1. '인공 지능 칩'은 여전히 메뚜기 시대에 있으며, '거품'을 짜내는데 돌입합니다.
인공 지능은 모든 삶의 방식을 변화시키고 칩은 인공 지능의 운반체입니다.
2018, 반도체 칩에 대한 자본 열정이 완전히 거대한 기업이나 신생 기업, 인터넷 기업이나 전통적인 제조 회사인지, 인공 지능 기술을 점등, 사운드 클라우드 물어 가고, 알고, 칩 열정 7 월. 월입니다 Rokid, 바이두는 스피처는 AI 음성 칩을 구축하고 있음을 확인 생각 AI 칩 또는 칩 모듈을 발표 한 깊은 캄 기술은 인공 지능 칩, 클라우드 알려진 설립자이자 CEO 마이클이 소리도없이 '를 올 하반기에 출시 될 것이라고 발표 AI 칩을 만들기위한 당신의 결의를 표하는 필사적 인 칩을 만드십시오.
진정한 인공 지능이 훨씬 달성하기 위해 실패 때문에 "지금까지, 세계는 아직 진정한 AI 칩 등장하지 않았다. '저우 빈, 중국의 제너럴 매니저, 스마트 발언은 이종 업계 일부의 견해를 나타냅니다.
은 "IT 타임즈"기자가 AI 원의 많은 수의, AI 칩의 개념을 발견 한 후, 세계가 통일 공감대를 형성하지 않았고, 심지어 투자자들은 AI 칩, 대부분의 신생 기업이 사라집니다 거품이있다 생각합니다.
그러나 어떤 경우에, 우리는 사람이 핵심 기술 '흔적 화재'중국 현지화입니다 AI 칩 군벌의 광야 년에 있습니다.
AI 칩의 다른 정의
'AI 칩 신생 좋은보다 더 많은 해를 할 가능성이있다.'소주 민 드레의 리 양 위안의 설립자 칩 마이크로 기업 업계에서 십년 가득한 그는 "IT 타임즈"기자, 10 년 이상에서 0-1 칩 요구했다 기간, 자신의 칩이 공무 후 5 번 녹화되고,이 40 나노 (나노 미터) 공정을 사용하여, 자신의 R & D AI 칩의 경우 '위치 업계 최고의 20 시간 이전에 녹화 한 후 비용이 올라갈 수 있고 그것은이 감소되지 않습니다. 칩 100 만 PCS (제품의 단위 수), 최대 $ 10 개당 평균 비용에 배분 규모, 40 나노 공정 흐름 시트 최대 10 만 위안에만 수수료에 개발 비용을 공유해야 더 높은 포함하지 않음 R & D 비용. '
그러나 Rokid Zhu의 빈, 연구 및 개발 플랫폼 관점 정확하게 반대 위안 리 양의 머리를, '일반 칩이 과잉이다 사용하는 스마트 기기는, 특별한 요구가 고충을 해결하기 위해 특수 칩을 필요로 사용자 정의 AI 칩은 인공 지능 수에 대한 비용과 하드웨어를 줄이기 위해 정확하게 전력 수요는 저가형 범용 칩 수가 많은 고성능 범용 칩 중복 설계가 높은 전력 소모의 결과로 존재 충분하지 않습니다. '
AI 칩은 또한 AI 나 연산 가속기 카드 일반적 개념으로 알려져는 (다른 비 CPU 컴퓨팅 태스크 여전히 책임) 구체적으로는 인공 지능 애플리케이션 처리의 연산 집약적 작업의 AI 칩 모듈을 지칭 현재 GPU는로 분할 , FPGA, ASIC 및 기타 유형, 및 기타 일반적인 금어초 퀄컴 다른 칩은 AI 칩은 HD 영상의 식별 보안 같은 처리 작업, 자동 운전 등과 계산 데이터 주로 전용이다.
년 6 월 26, Rokid가 자체 개발 한 AI KAMINO18 전용 음성 칩을 출시, 스피커 지능 기계와의 SoC (시스템 온칩) 전용 AI 음성 인 인텔, 퀄컴 등 기존의 범용 칩과는 달리 아이들의 이야기를 지원합니다 칩 내부 상속 ARM, NPU, DSP, DDR, DAC 및 기타 핵심 구성 요소, 달러 동전의 크기가 거의. ZhuBin 건축 디자인에 대한 특별 연설 하드웨어의 여파을 만든 칩은 많은 일반적인 기능에서 발견 덜하지만, 액세서리의 비용은 여전히, 그래서 Rokid 칩으로, 자신의 제품 및 알고리즘 요구 사항에서, 작년 9 월에 이기종 컴퓨팅 방식과의 통합을 DSA (도메인 특정 아키텍처) 아키텍처의 사용을 자신의 칩을 정의하기 시작했다 존재 전체 작동 상태에서 제품의 전력 소비를 30 % ~ 50 %까지 줄일 수 있습니다.
