为什么说担心 AI 抢人类饭碗纯粹是多余?
最近人工智能的话题非常火爆。AI在医疗诊断、新化合物合成、罪犯识别等方面得到了广泛应用,还能驾驶汽车,甚至能创造出艺术品。
有时似乎感觉没有什么AI做不到的,似乎每个人都要失业,只要看着AI替我们做好一切就行了。
为了理解AI技术的起源,这篇文章将会带你浏览AI的历史。它还会介绍AI芯片的现状,以及为了让AI能真正影响到人类生活,创造出高级驾驶辅助系统(ADAS)和自动驾驶汽车等,我们还需要做些什么。
随着AI的发展,它越来越偏向特定的技术,即机器学习,这项技术依赖于经验学习来做决策,而不是靠程序做决策。而机器学习为深度学习打下了基础,后者的算法需要对数据的进一步理解。
AI的技术之源
“人工智能”这个词由科学家John McCarthy、Claude Shannon和Marvin Minsky于1956年,在Dartmouth会议上创造。五十年代末,Arthur Samuel将“机器学习”这个词定义为能够从错误中学习的程序,这种程序甚至能在下棋方面比它的创造者更优秀。
这是计算机技术发展的黄金时期,许多研究人员都认为AI能很快“解决”。科学家们对基于人类大脑功能的计算做了很多研究,看它们是否能解决真实世界中的问题,从而创造了“神经网络”的概念。
1970年,Marvin Minsky告诉《Life》杂志,“只需三到八年的时间,我们就能创造出拥有普通人类智能的机器”。
到了二十世纪八十年代,AI走出实验室进入商业领域,创造了一段投资的神话。当AI技术的泡沫在八十世纪末破碎时,AI回到了学术界,科学家们继续研究它的潜力。商业圈的观察人士称AI为“过早到来的技术”,或者“未来的技术”,等等不一而足。这段相当长的时期被称为“AI的寒冬”,但随后AI在商业圈又得到了迅猛发展。
1986年,Geoffrey HInton和他的同事们发表了里程碑式的论文,描述了名为“反向传播”的算法,这个算法可以用于大幅度改善多层“深度”神经网络的性能。
1989年,贝尔实验室的Yann LeCun和其他研究人员演示了一项新技术在真实世界中的应用,即训练神经网络来识别手写的邮政编码。他们只花了三天时间就训练了一个深度卷积神经网络(CNN)。
快进至2009年,斯坦福大学的Rajat Raina、Anand Madhavan和Andrew Ng发表了一篇论文,讨论了利用计算性能远超现代多核CPU的GPU提高深度学习速度的方法。AI的盛宴就此开始了。
真正的AI芯片的任务
为什么今天AI的话题无处不在?一系列的关键因素最终都聚集在一点上:人们相信科技的巨大进步能够解决越来越重要的真实世界问题。
有了今天互联网提供的基础设施,全世界的研究人员都能够使用强大的计算能力、海量的数据和高速的通讯,从而创造出新的算法和解决方案。
例如,汽车工业已经表示愿意在AI科技方面投入巨大的研发资源,因为机器学习可能解决诸如自动驾驶等高度复杂的任务。
AI芯片设计的一个主要问题就是集成。这里讨论的是超大规模的定制系统芯片(SoC),其中的深度学习由多种硬件加速器实现。设计AI芯片是非常困难的,特别是在汽车工业苛刻的安全和可靠性的要求下。
但是,AI芯片依然只是芯片,或许再加上一些处理器、内存、I/O和互联技术方面的新技术而已。像Google和Tesla等芯片设计方面的新手,以及AIMotive、Horizon Robotics等AI芯片创业公司,都拥有丰富的深度学习的计算复杂度方面的知识,但他们可能会面临尖端系统芯片设计方面的巨大挑战。
可配置的、互联的知识产权的作用非常重要,它能让这些芯片界的新手迅速制造出可以使用的芯片。
以带有深度学习加速器的AI芯片为例,这种芯片的使用场景如汽车前置摄像头,可以进行图像分析,对路边的物体进行检测和分类。每个AI芯片都有独特的内存访问方式,以保证最大的带宽。
芯片内的数据流必须经过优化,以保证最大的带宽,才能在必要的时候满足性能需求,但又要尽可能在芯片面积、成本和能量消耗方面进行优化。每个连接必须为高层的AI算法进行优化。
更麻烦的是,新的AI算法每天都在涌现。从某些方面来说,现在的深度学习就像香蕉一样,没人想要烂香蕉,也没人想要AI芯片中的旧算法。对于这些尖端科技产品来说,上市时间比许多其他半导体产品更为重要。
AI的未来
尽管深度学习和神经网络快速地推动了人工智能技术的发展,许多研究人员依然相信,要达到最终的AI目标,我们依然需要更多的不同方法。大多数AI芯片的设计思路依然是LeCun和Hinton等人在十几年前发表的思想的改进版本,但没有任何理由相信,这条路上的指数级增长能够让AI像人类那样思考。
我们今天所知的AI并不能把一个任务上获得的深度学习经验推广到其他新的、不同的任务上。而且,神经网络并不能很好地吸收以前的知识,或吸收“上下”或者“孩子有父母”这种简单的规则。
最后,基于神经网络的AI需要大量的数据进行学习,而人类只需一次触摸火炉的经验就能学会不再碰火炉。现在依然不清楚怎样才能将现在的AI技术应用到没有大量数据的问题上。
尽管按照目前人类的标准来看,AI芯片并没有智能,但它们依然很聪明,而且很可能在不远的未来它们会变得更聪明。
这些芯片会继续引领半导体技术、计算机体系结构和SoC设计的发展,从而促进更强大的处理能力,促使下一代AI算法的出现。
同时,新的AI芯片也会进一步需要更多的内存系统和芯片内互联架构,以确保新的硬件加速装置能够为深度学习提供稳定的数据流。
原文:https://semiengineering.com/artificial-intelligence-chips-past-present-and-future/
作者:TY Garibay,ArterisIP的CTO,55th DAC IP Track的董事会成员。
译者:弯月,责编:胡巍巍
推荐阅读:
如何找到字符串中的最长回文子串?
