引領(lǐng)場景通用人工智能時(shí)代
從互聯(lián)網(wǎng)時(shí)代到智能硬件時(shí)代,技術(shù)發(fā)展和商業(yè)模式創(chuàng)新一直都是相互影響的,技術(shù)發(fā)展會推動商業(yè)模式創(chuàng)新,商業(yè)模式創(chuàng)新也會影響技術(shù)發(fā)展。可一旦發(fā)生有技術(shù)發(fā)展不足以支持商業(yè)模式創(chuàng)新情況,商業(yè)模式創(chuàng)新就會止步不前。直到下一波技術(shù)革命來臨,商業(yè)模式創(chuàng)新才會繼續(xù)出現(xiàn)。
從“物聯(lián)網(wǎng)”到“萬物互聯(lián)”,海量數(shù)據(jù)被催生了出來,單純的觸摸屏交互已經(jīng)難以滿足用戶的多樣化輸入需求了。受技術(shù)發(fā)展因素的影響,商業(yè)模式創(chuàng)新開始止步不前。在這樣的情況下,一旦人工智能技術(shù)取得突破性進(jìn)展,商業(yè)模式就能實(shí)現(xiàn)創(chuàng)新發(fā)展,隨之而來的將是擁有巨大發(fā)展?jié)摿Φ氖袌隹臻g。
現(xiàn)如今,Web2.0互聯(lián)網(wǎng)產(chǎn)品時(shí)代的現(xiàn)有技術(shù)已經(jīng)難以滿足商業(yè)模式的創(chuàng)新需求了。未來,商業(yè)模式要創(chuàng)新,就要依賴不斷進(jìn)步的技術(shù),屆時(shí)人工智能將成為重要支撐。
人工智能未來的硬件架構(gòu)
近十年,計(jì)算機(jī)科學(xué)的研究重點(diǎn)在信息處理層面,基于此,我們將這個時(shí)代稱為“大數(shù)據(jù)時(shí)代”或者“數(shù)據(jù)大爆炸時(shí)代”。未來,隨大數(shù)據(jù)時(shí)代而生的這種信息處理能力將出現(xiàn)發(fā)展瓶頸,屆時(shí),計(jì)算機(jī)科學(xué)的研究重點(diǎn)就會轉(zhuǎn)移到“突破計(jì)算機(jī)現(xiàn)有計(jì)算能力極限”方面,也就是顛覆馮·諾依曼的硬件架構(gòu)方面。
在人工智能技術(shù)的支持下,顛覆馮·諾依曼的硬件架構(gòu)將從底層的硬件架構(gòu)變革開始。到那時(shí),硬件模式將擺脫對云計(jì)算的依賴,將從芯片層面直接對人工神經(jīng)網(wǎng)絡(luò)進(jìn)行模擬,以構(gòu)建一個完善的硬件大腦。這個想法或許是人工智能在硬件設(shè)備領(lǐng)域的終極解決方案。從現(xiàn)階段的技術(shù)層面來看,盡管這個想法的實(shí)現(xiàn)還需要很長時(shí)間的努力,但其大致方向已經(jīng)顯現(xiàn)了出來。
(1)人腦芯片
2014年8月,IBM公司宣布由IBM公司和紐約康奈爾大學(xué)合作進(jìn)行底層設(shè)計(jì)、由三星電子生產(chǎn)的百萬神經(jīng)元類人腦芯片——TrueNorth大獲成功。IBM公司的人腦芯片研發(fā)項(xiàng)目開始于2008年,美國五角大樓高級計(jì)劃研究局為其投資了5300萬美元。
經(jīng)過六年,這款集成了100萬個神經(jīng)元和2.56億個突觸的芯片終于問世。這款芯片相較于擁有1000億個神經(jīng)元和不可計(jì)量的突觸的人腦來說還有一定的差距,但是與蜜蜂的大腦已經(jīng)非常接近了。
現(xiàn)階段,這款芯片能夠以每秒每瓦460億次神經(jīng)突觸的速度運(yùn)作,能夠和人腦一樣對物體進(jìn)行探測與識別。簡單來說,在這款芯片運(yùn)作的過程中,能通過探測、識別模式將一些字母串聯(lián)在一起,以拼湊出完整的單詞和語句,對其進(jìn)行識別。總體來說,這種應(yīng)用還比較簡單,難以用于商業(yè)領(lǐng)域,與商業(yè)智能化的實(shí)現(xiàn)還有很大差距。
除IBM公司的TrueNorth芯片之外,英特爾、高通等公司也擁有自主芯片設(shè)計(jì),他們的芯片設(shè)計(jì)獲得了工程師的高度評價(jià),被稱為“神經(jīng)形態(tài)”。在未來,以TrueNorth為代表的二元芯片將被能模擬人腦聯(lián)系功能的芯片產(chǎn)品所替代。當(dāng)然,這一想法能否實(shí)現(xiàn)依賴于正確的神經(jīng)元結(jié)構(gòu)能否找到,其研究過程也需要經(jīng)過很長的時(shí)間。
(2)量子計(jì)算
目前常見的計(jì)算機(jī)是借助晶體管電路存儲數(shù)據(jù)的,屬于二進(jìn)制,只能完成一些簡單的建模與計(jì)算,面對復(fù)雜的建模和計(jì)算往往顯得有心無力。
而量子計(jì)算機(jī)則很好地彌補(bǔ)了普通計(jì)算機(jī)的這種缺陷,借由粒子的量子狀態(tài)存儲數(shù)據(jù),借助量子算法對數(shù)據(jù)進(jìn)行操控,借助量子邏輯來完成通用計(jì)算,其擁有的強(qiáng)大并行計(jì)算能力能夠大幅提升計(jì)算機(jī)的計(jì)算速度。
在量子計(jì)算機(jī)研究方面做出突出貢獻(xiàn)的就是谷歌公司。谷歌公司秉持著“使機(jī)器人能夠像人一樣獨(dú)立思考”的理想,2014年開始與各科學(xué)家聯(lián)手對量子計(jì)算機(jī)的處理器進(jìn)行研究。這一研究究竟能否成功,現(xiàn)在還無法預(yù)見,只能在未來見分曉。