리 양 위안 Zhu의 빈 그냥 기존의 반도체 산업과 두 개의 서로 다른인지 AI 칩에서 인터넷 신생 기업을 대신하여보기의 다른 점은, 반도체 링은 칩 휴식 0-1에 더 많은 관심을 지불 사람으로부터오고, '부드러운 강화' 인터넷 기업이 직접 뷰 문서 AI 칩 지점에 전류 (10)로부터, 알고리즘 및 소프트웨어 설계를 통해, 1, 2, 3, 4에 기초하는 것을 선호의 주요 목적은 적절한 형태로 반영되고 이러한 에지 측과 단말 측의 기기에서 사용되는 일부 기계 학습 알고리즘을 가속 전력은 매우 낮은 전력 소모와 높은 매트릭스 / 포인트의 기능을 떠 필요 이들은 범용 칩을 달성하기 어렵다 .
그것은 또 다른 주요 칩 제조업체 엔지니어의 설명은, 자신의 관점에서 시장이 AI 음성 칩의 대부분 (DSP 디지털 신호 처리를 비교할 수 있습니다) 칩의 '독점'기능에서 서비스가 있다는 증거가 될 수있다 때문에 하나 또는 여러 기능에 초점을, 복잡성은 특정 장면의 사용 제한, 그래서 이러한 칩과 결합 된 디자인과 낮은보다 범용 칩의 생산은 거의가 훨씬 쉬울 것하고 기술 라이센싱 이유를 포함하지 않지만. 이러한 AI 칩 하부로부터 시작하는 시작하지 않지만, 일부 플러그 범용 프로세서로부터 직접 '코 프로세서 ", 또는 언어 화상으로서 IP 다양한 상위 계층 애플리케이션을 결합하여 장면을 가속화하도록 최적화 등의 SoC 아키텍처.
이기종
현재 AI 칩의 명확한 정의가 없다, 그래서 '진짜'좋은 측정되지 않습니다 계산하는 방법에 대해 설명합니다. 고정 점을 최근 2018 국제 정상 회의 (항주), 저우 빈 AI 칩하려고 중국 이기종 스마트 실리콘 밸리 신생 기업의 제너럴 매니저에 정의에 'AI 칩이 깊은 학습을위한 아주 좋은 지원을해야한다는 것을 의미 지금 주류 깊은 학습 알고리즘으로 높은 효율을 할 수있는 고성능 인공 지능, 알고리즘의 현재의 코어를 완료합니다.'데이터에서, Zhou Bin은 AI 칩의 컴퓨팅 성능은 초당 5 조 회를 초과해야한다고 생각합니다. 이러한 성능 지표를 달성해야만 많은 특정 응용 프로그램 계산 결과가 인간의 능력에 필적 할 수 있기 때문입니다.
저우 빈의 이름 - 이름이 서로 다른 소스 함께 인터넷은 전형적인 이기종 네트워크 나중, 구성에 의해 정의에서 알 수 있듯이 '이종는'본질적으로, 인공 지능 칩 배경 인터넷 기업의 가장 간단한 해석은 이기종입니다. 진화 된 이기종 컴퓨팅, 특수한 형태의 병렬 및 분산 컴퓨팅, 다른 컴퓨팅 요구를 충족시키기 위해 다른 하드웨어를 조정하고 코드 (또는 코드 세그먼트)가 가장 전반적인 성능을 발휘할 수있게하는 데 종종 사용됩니다 .
현재 AI 칩은 기본적으로 몇 칩에 초점을 기존의 칩 회사 과거의 이기종 컴퓨팅 칩의 다양한에 의해 수행,하지만 지금은 칩 회사는 기존 휴대 전화의 SoC CPU에, 예를 들어 수평 개발, 칩의 다른 유형의 통합에 초점을 시작했다 는 ISP (프로그래밍) 외측 (중앙 처리 장치)는 GPU (그래픽 처리 장치)뿐만 아니라, 추가적인 AI는 NPU (내장 신경 네트워크 프로세서) 등의 프로세싱 코어를 촉진하기 위해 사용된다. '칩 부분 이성체 그것은 보편적 인 기능입니다. "쳉 지성 (Cheng Zhisheng) 공동 창업자 강항 (Kang Heng)은 IT 타임즈 기자에게 말했다.
비용 결정 경로
흥미로운 현상은 인터넷에서 태어난 AI 기업가들이 AI 칩 하드웨어 분야로 뛰어 드는 반면 전통적인 칩 벤더들은 AI와 같은 알고리즘을 사용하여 AI를 구현한다는 것입니다.
AI 기술은 세 가지 요소, 알고리즘, 데이터를 보유하고, 알고리즘 개발 모델 성숙한 깊이 학습 전송 학습, 새로운 알고리즘 모델 캡슐 네트워크가 동기화 급속한 발전 AI 칩 아니다 공학회 AI 절삭 날의 관점에서 힘을 계산 실제로이 방법을 사용하는 방법과 원리는 아직 탐험 단계에 있으며 실제로 현재 주류 칩 제조업체는 AI 칩을 도입하지 않았으며 많은 인공 지능 기능은 범용 칩과 특수 알고리즘 및 소프트웨어로 완성됩니다.
