https://mp.weixin.qq.com/s/9GLT6SkfiiIFVNlVtCIFhg


英特尔副总裁在受访时表示,“深度学习已死”这类报道完全属于夸大其词,深度学习是AI发展的下一个阶段,英特尔预计在2020年将深度学习技术应用在日用品和可穿戴设备上。

现在,机器学习社区中有很多人会告诉你,搞深度学习(DL)是死路一条。

不过,英特尔副总裁Gadi Singer显然不属于这类人。他认为,深度学习刚刚开始上路。事实上,他的观点是,我们即将进入AI的下一阶段,而处于最前沿的深度学习是其中很重要的一部分。

Singer应该很清楚自己在说什么。毕竟,世界上大多数的AI计算任务都是在他所在的英特尔公司的架构上运行的。

Singer是英特尔副总裁、AI产品集团架构总经理。他的艰巨任务是确定公司的AI愿景的下一步该怎么走。与Google的AI未来学家Ray Kurzweil不同,Singer更多关注他所在公司AI计划的细节。所以他的预测不是为了遥远的未来:而是预测2019年和2020年。

英特尔副总裁、AI产品集团架构总经理Gadi Singer

目前大部分AI任务循环运行于GPU上?错了!

据Singer介绍,英特尔的人工智能策略采用三管齐下的方式,其中包括所有的机器学习类型。他说,深度学习刚刚开始成熟,因此英特尔需要做好准备,能够为实际应用提供最先进的解决方案。

当被问及深度学习对整个AI领域意味着什么时,他表示:“这是AI的下一个阶段。”

前面提到的未来三点计划很复杂,但简而言之就是:

1、开发各种芯片以满足各种需求

2、获取杰出人才,开发新技术

3、在公司的产品中提供智能化、一致的软件层

这三条听看上去都是企业和财务上的问题。但是,它对英特尔的客户而言究竟意味着什么?在我们的采访中,Singer提出了自己的问题:

你认为大多数AI任务循环运行在哪种架构上?

如果你过去几年一直在关注AI,那么显而易见的答案就是GPU。辛格表示,这也是错误的:

其实并不是GPU,我下面就解释为什么不是。深度学习中的任务,基本上可以分为两类:训练和推理。 Nvidia的芯片可以作有很多训练任务。关于Nvidia的GPU的讨论主要是训练。

在2015年时,我们估计,AI项目中执行推理任务用时与执行训练任务用时的比例大概是1:1。而实际上,今天这个比例达到了5:1,并且正朝着10:1的方向发展......而大多数推理任务都是在CPU上运行的,确切地说是在Intel CPU上......大多数AI计算任务都是在英特尔的架构上运行的。

芯片巨头如何跟上AI潮流?还是要靠买买买

英特尔对2019年-2020年的人工智能发展,特别是深度学习的愿景,已经走出了实验时代,并涉及世界上几乎所有的对象。

英特尔希望,未来的硬件不仅能掌握在研究人员手中,而且广泛用于小工具和可穿戴设备中,并满足企业和开发人员的需求。无论用户要利用深度学习实现什么需求,英特尔都计划提供能够满足这些需求的芯片组和软件环境。

尽管在短短几年前,关于2019年的这一愿景和AI发展的“下一阶段”到底是什么样子还不清楚。但Singer表示,深度学习是他在英特尔见证的“更快”和“更强烈”的范式转变的推动力。

最近深度学习不断取得一波又一波新进展,作为回应,英特尔一直在收购像Movidius和Nervana这样的AI初创公司,以突破在AI芯片业务所能达到的极限。

英特尔还从内到外对自家的CPU进行了重新设计,为机器学习提供更多动力。公司开始开发软件解决方案,欲在AI领域大展拳脚。

很明显,在英特尔的眼中,所谓“深度学习已死”的报道属于夸大其词。

参考链接:

https://thenextweb.com/artificial-intelligence/2018/10/30/intels-ai-strategy-for-2019-goes-beyond-chips/

英特尔:谁说深度学习已死?AI任务挑大梁的是CPU,不是GPU相关推荐

  1. 天池“英特尔创新大师杯”深度学习挑战赛 第15名方案【自然语言处理方向】

    序言 笔者参加"英特尔创新大师杯"深度学习挑战赛目前位列第15名,先将方案给出,欢迎批评指正,如有想上车参赛的同学请私信联系,另外提供代码和模型预测文件. 比赛介绍 大赛背景 人类 ...

  2. “深度学习已死,可微编程万岁!”LeCun老师为何又语出惊人?

