作者 癡笑@AI Frontier
編者按：2017年1月11日至12日，首屆AI Frontier大會(huì)在加州硅谷Santa Clara召開。主辦方Silicon Valley AI and Big Data Association邀請(qǐng)Google Brain負(fù)責(zé)人Jeff Dean，Microsoft人工智能首席科學(xué)家Li Deng，Amazon Alexa首席科學(xué)家Nikko Storm，F(xiàn)acebook-Caffe創(chuàng)始人Yangqing Jia等人工智能專家以及多家人工智能初創(chuàng)公司展開熱烈的討論。矽說 攜手 機(jī)器之心，進(jìn)駐灣區(qū)硅谷核心區(qū)域，發(fā)回了“獨(dú)家”場(chǎng)記——
十年前，初創(chuàng)公司都是e開頭的
那是互聯(lián)網(wǎng)的時(shí)代
五年前，初創(chuàng)公司都是i開頭的
那是移動(dòng)終端的時(shí)代
今年，初創(chuàng)公司都是N開頭的
那是人工智能的時(shí)代
N是什么?
Neural Network
身處人工智能大潮，矽說在過去的一段時(shí)間在人工智能硬件領(lǐng)域，攜手機(jī)器之心，多次發(fā)表評(píng)論及《腦芯編》系列。今天，在觀摩了AI frontier后，矽說小編再次指點(diǎn)江山，人工智能硬件發(fā)展過程中容易被忽略的四大決勝關(guān)鍵趨勢(shì)。(個(gè)人觀點(diǎn)，僅供參考)
Scalable
規(guī)?；瘮U(kuò)展
幾乎每一個(gè)講者都會(huì)提及Scalablity，從框架到實(shí)現(xiàn)。無論是Tensorflow還是Caffe，各個(gè)框架平臺(tái)都需要考慮面向不同硬件運(yùn)行深度學(xué)習(xí)網(wǎng)絡(luò)的完整性、一致性。而那些對(duì)于需要實(shí)現(xiàn)成實(shí)際產(chǎn)品的工程，比如自動(dòng)駕駛(Google Waymo等)、語(yǔ)音助手(Amazon Alexa等)，高效的選擇硬件規(guī)模更是一個(gè)需要攻關(guān)的主要難題?？梢?guī)?；瘮U(kuò)展的能力(Scalable)成為每個(gè)能廣為使用的人工智能實(shí)現(xiàn)的鏟平必須具備的特性。
Reference: Y. Jia, Caffe Talk
其實(shí)，歸根結(jié)底，Scalabe是因?yàn)橛布偸怯邢薜摹＿^去幾年，人工智能網(wǎng)絡(luò)已經(jīng)從AlexNet、VGG-19的淺層網(wǎng)絡(luò)的迅速成長(zhǎng)成超深層的ResNet，以及多個(gè)網(wǎng)絡(luò)相輔相成的生成對(duì)抗式網(wǎng)絡(luò)(Generative Adversarial Network)。雖然，以NVdia為首的硬件公司也在不斷突破，但是其增長(zhǎng)速度恐怕無法與目前的神經(jīng)網(wǎng)絡(luò)相媲美。
因此，對(duì)于每一個(gè)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)，在每一個(gè)層次實(shí)現(xiàn)時(shí)，除了計(jì)算的高效性外，將大規(guī)模網(wǎng)絡(luò)裂解(partition)并且映射(mapping)到有限的硬件上就成為了一個(gè)踏踏實(shí)實(shí)的問題。表現(xiàn)在接口設(shè)計(jì)、數(shù)據(jù)結(jié)構(gòu)的選擇等各個(gè)層次。而只有那些可以規(guī)?；瘮U(kuò)展的人工智能硬件，才能在算法日新月異的今天立于不敗之地。
Sensable
傳感，也要智能
如果你還覺得傳感器和人工智能計(jì)算是兩個(gè)完全獨(dú)立的模塊的，恭喜你，你已經(jīng)被時(shí)代拋棄了。大會(huì)上，北京文安與Bosch都秀出了新一代的圖像傳感/VR傳感器。毫無例外的，人工智能算法已經(jīng)與傳感器擁抱，同時(shí)出現(xiàn)在前端。
Reference: R. Liu, Bosch Sensor Talk
傳感器，作為實(shí)時(shí)推理(Real-time Inference)的最前端，是模擬信號(hào)與數(shù)字化的人工智能算法間的橋梁。他可以是攝像頭，可以是lidar/radar，可以是音頻，林林總總。當(dāng)信號(hào)越原始，越早地進(jìn)入神經(jīng)網(wǎng)絡(luò)處理，他就越容易帶來意想不到的效果。緊密擁抱傳感器的AI算法已經(jīng)在end-to-end Learning領(lǐng)域迸發(fā)出了不一樣的火花。未來的人工智能硬件，將不可逆地與傳感器結(jié)合，成為IoT時(shí)代的大趨勢(shì)。
Sythesizable
綜和再生，機(jī)器變成人
每天醒來，你喚的第一個(gè)名字叫做Alexa，每天睡去，最后一聲念叨的是Siri，基于人工智能的語(yǔ)音綜合(speech synthesis)已經(jīng)成為了我們生活中不可缺少的一部分。甚至，未來的騷擾、詐騙電話都會(huì)用到AI Sythesize技術(shù)。