올해 초에 출시 된 Qualcomm의 인공 지능 엔진 (AI 엔진)에는 하드웨어 및 소프트웨어가 모두 포함되어 있으며 Qualcomm의 핵심 하드웨어 아키텍처 (CPU, GPU, VPS 벡터 프로세서)에 신경 처리 엔진 (NPE)이 장착되어 있습니다. 보다 빠르고 효율적입니다. 퀄컴의 칩 스냅 드래곤 845 스냅 드래곤 835 Xiaolong 820, Xiaolong 660 지원에 (스마트 폰 등) 단말 측에서 인공 지능의 응용 프로그램을 수 있습니다 NN의 API, 육각 신경 네트워크 라이브러리 및 기타 소프트웨어 AI 엔진 및 AI 플래그가있는 많은 국내 휴대 전화는 기본적으로 Qualcomm 솔루션을 채택하고 AI 엔진이 얼굴 인식 기능을보다 잘 구현합니다.
그러나 현재 AI 칩 기업가와 스마트 홈 제조업체들에게 범용 칩은 '너무 비싸다'.
강 헹은 "IT 타임즈"기자, TV, 에어컨, 음성 모듈의 높은 비용을 충당하기에 충분히 큰 다른 대형 가전 제품,하지만 팬, 조명 및 기타 소형 가전 제품이 더 제한 비용, 모듈의 장점은 고객이 원하는 '약화 될 것이다 이익을 말했다 더 많은 정보 범주를 수행 한 후, 로우 엔드 제품 싱크대,하지만 백 위안, 범용 칩과 가치보다 시장에 적합한 칩을 찾을 수 없습니다. '자신의 AI 칩, 클라우드 알려진 사운드를 구축 음성 AI 기술의 칩 솔루션은 고객에게 개방 될 수 있으며 비용 및 공급주기에 대한보다 큰 주도권을 갖습니다.
그러나 리 양 위안 인공 지능, 여러 단계의 중요성을 다른 정도의 핵심 기술을 생각한다. '프로세서, 특수 목적 프로세서는 작업 기간의 부분 만 재생 역할의 경쟁력을 향상시키기 위해. 인공 지능의 핵심 기술 아닙니다'그는 그 인식 세그먼트 센서 중심을 믿고 프로세서의 존재 가치는 높지 않다;인지 세그먼트, 세그먼트 및 학습 의사 결정 세그먼트, 프로세서에 너무 많이 강조하지만 일회성 비용과 전력 소비 비용을 포함한 비용에 영향을 미칠.
'어떤 부분 없음 인공 지능 칩의 전제에 전념, 인공 지능 연구 개발의 칩보다는 소프트웨어 연구의 자연스러운 확장보다는 별도의 문제로 취급 될 수 없습니다. "리 양 위안 사람들 은유, 센서는 인체의 뇌는 알고리즘이 이깁니다.
반도체 애널리스트 Lishou 펭은 인공 지능 알고리즘에 의존하지만, 칩 캐리어한다고 생각합니다. 당신은 ASIC (풀 커스텀 칩)을 처리하는 더 나은 음성 인식을 수행 할 경우, 하드웨어의 차이는 중요하지 않습니다. 음성 인식, 인식의 경우 진술은 소프트웨어, 네트워크 및 교육과 더 관련이 있으며, 기존의 클라우드 및 최종 데이터 교환 지연 문제는 5G와 함께 발생합니다.
지면에서의 첫 번째 정지 : 지능형 오디오
R & D AI 칩은 하이 엔드 범용 칩보다 간단하며 AI 서클에서 널리 인식됩니다.
클라우드 알려진 사운드의 공동 설립자, 리 샤오 한, 개발의 수십 년 후, 칩 산업은 ARM 아키텍처 칩을 기반으로 퀄컴과 미디어 텍 등의 모듈 가지를 많이 침전, 만약 IoT 사업 부문 부사장 따라서, 아니 모든 AI는 산업 모듈과 성숙 제품을 사용할 수 있습니다, 처음부터 칩을 가지고 있지만 핵심 AI 칩 가속 모듈 디자인은 바닥에서 시작해야합니다. 클라우드는 2015 년에 2014 년 말, 핵심 전략에서 R & D의 정식 설립을 제기 팀은 2018 년 인공 지능 칩인 'Yuyan'을 시작했으며 Yunzhisheng는 4 년을 보냈고 인공 지능은 구름 속에있을뿐만 아니라 착륙 할 수 있다는 것을 점차 깨달았습니다.
AI 칩이 소위 착륙 착륙 2018 단말기에 장착되는 상업 AI 칩을 의미 알려져있다. 2017, 2018 년부터 150 개 이상의 억 위안 칩 면적 중국 투자,이 투자 집약 산업을 계속 착륙. ChinaEquity 자본 그룹의 설립자이자 회장 인 왕 차오 용인 최근 회의에서 4 분기 중국 업체 문화 여름 피크를 찾는 중국이 칩의 모든 종류의 $ (300) 억의 연간 수입을 보냈다 지적, 칩은 세계의 자급 자족의 1/3을 소비 10 % 미만의 비율은, 그러므로, 가장 중요한 투자 AI 칩이지만, 보안 AI 칩 테이프 아웃 비용과 연구 개발의 높은 비용 때문에, 현재 출하 규모는 아직 비용을 상쇄 형성되지 않은 자율적 차량하지 제조 오토 파일럿 AI 칩 보안 요건보다 하류 수요 전체 칩 미만 AI는 다른 특정 영역 과잉 '큰 기포 AI 본 기술이있다. "
무어의 법칙에 따르면 칩의 성능은 18 개월마다 두 배가되고 비용은 절반으로 줄어들지 만 반도체 업계에서 돈을 벌기위한 근본적인 비법은 여전히 큰 규모 다. 충분한 출하 및 상용 시장을 확보 할 수 있는가 AI 칩은 부드럽다. 종이에서 키 '착륙'. 이전 언론 보도, 심지어 보안 분야에서 '갱스터'히크 비전, 엔비디아의 만 20 만에 대한 연간 수요.
