner 2019年人工智能成熟度曲线的超前趋势
来源:FreeBuf.COM Gartner的这种成熟度周期凸显出人工智能正以多种不同的方式影响企业 根据Gartner对2019年的CIO议程调查,2018年至2019年间,部署人工智能(AI)的组 ...
- 2019年区块链发展10大趋势(转)
经历了动荡的 2018 年之后,每个人都在设想 2019 年区块链未来的发展方向会怎么走?以下是对 2019 年加密经济及更广泛的区块链领域的未来发展趋势的一些猜想. 猜想一:区块链的落地应用将越来越 ...
- 年终盘点:2019年,产业互联网9大趋势关键词
小时候在学自然科学的时候,老师曾教导我们,"人就像是一片绿叶,每个人的纹理和脉络不尽相同,都是这个世界上独一无二的." 到了后来上小学时,语文老师开始教导我们背诵古诗," ...
- 斩获23项冠军,日均调用破万亿!百度交出年度AI成绩单:语音语言领衔技术突破,国产自研成大趋势...
乾明 雷刚 发自 凹非寺 量子位 报道 | 公众号 QbitAI 刚刚,百度一年AI成绩单官宣. 作为中国AI头雁,百度的成绩单不止代表巨头公司业绩,也代表了技术前沿现状和产业基本情况. 而且诸多进 ...
- CB Insights发布AI行业25大趋势:中国人脸识别、无人商店发展迅速
晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI 新的一年,人工智能会朝着什么方向发展?CB Insights今天发布的报告,预测了2019年AI行业的25大趋势. 在基础研究领域,开源框 ...
- 产业互联网未来十大趋势
导读:未来永无人知晓,但一定可以想象. 市场风云不断,企业重新确定业务方向,移动互联网正式进入下半场.为此,本文预测总结了2019年产业互联网的十大趋势,共同探索下一个时代的脉搏. 刚过去的2018年 ...
- IDC与百度联合发报告:预测2019年人工智能十大趋势
来源:网络大数据 12月20日,国际数据公司(IDC)与百度AI产业研究中心(BACC)联合发布<百度大脑领导力白皮书>,白皮书预测了2019年中国人工智能市场发展趋势,通过实际案例解析人 ...
- 2019年人工智能的最大趋势和期望
2019年人工智能的最大趋势和期望 https://www.toutiao.com/a6634838180619108878/ 时间若白驹过隙,忽然而已.2019 年即将来临,新的一年中如何人工智能( ...
- 中国电子信息工程科技发展十大趋势(2019)发布
来源:新浪科技 17日,中国工程院信息与电子学部.中国信息与电子工程科技发展战略研究中心在中国工程院召开发布会,发布"中国电子信息工程科技发展十大趋势(2019)". 中国工程院副 ...
最新文章
- swift视图容器_如何使用IBDesignable在Swift中创建漂亮的,可重复使用的渐变视图...
- 深入浅出的“深拷贝与浅拷贝”
- 16、HTML密码框
- SAP Spartacus的自定义路由
- 开源免费的.NET图像即时处理的组件ImageProcessor
- jquery+ajax 实现text框模糊搜索并可利用listbox实时显示模糊搜索列表结果
- 2017.4.19 细胞分裂 思考记录
- C#.Net工作笔记008---c# 日期时间大小比较_日期相减
- long 和 Object的相互转换
- 在 Windows Server 2008 R2 下用 Visual Studio 2010 编译 Chrome 与 WebKit Chromium Port
- 【JAVA笔记——道】Hadoop设计模式--抽象类
- Oracle导入元数据,eova oracle 导入元数据报错
- 输出UTC时间和北京时间
- u8 客户端修改服务器地址,u8服务器地址怎么修改
- CSS 样式修改技巧及心得汇总
- string字符串输入
- 用Tina-TI软件仿真并分析RC积分电路和微分电路
- Linux镜像下载大全
- 中级职称计算机选几个模块,计算机职称考试正确选择模块的绝招
- java的网络编程设计报告_20165230 《Java程序设计》实验五《网络编程与安全》实验报告...
热门文章
- 《BBN: Bilateral-Branch Network with Cumulative Learning for Long-Tailed Visual Recognition》笔记
- windows下Graphviz安装及入门教程
- TensorFlow练习27: 验证码生成器-从文本生成图像
- ACL 2021 | 腾讯AI Lab、港中文杰出论文:用单语记忆实现高性能NMT
- 送你200+篇论文,学习图或图神经网络必读!(附下载)
- 赠票 | 面见AI大神贾扬清!阿里云峰会船票抢先送~(上海站)
- 一文读懂卷积神经网络CNN(学习笔记)
- LeetCode: 387. First Unique Character in a String
- 美国匹兹堡大学高伟教授招收Mobile AI方向全奖博士生
- SAP RETAIL 通过分配表创建UB STO单据