福布斯:AI芯片将让手机与无人机等设备更聪明

2016-05-09 10:09 环球网

打印 放大 缩小

来源标题:福布斯:AI芯片将让手机与无人机等设备更聪明

(图:Movidius开发的Myriad 2视觉处理芯片)

深度学习是AI技术的一个分支,许多大企业都在研究,比如谷歌、Facebook。在普通人看来,AI似乎只是大企业的玩物,实际上不是的,它不单会在云端普及,还会进入到芯片。福布斯专栏作家罗伯特·霍夫(Robert Hof)认为,具备AI功能的芯片会让手机、无人机、机器人、摄像头更加聪明。

下面是文章全文:

在人工智能(AI)中有一个分支叫深度学习,它带给我们许多惊奇,比如自动驾驶汽车,手机即时语言翻译。现在,深度学习试图为一切物件植入智能。

为什么会这样?因为硅芯片制造商开始将深度学习软件嵌入到自己的芯片中,尤其是嵌入到移动应用中;这些企业既包括大公司英特尔、高通,还包括许多小企业。很快,植入AI技术的芯片可能就会进入市场,更智能的手机、无人机、机器人、摄像头、可穿戴设备将会涌入我们的视野。

加州视觉处理器生产商Movidius的机器深度学习副总裁科马克·布里克(Cormac Brick)认为:“这类设备的功能将会让消费者感到震惊。”

无处不AI

上周,在加州圣克拉拉(Santa Clara)举行的“Embedded Vision Summit”会议上,几家芯片公司展示了自己的设计,Movidius正是其中之一;1月时,Movidius还与谷歌达成合作关系,谷歌向Movidius预定了芯片,这些芯片会用在还没有发布的移动设备中。Movidius芯片定于4月28日正式推出,公司宣称它是第一块USB深度学习模组。Movidius芯片的功耗只有1瓦特,它可以为无人机、摄像头、机器人提供神经网络功能。

高通已经发布面向骁龙神经网络处理引擎(Snapdragon Neural Processing Engine)的软件开发者工具包,它可以让智能手机、无人机、其它设备更智能,能够追踪目标、识别声音。英特尔、ARM、CEVA、益华计算机(Cadence Design Systems)也试图在芯片中加入深度学习功能。谷歌是深度学习的领先者,它已经推出了开源Tensor Flow深度学习软件,支持低能耗8位处理器,这种处理器对移动应用至关重要。

大体来讲,深度学习可以模仿人类大脑的神经元活动,允许计算机在海量数据中发现各种模式。谷歌Brain项目负责人、高级研究员杰夫·邓恩(Jeff Dean)称:“我们有大量的数据需要计算机理解,而不是让人来理解。”深度学习可以分析数据,更重要的是它可以从所有数据中学习,正是因为这点,语音、目标识别技术和自然语言处理技术最近才取得了很大的进步。

降低能耗减少延迟时间

在谷歌、IBM、微软的云计算服务中,深度学习和AI技术的地位越来越高,移动设备的独特需求推动AI下潜到芯片中去。尤其值得一提的是,深度学习开始大量应用于各种计算机视觉项目,它们依赖于对数据的本地实时处理。事实证明,在许多视觉应用中,深度学习比过去几十年开发的其它计算机视觉技术更先进。正因如此,无数企业才会成群结队向新算法挺进。

“我们处在攻城略地的阶段。”嵌入式芯片顾问公司伯克莱设计技术(Berkeley Design Technology)创始人兼总裁、嵌入式视觉联盟(Embedded Vision Alliance)创始人杰夫·拜尔(Jeff Bier)称,“芯片制造商正在对硅芯片进行优化,使它们可以在低能耗下运行算法。”

布里克解释说,之所以要将深度学习算法嵌入到芯片之中有一个关键的原因:移动设备需要降低能耗。在设备和云之间传输数据需要消耗大量的电能,它还需要配备能耗更高、成本更高的并行处理芯片,比如Nvidia的图形芯片。高通物联网、移动计算工程高级副总裁拉杰·塔鲁利(Raj Talluri)表示:“要让视觉无处不在,在移动和嵌入式设备植入智能相当关键。”

对于一些应用来说(比如无人驾驶汽车的防撞、刹车功能),有一个问题很让人头痛:连接到云端会导致延迟,在处理器和内存之间移动数据也需要时间。塔鲁利称:“延迟成了有用还是无用的分界线。”另外,出于对安全和隐私的担忧,设备需要在本地处理更多数据,而不是存储到云端。

当深度学习变得更普及时(在云计算和芯片中普及),它可以帮助更多的企业开发新应用,尤其是那些让计算机像人一样运行的应用。例如,无人机可以直线飞行,不需要GPS就知道哪个位置最适合停靠,智能摄像头可以理解场景中的人正在做什么事,机器人可以知道哪里弄乱了,它可以自动整理。            

责任编辑:陶国琪(QT0003)