이러한 관점에서, 스마트 사운드는 올해 말까지, AI 칩 시장. 연구 회사 (이하 카날리스 함) Canalys에 연구 보고서를 발표 착륙 달성 할 첫 번째 일 수 있으며, 스마트 사운드 소유권 억, 거의 작년에 도달 할 것 2.5 년 인텔리전트 오디오의 수는 작년에 5 천만 개 미만이었으며 향후 몇 년 동안 스마트 오디오의 수는 계속 증가 할 것이며 2020 년까지 보유량은 두 배 이상 증가하여 2 억 2500 만 개에 달할 것입니다.
클라우드 알려진 사운드 등 오디오, 스마트 홈, 스마트 기기, 지능형 서비스 솔루션을 제공하기 위해 로컬 터미널 에지 컴퓨팅을 수행하는 데 사용되는 네트워크 AI 칩 UniOne,이 년 월에 출시 된 이동 발표 AI 음성 칩 모듈을 물어 '질문'이 대량 생산되어 고객이 주문할 수 있습니다.
, 시스템 설계, 모듈 설계, 시뮬레이션, 회로 합성, 레이아웃을 통해 이동 시트 생산, 포장 및 테스트, 드라이버 개발, 적응 솔루션 흐름을 시작하는 개념에서, 리튬 Zhifei 칩 산업은 긴주기이라고 믿는 CEO에게 이동 매우 긴 과정을 거친 후에는 칩을 소프트웨어처럼 수정하기가 어려워지면 칩을 다시 디자인해야하고 반복주기가 길며 비용이 비싸야합니다. 칩 자체는 컴퓨팅 하드웨어 캐리어이며 다른 칩 적용이 다릅니다. AI 칩은 알고리즘 및 애플리케이션 시나리오에서 다양한 음성 AI 알고리즘을 실행할 수있는 충분한 컴퓨팅 성능과 다양한 시나리오를위한 많은 수의 인터페이스를 제공해야하며 비용 및 전력 소모는 대량으로 처리 할 수 있어야합니다. 생산을위한 상업적 요구 사항.
'산업화는 경쟁 위협이 성공의 표준 하나 개의 칩 유사한 외국 제품의 시장에서. 수 있습니다'업계 소스는 경우가있다. 이러한 관점에서, 중국의 AI 칩 그냥 강과 호수 광야를 시작했다, 거품이 끊어 질 것입니다.
'이 IT 타임즈, 저자 전환 : 우 Yuxin의 제나라 밤 구름, 원래이라는 제목 :'AI 칩 '광야의 강과 호수를 :에 볼트'거품 '혼잡 할'
2. 중국은 인공 지능 투자 및 자금 조달을위한 세계에서 가장 큰 국가가되었다.
China Voice의 "News and Newspapers Summary"에 따르면 칭화 대학에서 발행 한 "중국 인공 지능 개발 보고서 2018"은 중국이 인공 지능 투자 및 금융 분야에서 세계 최대 국가가되었다고 지적했다. .
보고서 6 월 2018로, 중국 기업의 수는 1011 인공 지능, 인공 지능 분야에서 1 분기 투자 및 자금 조달에 2,013에서 2,018 사이에서, 벤처 캐피탈에 세계 2 위 도달, 중국은 세계의 60를 차지 %, 세계 최고의 국가 '유치'인터넷 전문가의 왕이 인공 지능의 현재 인프라, 산업 개발의 전체 방향에 더 완벽하게 적용되었으며, 사람들이 B2B 필드에 깊은 초점을 느끼는 지적되고.
Wang Yue : 예를 들어 지능형 정렬은 물류 분야, 운송, 도로 제어, 차량 배치 분야에서 사용됩니다 (예 : 보안, 거리에서의 카메라 캡처, 더 많은 사용자 수준 소매).
종이 출력에서 중국의 인공 지능 총 논문 수와 많이 인용 논문은 세계 최초이다. 중국 특허 약간 앞서 미국과 일본의 수뿐만 아니라 뛰어난 재능의 낮은 비율. 왕 왕위는 우리 나라에서해야한다고 생각합니다 스마트 칩, 5G 및 기타 핵심 기술이 증가하고 있으며, 미래는 인공 지능 국가에서 인공 지능으로 옮겨 갈 것으로 예상됩니다.
3.시에 웨이 : 인공 지능 기술의 본질과 체계적 혁신의 의의
모든 것이 존재하는 환경에서만 정확하게 이해 될 수 있습니다. 오늘날, 커다란 데이터, 인공 지능 및 기타 개념은 상업적 마약 중독과 같은 많은 이유 때문에 흐리게 보입니다. 많은 특정 기술도 있습니다. 그것은 눈부신 기운으로 덮이거나 "깊은 학습"과 같은 훌륭한 상상을 유발할 수있는 이름을 고의로 부여받습니다.
