2017年, 人工智慧的鋪墊, 帶動整個行業的節奏加快, 產品也是層出不窮, 各個廠商不斷的推陳出新, 為整個市場帶來了更多的活力.
2018年被譽為人工智慧元年, 開年來便展現了其智能的推廣程度. 如果你有觀察日常生活所用的電器, 你就可以看到很多產品都換了一種模樣, 有了全新的樣貌.
家中的電視更多的產品都推出了8K, 搭載更智能的音箱, 音畫同步. 讓你驚豔; 家中的冰箱, 都開啟了 '視頻面板' 設計, 搭載更有娛樂性的設計, 將保鮮玩起來; 就連我們日常最為依賴的手機, 全市場的千元以下以及全面屏系列, 讓你真的感覺, 這個時代無時無刻都在變遷.
麻省理工學院設計出低功耗的人工智慧晶片
隨著智能手機越來越智慧, 數字助理和即時翻譯等人工智慧服務也越來越多. 而為這些服務進行數據運算的神經網路通常都在雲端, 手機上的數據也都在雲端來回傳輸, 所以, 其運作起來則需要大量的通信頻寬作為支撐.
但是, 作為圖形處理器的神經網路, 在正常運行時需要大量的能量, 而電池電量有限成為受阻的主要因素.
為此, 麻省理工學院的工程師們便設計了一種晶片, 可以大幅降低晶片記憶體和處理器之間來回傳輸數據的需求, 從而降低95%的功耗. 該新型晶片另闢蹊徑, 使用類比電路, 在記憶體中並行計算所有輸入, 大大減少了需要被推進的數據量, 節省了大量的能源.
雖然大數據的確令我們的生活方便許多, 但其實在數據運算中, 每一次輸入重複一個過程, 是需要大量的數據移動的, 所以就會消耗大量的能量來維持正常運轉. 雖然以往研究人員為減少神經網路的功耗, 在記憶體中建立過處理數據的晶片, 但這是這次的新型晶片, 是首次採用這種方法來運行基於映像的人工智慧應用程序的卷積神經網路, 在未來應用也是非常的廣.
人工智慧晶片將在不同領域擁有大用處
人工智慧的推出, 讓尋常家庭也感受到了科技的飛速發展. 如何讓智能手機, 家用電器, 各種物聯網設備等設備搭載人工智慧的願望, 也正驅使著行業大佬紛紛轉戰低功耗人工智慧晶片.
在手機行業一直處於老大地位的蘋果, 就已經將其Neural Engine晶片整合到iPhone X中, 包括增強其面部識別技術等功能. 而ARM公司則在早些時候已經推出了一款新型晶片—ARM機器學習處理器, 該晶片主要針對的是人工智慧任務, 從翻譯到面部識別等.
而另一晶片大佬高通, 則也已經推出的最新的移動晶片驍龍845, 其配備了圖形處理器, 並且將人工智慧作為了重中之重. 不僅如此, 其還發布了驍龍820E晶片, 主要面向的就是無人機, 機器人和工業設備等領域.
除了晶片公司推出更更加智能的產品外, IBM和英特爾還正在布局人工智慧晶片領域. 他們將開發一種神經形態的晶片, 其架構是從人類大腦和其驚人的能量效率啟發而來, 一旦成功, 便可以在運行強大的機器學習的時候, 耗費能量僅僅是極小的一部分, 可謂是非常的節能了.
未來的生活, 產品將更加的智慧與方便, 雲計算搭配大數據, 萬物互聯時代將逐漸顯現, 家庭的娛樂生活將更加的科幻與豐富, 同時, 也會解決能源不足的問題, 社會發生前所未有的進步.
雖然以目前的情況來看, 真正的人工智慧這一條路還有很長. 但, 創新速度的不斷提速, 相信我們不會等太久了!