(3)仿生計(jì)算機(jī)
目前在通用的CPU、GPU基礎(chǔ)上形成的處理神經(jīng)網(wǎng)絡(luò)運(yùn)作效率較低。以谷歌大腦為例,谷歌大腦擁有的CPU數(shù)量達(dá)1.6萬個,要想完成識別動物面部的無監(jiān)督學(xué)習(xí)訓(xùn)練,需要運(yùn)行7天。并且,谷歌大腦的100億個突觸相較于人腦的100萬億個突觸還有很大差距。
另外,以CPU、GPU為基礎(chǔ)形成的通用處理器,在構(gòu)建數(shù)據(jù)中心的時(shí)候,占地面積大、散熱功能差、消耗電量多。如此大的成本,一般的互聯(lián)網(wǎng)企業(yè)根本無力支付。面對這些問題,專門的神經(jīng)網(wǎng)絡(luò)處理器成了各家互聯(lián)網(wǎng)企業(yè)的必須設(shè)備。
仿生計(jì)算機(jī)就是為解決這個問題產(chǎn)生的,通過仿生計(jì)算機(jī),大規(guī)模人工神經(jīng)網(wǎng)絡(luò)的構(gòu)建問題能得以有效解決。目前,在國內(nèi),陳云霽團(tuán)隊(duì)就在仿生學(xué)原理的基礎(chǔ)上研發(fā)出了神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)。該計(jì)算機(jī)無須訪問內(nèi)存,使得通訊時(shí)間大為縮減(至少減少了90%),并能夠支持現(xiàn)有的、主流的機(jī)器學(xué)習(xí)算法。相較于那些主流的GPU來說,寒武紀(jì)神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)的性能比提升了21倍,性能功耗比提升了300倍。
從專用智能到通用智能
在專用智能時(shí)代,人工智能技術(shù)只能在特定領(lǐng)域、特定場景中應(yīng)用。例如,格靈深瞳的計(jì)算機(jī)視覺技術(shù)只能用于安防監(jiān)控領(lǐng)域,如果在商場中應(yīng)用,它的三維攝像頭就沒有辦法對顧客的基本特征進(jìn)行識別,無法根據(jù)顧客逗留時(shí)間的長短來分析其消費(fèi)偏好,更無法以此為依據(jù)開展精準(zhǔn)營銷。
無論是安防監(jiān)控領(lǐng)域?qū)`法違規(guī)行為的識別與響應(yīng),還是商場領(lǐng)域?qū)︻櫩拖M(fèi)行為的識別與響應(yīng),其基礎(chǔ)都是計(jì)算機(jī)視覺技術(shù)。但是在專用智能時(shí)代,因計(jì)算能力和建模能力不足,人工智能技術(shù)只能在特定領(lǐng)域使用,無法實(shí)現(xiàn)跨場景應(yīng)用。
未來,隨著人工智能技術(shù)的發(fā)展,當(dāng)專用智能時(shí)代步入通用智能時(shí)代后,人工智能技術(shù)的普遍適用性將得到大幅提升(圖1)。屆時(shí),一個普通的監(jiān)控?cái)z像頭+計(jì)算機(jī)視覺云平臺,在任何場合都能根據(jù)用戶需求對人群進(jìn)行識別,并做出分析和決策。
圖1人工智能技術(shù)的發(fā)展趨勢
現(xiàn)如今,通用智能時(shí)代距離我們還比較遙遠(yuǎn)。要想從專用智能時(shí)代邁進(jìn)通用智能時(shí)代,在計(jì)算資源層面必須超越現(xiàn)有的能力上限;在計(jì)算機(jī)建模層面必須突破線下深度學(xué)習(xí)算法的極限,真正實(shí)現(xiàn)“機(jī)器人像人一樣思考”。
在跨場景通用人工智能時(shí)代,應(yīng)用層企業(yè)的進(jìn)入門檻最低,平臺企業(yè)的進(jìn)入門檻最高,技術(shù)細(xì)分領(lǐng)域領(lǐng)先企業(yè)的進(jìn)入門檻居中。這也就意味著,屆時(shí),應(yīng)用層企業(yè)的競爭會非常慘烈。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
3月27日立即報(bào)名>> 【工程師系列】汽車電子技術(shù)在線大會
-
4月30日立即下載>> 【村田汽車】汽車E/E架構(gòu)革新中,新智能座艙挑戰(zhàn)的解決方案
-
5月15-17日立即預(yù)約>> 【線下巡回】2025年STM32峰會
-
即日-5.15立即報(bào)名>>> 【在線會議】安森美Hyperlux™ ID系列引領(lǐng)iToF技術(shù)革新
-
5月15日立即下載>> 【白皮書】精確和高效地表征3000V/20A功率器件應(yīng)用指南
-
5月16日立即參評 >> 【評選啟動】維科杯·OFweek 2025(第十屆)人工智能行業(yè)年度評選
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達(dá)AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀(jì)”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計(jì)算迎來商業(yè)化突破,但落地仍需時(shí)間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機(jī)器人東風(fēng)翻身?