아래, 우리는 각각,이 체인의 응용 프로그램에 과학에서, 정보 기술 산업의 다른 요소 보는 위치에 어떤 종류의. 성격을 드러 낼 수 불필요한 세부 사항에 빠지지 않기 위해, 우리는이 체인을 나누어 과학적 원리, 기본 공통 기술, 특정 응용 기술, 기본 시스템 원리 / 기술 및 특정 응용 시스템과 같은 다섯 가지 링크는 그림 1을 참조하십시오.
그림 1 과학적 원리에서 응용 시스템에 이르기까지 이미지 소스 : 그림 작성자, 아래 그림
과학적 원리의 이해는 운동의 기본 법칙을 요약 한 것입니다, 그리고 기술은 법의 사용이다. 따라서, 제안 된 새로운 과학적 원리가, 사회가 종종 있기 때문에 너무 많은 과학적 원리의 중요성. 깊은 광범위한 영향을 미칠 수 있으므로 ' 과학은 '자주. 많은 기술적 인 생산성을 손상하고, 주어졌다'과학 '모자. 컴퓨터 분야에서 튜링 기계 계산 복잡도 이론이 때문에. 기본적으로이 범주 과학적 원칙, 컴퓨터이었다 '과학적'이라고 명명되었습니다.
보기의 근본적인 관점에서, 때문에 인공 지능 분야의 사람들의 노력의 수십 년 후 1990 년대에 냉각 인공 지능 붐은, 일반적으로 지능형 프로세스의 본질을 이해하고 할 수없는, 따라서 과학적인 감각을 얻을 수 없었다 원칙 돌파구처럼 운영 유사한 추상 디지털 기본적인 컴퓨팅 기본적인 스마트 폰은 고급 정보 복잡한 프로세스를 지원합니다. 인공 지능 분야에서의 출력이 풍부하고 이론에 엄청난 영향 만에 도달하지 못했지만 있도록 과학 원리의 높이.
산업에는 전체 산업을 지원하는 핵심 기술이라고도하는 기본 기술이 있으며 정보 기술 산업에서는 운영 체제, 데이터베이스, 집적 회로 등이이 기술 수준에 속합니다. 전체 산업의 발전은 글로벌이기도하며, 2010 년경 정보 기술 산업 전반에 역사적인 전환점을 가져온 집적 회로 기술의 진보입니다 ( "IT 피크를 돌이켜 보면서"2 장 참조 III 절) 인공 지능 분야는 과학 원리의 결과뿐만 아니라 우리가 그 기술 / 방법에 어떤 이름을 부여했는지에 상관없이 산업을 지원하는 기본 공통 기술을 생산하지 못했습니다.
기본적인 공통 기술을 기반으로 여러 유형의 문제를 해결하기 위해 각기 다른 문제에 대한 구체적인 적용 기술이 있습니다.이 수준에서 우리는 인공 지능의 흔적에 직면했습니다. 예를 들어 "Turning - IT Peak" 여덟 장 제 II : 스마트 문제 ''사람들이 우리가 효과적으로 여러 가지를 해결하기 위해 보편적 인 규칙이나 메커니즘의 몇 가지 기본 논리를 사용하는 것을 여유가있을 수 있다는 걸 때 ', 인공 지능의 연구는 여러 가지로 묶을 것 특정 문제들 사이에 여러 종류의 문제들이 개발되었고, 많은 해결책들이 개발되었고, 그로 인해 커다란 진전이 이루어졌습니다 ... 이것 때문에 인공 지능은 점점 더 구체적으로 간주되고 있습니다. 응용 프로그램 도구 방법은 여러 가지 응용 프로그램 유형에 통합되어 있으며 고유 한 기술 이름으로 나타나고 모호한 역할을합니다. 인공 지능에 대한 고전 교과서의 이름은 인공 지능입니다. 현대적인 방법 '이라는 부제 인'현대적인 접근법 '은 다양한 분야의 인공 지능에'요원 '개념을 채택하려는 시도를 나타냅니다. 통합 프레임 워크에 통합 된 방법 중. '
사실, 에이전트 기술과 인공 지능 관련 통합의 개념은,이 지역에서 좌절 사실을 보여주는 접근 할 수있는 방법도 없다 : 오직 특정 기술과 실용적인 방법, 기초 과학 원리 또는 일반 기술의 부족의 일부 지원, '깊은 학습'선전이 년의 효과적인 시스템 수준의 이론적 근거가없고, 기술의 수준이다.
"깊은 학습의 다양한 특정 알고리즘은 순환 루프 네트워크를 해결하기 위해 문제의 종류와 다양한 깊이 믿음 네트워크 콘벌 루션 신경망에 대응하는 네트워크 모델의 개념을 포함한다. 컴퓨터에 의하여 실제로는 ' 비 달성하기 위해 이러한 매개 변수를 조정, 샘플의 많은 수의 통계 처리에 의해, 학습 / 교육 '알고리즘'대규모 비선형 인공 신경 네트워크가 특정을 사용하여, 수천만의 조정 가능한 매개 변수까지 포함와 컴퓨팅 파워, '폭력 상기 입력 데이터와 다음의 특징 추출 분류 기능을 활성화 선형 피팅 (변환).
