人工智能|张亚勤:对于产业来讲，深度学习的黄金时代刚刚开始( 二 )
本文插图
另外一个例子是地平线自动驾驶芯片的路线图 。 可以看到 ， 随着Level的提升 ， 规划越来越困难 ， 需要很强的功能 ， 很好的稳定性 。 地平线在这方面做了很多的工作 ， 芯片不管是从质量、性能、耗能上都和现在的国际芯片(像特斯拉的SSD)达到同样的性能 ， 甚至更好 。
本文插图
我们可以看到 ， 技术的发展确实给IT产业以及很多行业带来了新的机遇 。 首先IT产业本身是最大的受益者 。 不管是芯片技术、操作系统、云平台还是应用 ， 都在不断的快速迭代 。 更重要的是 ， 它改变甚至颠覆了目前的产业 ， 教育、医疗、金融、制造 ， 每个行业都会有AI的成分 。
如今的AI就像20年前的互联网 ， 能够融入到每个行业 。
再有就是创造新的行业 。 张亚勤教授认为自动驾驶、工业物联网、AI医疗生物计算 ， 这三个领域很有潜力 ， 他自己也比较有兴趣 。
最后 ， 张亚勤提到 ， 希望他成立的智能产业研究院能够成为国际化、智能化、产业化的应用研究机构 ， 能够吸引与培养出有国际视野的CTO和顶级的架构师 ， 并利用核心技术突破孵化出一些新企业 。
寻找下一轮AI的突破口对于产业来讲 ， 深度学习的黄金时代刚刚开始
下面这张图涵盖了人工智能60年上下 。 可以看到 ， 在左半部分讲到人工智能发展的不同流派 ， 未来最大的可能是借各种流派之长 ， 创造新的一些算法 ， 有逻辑符号也有数据和知识 ， 要借鉴人类的进化 ， 大脑的特点 。
本文插图
现在 ， 不管是做研究的也好 ， 做产业的也好 ， 都在思考下一轮人工智能突破在什么地方 ， 特别是现在深度学习 ， 经过十几年的研究和应用 ， 已经到了一个稳定期 。 现在主要的发展不仅是靠算法 ， 更多的靠计算的算力 。
张亚勤教授认为 ， 在研究方面、算法方面 ， 还有一些可挖掘之处 ， 但是已经到了相对平台期 。 不过对于产业来讲 ， 深度学习的黄金时代才刚刚开始 ， 还有至少十年的时间可以深入到每个不同的行业里 。
他还在演讲中提到 ， 人工智能当下遇到的挑战主要是隐私、数据保护和伦理工作 。 前段时间 ， 张教授在美国碰到一个小团队在做通用人工智能 。 他们的主要的任务是创造一个有自主意识的AI 。 他自己表示坚决反对 。
我们再看看最基本的东西 ， 计算和通讯基本的范式 。
第一是香农定律 ， 包含三个方面 ， 熵、信道容量和速率编码 。 定义了三个极限 ， 无损压缩极限 ， 信道传输极限 ， 有损压缩极限 。 现在这几部分基本上都快接近极限了 。
第二个是冯诺伊曼架构 ， 做计算机60年来都采用这个架构 。 冯诺伊曼架构相当简单和漂亮 ， 就是一个程序储存的原理 。 但在这几年 ， 特别是在深度学习上已经有了很大的限制 。
第三个是摩尔定律 ， 想必这个大家都比较熟悉 ， 原来摩尔定律中提到的每18个月、24个月的发展速度也降下来了 。
我们需要突破这三个瓶颈 。
本文插图
本文插图
要让新的计算体系和通讯架构突破体系架构的限制 。 深度学习需要新的架构 ， 架构包括数据流、计算模式 。 深度学习领域需要很多优化 ， 还有高速的储存 。 这些东西和传统的架构不一样 。
编者按:本文转载自微信公众号:大数据文摘(ID:BigDataDigest)
推荐阅读
- 人工智能|第二届中国超级算力大会在京举行
- 超能网|亚马逊转用自家芯片进行人工智能训练，只剩少量程序仍然以显卡来训练
- AI人工智能|华为P50Pro：前摄屏下隐藏，麒麟芯片绝唱怒怼苹果A14
- 腾讯|腾讯举办科学脱口秀X-Talk，聚焦人工智能、基因编辑等前沿技术
- 5G|对于一部旗舰手机，处理器，防水，拍照和快充和屏幕哪个重要？
- AI人工智能|川渝首次联手研发7个科技创新项目
- 一小青峯|人工智能4天2次翻车，柯洁朴廷桓都下出超电脑一手，AI不能全信
- 云计算,百度|人工智能技术如何落地交通出行？
- 人工智能|“智能感知，智慧运维” 华为中国政企运维峰会2020 成功举办
- 人工智能|智能门锁、校园人脸管理服务平台……多款人工智能产品线上亮相