    夏乙 编译整理 量子位 出品 | 公众号 QbitAI Deep Learning est mort. Vive Differentiable Programming! 这句英法混合的话,翻译成汉语, ...

  3. 英特尔中国研究院深度学习领域最新成果——“动态外科手术”算法

    雷锋网(公众号:雷锋网)按:本文为英特尔中国研究院最新研究成果,主要介绍了一个名为"动态外科手术"算法,有效地解决了处理大型网络时重训练时间长,误剪枝率高的问题.利用该算法,我们可 ...

  4. 深度学习已入末路,谁能引领下一代AI?

    https://www.toutiao.com/a6656350889747415556/ AI能将一根香蕉照片识别成一台烤面包机,尽管AI在训练阶段可能被展示了数千张香蕉.蛞蝓.蜗牛以及其他类似物体 ...

  5. 【再论深度学习必死】马库斯回应14大质疑,重申深度学习怀疑论

      新智元编译   作者:Gary Marcus 翻译:新智元编辑部 深度学习论战再起,NYT心理学家Gary Marcus如约写了一篇偏技术的文章,回应对他此前提出的深度学习问题的质疑.无监督学习适 ...

  6. 深度学习已至“瓶颈”?英特尔:数据处理是一剂良药

    [导读]霍金弟子Alan Yuille在前不久发表言论称,至少在计算机视觉领域,深度学习的瓶颈已至.然而,人工智能与大数据的发展相辅相成,数据将会推动人工智能的发展,促进更多技术应用落地,将人工智能带 ...

  7. 大数据早报:Firebase推出机器学习功能 英伟达大幅扩大深度学习学院规模(11.2)

    数据早知道,上乐投网看早报! 『机器学习』闹哪样? Firebase推出机器学习功能! 谷歌旗下的公司昨日在Amsterdam的Firebase Dev Summit峰会上宣布:Firebase将会有 ...

  8. 深度学习已成强弩之末?Bengio等大牛NeurlPS2019上支招

    赖可 发自 凹非寺 量子位 报道 | 公众号 QbitAI 局面越来越清楚: 靠增加算力.更多数据,并不能解决AI面临的挑战. NeurlPS 2019上,多位专家讨论到AI的未来,认为深度学习算法的 ...

  9. Intel英特尔RealSense实感深度摄像头 自校准(Self-Calibration)操作步骤讲解 D400系列适用

    Viewer工具与校准纹理目标纸下载:https://download.csdn.net/download/weixin_43042683/86242590 1.下载最新版本的Viewer工具和固件 ...

最新文章

  1. oracle nvl用法
  2. win7网络中能看到计算机但无法连接,win7局域网内可以看到对方计算机但无法连接怎么办...
  3. 三维重建中的立体匹配详解
  4. 看完50多家阵亡的初创企业,我们发现了AI创业的5个行业潜规则
  5. shell字符串处理
  6. iOS之Block总结以及内存管理
  7. SAP最强大的定价过程
  8. linux增加swap分区大小
  9. playbook 剧本编写
  10. Android or iOS 运行 meteor App 屏幕一片空白 White screen的解决方法
  11. 计算机编程英语用语,计算机编程英语词汇
  12. php 显示当前年月日时分秒,php 获取当前前后年、月、星期、日、时分秒的时间...
  13. 谷歌大脑QT-Opt算法,机器人探囊取物成功率96%,Jeff Dean大赞
  14. 解决windows系统无法对docker容器进行端口映射的问题
  15. 关于SUSE linux
  16. Dubbo限流方式源码阅读
  17. PID控制电机输出作为电机PWM占空比输入的理解
  18. AS-REP Roasting攻击
  19. 计算机专业英语复习第四天
  20. Merlin——零知识证明(1)理论篇

热门文章

  1. 智源学者韩银和、蔡一茂入选2020年度国家杰出青年科学基金建议资助项目申请人名单...
  2. 写一个操作系统有多难?自制 os 极简教程
  3. 26岁创造UNIX,退休后却成为一名飞行员,这位编程界大佬不走寻常路
  4. 《程序员书屋》微刊创建,赠书活动进行中!
  5. 人物访谈:松本行弘谈Ruby
  6. 重磅MIT开源人工智能算法评估和理解对抗Logit配对的稳健性
  7. Stream Processing: Apache Kafka的Exactly-once的定义 原理和实现
  8. 机器学习在信道建模中的应用综述
  9. 报名 | 2019全球AI文创大赛开启项目征集!
  10. 图像与视频合成领域的集大成者,都在这里了!