남성처럼 이름이 실제로 사람의 기술을 이해하지 않는이 지역에서 많은 사람들의 상상력을 촉발하지만 그것은 오히려 일반적인 의미에서 배울 수있는 능력을하는 것보다 특정 유형의 문제에 일부 특정 솔루션입니다. 사실, IT를 분야에서 기술의 대부분은 기본적으로 빅 데이터 기술과 관련된 포함이 수준에 속하는, 그러나 또한. 그래서 서로 경계 빅 데이터, 인공 지능 등의 기술이 점점 흐려 지능형 자연의 기술 지원에 속한다.
새로운 전에 특정 문제에 적용되는 '깊은 학습'(인공 신경망), 종종 실험 기술을 포함하여이 특정 실용적인 기술, 우리는 효과적으로이 문제를 해결하거나 문제가 될 수 있는지 여부를 확인할 수 없습니다 어느 정도까지 해결.
이 때문에 깊은 학습 (Deep Learning) ( 'Mei'Ian Goodfellow, MIT Press, 2016)에서 '깊은 학습'분야의 기초로 간주되는 깊은 학습을 예로들 수 있습니다. 교과서에서는 심층 학습의 실험적 특성을 설명하기 위해 저자는 11 장을 구체적으로 설정하여이 문제를 논의하고 주제를 '실용적인 방법론'으로 취한다.
이 장의 시작 부분에서 저자는 다음과 같은 문장을 썼습니다. '깊은 학습 기술을 성공적으로 사용하려면 어떤 알고리즘이 있고 왜 효과적인지 알기에는 충분하지 않습니다. 훌륭한 기계 학습자는 특정 응용 프로그램에 적합한 알고리즘을 선택하고이를 모니터링하는 방법 및 실험적 피드백을 기반으로 기계 학습 시스템을 개선하십시오. 기계 학습 시스템의 일상적인 개발에서 실무자는 더 많은 데이터를 수집할지, 모델 용량을 늘리거나 줄이는지, 추가 또는 삭제할지 정규화, 개선 된 모델 최적화, 모델 추론 개선 또는 모델의 소프트웨어 구현 조정 이러한 작업을 수행하는 데는 많은 시간이 소요되므로 시각적 추측을하지 않고 올바른 방법을 결정하는 것이 특히 중요합니다. 심층 학습이 특정 기술의 실험적 특징.
인공 지능의 이러한 상태는 전통적인 분야와 다소 비슷합니다. 현대 과학의 출현 전에 사람들은 여러 가지 유형의 정교한 도구를 설계하고 제조하여 다양한 문제를 해결할 수있었습니다. 중국의 역사 속에서 무수한 숙련 된 장인들은 중국이 현대 과학 기술의 추세를 따라 잡을 수 없었기 때문에이 문제를 잘 보여줍니다.
위의 레이어의 출력물을 사람들에게 직접 제공 할 수는 없으므로 기술을 실용적인 제품 / 시스템으로 전환하는 데 필요한 원칙과 기술이 있습니다. 여기서는 단순화를 위해 두 개의 레이어 만 있습니다. 인공 지능과 같은 기술은 시스템 수준의 기술보다는 특정 응용 기술에 속하므로 실제 응용 시스템 / 제품을 구성하기위한 기반이 될 수는 없지만 시스템 수준의 원칙과 관련 기술을 적용하여 작동해야합니다. 초창기에는 일본의 제 5 세대 컴퓨터와 같은 인공 지능 기술을 중심으로 시스템을 구축하려는 노력이 있었지만 앞으로는 이러한 노력이 완전히 사라지지는 않을 것입니다. 그러나 인공 지능 기술의 객관적 특성으로 인해 특정 수준으로 적용됩니다. 사용하는 기술은 합리적인 선택입니다.
기본 기술이 중요한 시스템 원리 및 관련 기술입니다. 예를 들어, 폰 노이만 아키텍처는이 범주에 속합니다.이 아키텍처를 활용할 수 있기 때문에 컴퓨터 분야에서 핵심 성과물이되었습니다. 관련 특정 기술 설계 및 실제 사용 가능한 컴퓨터 시스템 제품의 제조 및 컴퓨터 시스템 제품은 관련 기술을 다양한 분야에서 가치있게 활용할 수 있도록합니다.
이 계층의 기본 시스템 원리와 관련 기술은 특정 응용 분야와는 상대적으로 독립적이므로 영향은 또한 전 세계적이며 독립적 인 기본 시스템의 원칙 및 위상 관계 기술뿐만 아니라 수많은 독립 시스템을 포함합니다. 인터랙티브 링크는 거시 기본 대형 시스템의 원리와 관련 기술을 구성하며, 인터넷, 클라우드 컴퓨팅이이 범주에 속한다. 네트워크 정보 기술 분야에서는 거시 시스템을 구성하는 원리와 기술이 점점 더 중요한 역할을한다. 물론 독립 기본 시스템의 혁신은 대규모 상호 연결된 시스템의 전제이며, 그 역할은보다 근본적입니다.