马云放弃阿里巴巴所有权?华硕裁员上百人;扎克伯格账号被黑 | 极客头条
一场来自腾讯的自我革命,已然来临!
10分钟搞懂区块链扩容,4个解决方案拿走不谢
程序员保命指南:专治无规范代码!
9月Python开源项目Top10
程序员加班到2点 隔天迟到半小时 被告知下不为例
为什么说担心 AI 抢人类饭碗纯粹是多余?相关推荐
- 阿里巴巴取消 CTO 一职;近半数微软员工担心被 AI 抢饭碗;Flutter 3.10 发布|极客头条
「极客头条」-- 技术人员的新闻圈! CSDN 的读者朋友们早上好哇,「极客头条」来啦,快来看今天都有哪些值得我们技术人关注的重要新闻吧. 整理 | 梦依丹 出品 | CSDN(ID:CSDNnews ...
- python在化学方面的应用-学材料、化学的要不要担心人工智能抢了自己的饭碗?...
原标题:学材料.化学的要不要担心人工智能抢了自己的饭碗? 材料人应用AI开展材料.化学研究入门讲座第一讲--AI介绍已圆满结束.关于人工智能会对材料.化学领域的研究产生怎样的影响,老师在讲座中也进行了 ...
- 高考志愿填什么,才不会被 AI 抢饭碗!
整理 | 朱珂欣 出品 | CSDN程序人生(ID:coder_life) 眼看着,多地 2023 高考陆续收官,填报高考志愿成下一个"老大难"问题! 寒窗苦读数十载,谁也不想在临 ...
- 【ChatGPT】你会是被AI抢饭碗的那类人吗?
文章目录 前言 一.AI替代"基础性工作", 二.AI没有魔法:人类做不到,它也做不到 三 人类的恐惧:被替代.被超越 四 AI让语言返祖,小语种与文化"濒危灭绝&quo ...
- 十分担心外行人抢内行人的饭碗
很多外行人盲目听闻新闻传言,我们这行薪资高,就各种打探,打听,甚至搅局. 实际来说,这行的门槛不低,至少具备专科文凭,才能具备入行的资格.读书这么多年, 学知识学这么多年,基础不是白打的,外行们想跨入 ...
- 山东电销机器人_客服人员,你担心山东百应电销营销机器人系统抢你饭碗吗?...
原标题:客服人员,你担心山东百应电销营销机器人系统抢你饭碗吗? 云南黑莓科技--云南昆明百应智能电话机器人 昆明市五华区人民中路33号巨龙大厦20楼c2 今天推出的是云南黑莓科技百应智能机器人.但智能 ...
- AIGC周报|周鸿祎:不会用GPT的人未来将被淘汰;蔡崇信:不用过于担心AI未来会取代人类;AI翻唱或涉多项侵权行为
AIGC(AI Generated Content)即人工智能生成内容.近期爆火的 AI 聊天机器人 ChatGPT,以及 Dall·E 2.Stable Diffusion 等文生图模型,都属于 A ...
- 无人便利店抢人饭碗?这些“黑科技”将创造百万就业
"不用排队,不用付钱,拿起就走."亚马逊为旗下无人便利店Amazon Go拍摄的宣传视频中,人们面带微笑穿梭在超市里,离开的时候,交易已经自动在手机app上完成.在美国消费者眼里, ...
- AI对于人类来说到底是福还是祸?
最近,在美国华盛顿的一栋办公楼里,一个保安机器人将自己浸在喷泉中"自杀"的举动占据了头条,同时也引发了人们对AI的热议. 据了解,这是由硅谷机器人公司Knightscope研发的一 ...
最新文章
- 机器学习建模神器PyCaret已开源!提升效率,几行代码轻松搞定模型
- @include与jsp:include的区别
- ORM是进化还是倒退?
- linux网关0.0.0.0是什么意思_Linux软件安装⑦|DeePMD-kit v1.0
- Javascript(JS)中的大括号{}和中括号[]详解
- H3C RIPv2配置任务
- 浅谈RTS游戏网络同步:3种同步机制模式的实现
- matlab计算截断误差,Matlab相位截断误差仿真综述.doc
- 异形3×3魔方还原教程_【初级篇】(四)最简单的三阶魔方入门教程——中层还原...
- C++primer第八章 IO库 8.1 IO类
- Hadoop localhost: frankxulei@localhost: Permission denied (publickey,password)
- 浅谈Solr和ElasticSearch建索引性能优化策略
- 如何在 Mac 上使用“隔空投送”?
- 关于暂停或终止更新的相关读书笔记
- linux信号量使用
- 【Python】使用网络调试助手传输数据(UDP协议)
- O'Stolz 定理及其应用
- jmeter 变量的使用
- MySQL从入门到入魔,总结我的学习历程,给有需要的人看!
- MaxListenersExceededWarning: Possible EventEmitter memory leak detected.警告的处理