이 기본 시스템 원리 및 관련 기술 혁신의 중요성은 최소한 기본 기술에 필적할만한 특정 응용 기술과 과학적 원리에 근접한 기술 응용 기술을 훨씬 능가합니다. 따라서 폰 노이만 아키텍처는 컴퓨터 분야에서만 사용할 수 있습니다. 인간의 두뇌가 가진 강력한 기능은 특정 지적 능력뿐만 아니라 시스템 수준에서도 반영됩니다.이 장의 첫 번째 절에서 시스템 수준의 이점은 예제를 사용하여 이것은 많은 뉴런 간의 분산 된 연결에 의해 형성된 고도로 분산 된 네트워크가 아닙니다. 다음 섹션에서는 시스템 레벨에서 인간의 두뇌의 또 다른 중요한 측면을 분석 할 것입니다.
인터넷 이외에 클라우드 컴퓨팅은 최근에 알려진 블록 체인 (blockchain)을 가지고 있는데, 2009 년 Bitcoin을 따라온 블록 체인 기술이 시스템 수준에서 혁신을 설명하는 가장 좋은 방법입니다. 어떻게 하위 계층을 구체적으로 지정할 수 있습니까? 응용 기술은 최고의 가치를 가지고 있습니다.
2008 년 11 월 자신을 '중 벤 콩 (Jong Ben Cong)'이라고 불렀던 한 익명의 사람이 짧지 만 영향력있는 인터넷상의 기사 인 Bitcoin : Peer-to-Peer Electronic Cash System을 발표했습니다 (Bitcoin : 네트워크상의 현금 시스템.) 2009 년 1 월 3 일, Nakamoto는 Bitcoin 시스템에 첫 번째 블록 (Chuangshi 블록)을 설립했으며 블록 체인이 지원하는 비트 코인 시스템이 작동하기 시작했습니다. 체인 기술은 공식적으로 데뷔합니다. 기술 개요는 그림 2에 나와 있습니다.
블록 체인의 특정 기술을 면밀히 살펴보면 비대칭 암호화, 변조 방지, 피어 투 피어 네트워크 등과 같은 블록 체인의 특정 문제를 해결하는 데 사용되는 기술은 모두 기존 기술이며 그 중 어느 것도 나카 모토 (Nakamoto)가 발명했거나 개선 한 제품으로 이러한 개방형 기술을 사용하여 개방형 인터넷에서 분산 된 작업을 만들었습니다. 감독 없이는 모든 사람이 회계에 참여할 수 있으며 계정은 투명하고 투명합니다. 신뢰할 수 있고 신뢰할 수 있으며 안전하고 정확한 현금 시스템.
기본적인 실현 가능성이 아직 없지만 사람들이 지능적으로 지능적인 시스템을 만들려고 열심히 노력하고있는 수많은 사람들이 있지만, 현금 시스템은 사람이 만들어지기 전에는 기본적으로 누구나 될 수 있습니다. 나는이 목표를 달성하는 것을 결코 생각하지 않았으며 누군가가 그것을 창조 할 수 있다고 믿지 않을 것입니다. 이것은 기존 정보의 특정 기술과 모든 사람의 상상을 초월한 정보 기술 기적입니다.
이 기적은 특정 문제를 해결하기위한 새로운 기술 혁신에 의존하는 것이 아니라 혁신적인 시스템 원리와 디자인을 사용합니다 .Nakamoto는 분산 개방형 네트워크 환경에서 사람들의 행동 특성을 최대한 활용하고 오픈 인터넷 기반의 분산 시스템 블록 체인 회계 기록에 대한 보증의 비트 통화 정확한 이른바 '합의 알고리즘'이다, 그것은 분산 시스템의 시스템 레벨의 운영 메커니즘의 일부입니다. 또는 합의 알고리즘에 의해 달성 분산 시스템의 운영 메커니즘의 시스템 레벨 설계. 블록 체인 기술은 파악하고 이해하기 어려운 이유는 그것의 본질적인 특성의 많은 오히려 기술의 단일 지점에 의존하지 않고, 시스템 레벨 메커니즘에 의해 결정된다는 것이다 깨달았다.
미래에 블록 체인 기술의 적용에 관계없이, 그 출현은 우리에게 매우 깊은 영감을 가져 왔습니다.
첫째, 파괴 기적 달성 할 수있는 특정 기술을 넘어 모두가 상상하는 이상으로, 복잡한 기술의 사용, 생성 할 수있는 특정 시스템 레벨의 혁신을 만들기 위해 정보 기술 산업에서의 생활을 볼 수있게 해준다 효과 시스템의 중요성은 1980 년대에 높게 평가되었으며 그 당시 과학 기술 세계에서 유명한 이론, 사이버네틱스 및 시스템 이론이있었습니다. 현대 과학 기술의 발전 키안 만든 가장 중요한 역사적 기여의 결과의 이해를 깊게하기 위해, 특히 항공 우주 분야에서 깊이 중국의 많은 지역에 이식 시스템 이론을 보는 것입니다.
전통 산업에서 우리는 특정 기술을 넘어 체계적인 혁신을 많이 볼 수 있습니다. 우리는 항공 산업의 간단한 예를 살펴. 사용 초기 전원 항공기 피스톤 엔진입니다. 나중에, 지난 세기의 30 대 후반에서 독일은 하늘에 제트기를 보냈고, 터보 제트는 공기 역학의 주역이되었습니다. 두 엔진은 과학적으로 동일하며, 가스 연소와 열에너지를 기계적 에너지로 사용합니다. 하지만 2 단계 시스템의 원리는 완전히 다른 것입니다. 터보 제트 엔진이 기본 시스템 수준의 파괴적인 혁신 공기 전력 시스템이다. 피스톤 엔진 기술은 특정 수준 또는 자료를 개선 할 수있는 것보다, 그것이 가져다 진행 그것은 항공 산업에 엄청난 변화를 가져 왔습니다.
오늘날의 군사 필드에서 결정 전장의 장점은 더 이상 전통적인 의미에서 단지 특정 고급 무기 없지만, 슈퍼 바다와 항공 우주 통합 시스템.이 질적 도약 현대 전쟁이다.
둘째, 눈 터지는 결과의 얼굴은 블록 체인을 가져, 우리는 묻지해야합니다 정보 기술 산업에서 우리가 시스템 레벨에 따라, 상상 이상이 될 것인지, 그것의 황금 세 이후에 문을 열고 혁신은 끊임없이 나타나고 있으며, 이는 인간 사회의 모든 영역에 파괴적인 영향을 미칩니다.
블록 체인의 창조의 기적에 비해, 우리는 매우 합리적인 있지만, 지능 도구를 향상시키는 데 주력하고 상상력을 소유하고 있지만 시야가 너무 좁게 될 수있다, 지금은 더 복잡한 스마트 기술로 블록 체인을 궁금해 많이하지 않습니다 직접 링크하지만, 모방 또는 반복하지 인간 정보 활동, 그러나 파괴적인 영향이 강렬하다. 물론, 블록 체인이 널리 미래에 사용하는 경우, 하나 개의 피할 수없는 추세로 다양한 특정 정보 기술.
오늘날의 정보 기술 산업에서는 대형 데이터 및 인공 지능과 비교할 때 전문 블록 체인이 상대적으로 외로운 기술이기 때문에 독창적 인 관측 정보 기술 산업을 열어줍니다. 미래 발전의 창은 독특한 시각을 제공합니다. 정보 기술 산업과 인간 문명 전체의 미래 발전을 효과적으로 파악하기 위해서는 잠재력이 더 중요하고 중요 할 수 있습니다.
현재의 정보 기술 응용 시스템은 점차 소프트웨어 설계가되어 가고 있으며 "IT의 첨단으로 전환"의 제 2 장, "물리적 제품의 설계 및 개발과 비교하여 소프트웨어 개발 무한한 자원의 가상 공간에서 거의 자유롭게 플레이 할 수 있으므로 소프트웨어 디자인 개발은 순수한 정신적 예술 창작 과정으로 간주됩니다. '블록 체인이있는 자유로운 창작의 자유입니다. 기적은 또한 오늘날 우리의 가장 낭만적 인 상상을 초월한 다양한 시스템 크기의 파괴적인 시스템 수준의 혁신을 일으킬 것입니다.
많은 시스템이 달성 할 수있는 기능은 인공 지능에 대한 우리의 기대치를 훨씬 능가 할 것입니다. 사람들의 주관적 지위는 없지만 개인으로서의 지능의 인간을 능가 할 것입니다. 보조 물리 에너지의 기계적 도구와 마찬가지로 신체의 높이와 폭은 신체의 모든 측면에서 인간의 포괄적 인 초월을 성취합니다. 이러한 시스템의 '지능'은 본질적으로 인간 지능과 크게 다를 것입니다. 블록 체 인 시스템이 우리에게 보여지며, 이러한 시스템은 점차적으로 생성되어 전례없이 복잡한 가상 세계를 형성하게 될 것입니다.
인공 지능 기술의 진보와 가져다의 특정 응용 프로그램에 대한 모든 관심의 영향, 우리는 우리의 상상력을 확장해야하지만, 기본 시스템 수준의 혁신 원칙 및 관련 기술에 더 많은 관심을 지불합니다. IT 산업의 미래 발전을, 바이 더있을 수 있습니다 이러한 수준의 파괴적인 혁신이 결정되며, 인공 지능과 같은 특정 기술은 이러한 혁신에서 더 우수하고 더 큰 단계를 찾아 낼 것입니다.
"전환점 - IT가 정점에 내려다 보이는 '지능형 시스템의 핵심으로 가상 이미지의 주요 세부 책은 정보를 나타내는 시스템 이론 및 기술에 기초하는 시스템 적으로 중요한 혁신 지능적인 의미에서의 정보 기술 산업입니다 수업을 적용하는 데 매우 중요한 방향은 인간 지능 추구의 큰 진보이며 인간이 지능적인 정보 도구의 질적 도약입니다.
저자에 관하여 : - "전환점 박사 샤오 윤, 선도 과학자의 수도, 전자 공학과,"내 경력 10 년 "의 칭화 대학 저자의 박사 부,"직장에 학교에서 성장 "- 피크는 IT 내려다 보이는".