高通積極打造可執(zhí)行人工智能的終端裝置，并借助收購人工智能研究團(tuán)隊Scyfer擴(kuò)展機(jī)器學(xué)習(xí)功能，期望將更多的人工智能工作負(fù)載從云端服務(wù)器轉(zhuǎn)移到智能手機(jī)芯片上…
就在高通(Qualcomm)收購原隸屬于荷蘭阿姆斯特丹大學(xué)(University of Amsterdam)的一支小型人工智能(AI)研究團(tuán)隊——Scyfer B.V.后，高通公司的一位研究人員表示，其實驗室研究正進(jìn)一步擴(kuò)展機(jī)器學(xué)習(xí)(machine learning)功能，以提供新的應(yīng)用和定義新的硬件架構(gòu)。
Scyfer扮演咨商的角色，將機(jī)器學(xué)習(xí)應(yīng)用于工業(yè)、物聯(lián)網(wǎng)(IoT)、銀行和移動等領(lǐng)域。這支AI研究團(tuán)隊如今已是Qualcomm Research的一部份，致力于擴(kuò)展機(jī)器視覺(computer vision)和自然語言處理等機(jī)器學(xué)習(xí)領(lǐng)域，并進(jìn)一步探索新興算法如何影響硬件加速器設(shè)計。
高通負(fù)責(zé)AI的企業(yè)研發(fā)副總裁Jeff Gehlhaar說：“隨著算法改變，我們認(rèn)為目前存在著共同設(shè)計神經(jīng)網(wǎng)絡(luò)(neural network)和硬件的發(fā)展空間。”
他表示：“隨著這些網(wǎng)絡(luò)的演進(jìn)，我們開始看到執(zhí)行配置檔案的模式，可能影響硬件中的快取和位精確度。如今，我們正從系統(tǒng)級觀察如何使各元素之間共同運(yùn)作，而不至于影響準(zhǔn)確度。”
高通在新聞稿中表示，神經(jīng)網(wǎng)絡(luò)預(yù)計將在無線連接、電源管理和攝影等領(lǐng)域找到新的應(yīng)用方向。目前已經(jīng)有幾家公司將人工智能應(yīng)用于安全性，例如檢測惡意軟件等任務(wù)；其他也有人用它來突破半導(dǎo)體設(shè)計的瓶頸。
雖然神經(jīng)網(wǎng)絡(luò)已經(jīng)是數(shù)十年來的研究重點了，但2013年可說是一個重要的分水嶺，當(dāng)時AlexNet研究結(jié)果催生了深度學(xué)習(xí)領(lǐng)域（來源：高通）
高通的挑戰(zhàn)在于嘗試將更多的AI工作負(fù)載從云端的伺服務(wù)器場(server farm)轉(zhuǎn)移到智能手機(jī)的芯片上。為此，該公司在去年發(fā)布了一款用于其Snapdragon SoC的神經(jīng)網(wǎng)絡(luò)開發(fā)工具包，同時也與Google和Facebook合作，為Google TensorFlow和Facebook Caffe 2架構(gòu)實現(xiàn)優(yōu)化。
這支來自阿姆斯特丹大學(xué)的AI研究團(tuán)隊還將協(xié)助促進(jìn)高通在產(chǎn)生對抗網(wǎng)絡(luò)方面的研究，以及致力于一款有助于該公司將更多訓(xùn)練任務(wù)推向智能手機(jī)的算法。Gehlhaar說：“云端中的機(jī)器學(xué)習(xí)將持續(xù)占據(jù)主導(dǎo)地位，但我們在裝置上看到更多的機(jī)會，同時客戶也要求在移動裝置上執(zhí)行其自家版本”，例如臉部辨識之類的任務(wù)等。
“在無人機(jī)、汽車和智能手機(jī)等邊緣裝置上部署AI是相當(dāng)新的趨勢，但是我們的客戶已經(jīng)在這方面展開移動了——這并不只是實驗室的實驗而已；人們正嘗試解決現(xiàn)實世界的問題。”
Gehlhaar說：“機(jī)器學(xué)習(xí)是一個快速發(fā)展的領(lǐng)域。”他指出，AlexNet在2013年的影像辨識方面取得顯著進(jìn)展，催生了如今熱門的深度學(xué)習(xí)。
同時，在日前的一場專題討論上，業(yè)界幾位專家也特別強(qiáng)調(diào)神經(jīng)網(wǎng)絡(luò)領(lǐng)域的重要性——它看似具有廣泛的用途且前景無限，但實際上仍處于發(fā)展的早期階段，同時也存在著諸多局限。
編譯：Susan Hong
(參考原文： AI Sees New Apps, Chips, says Q’comm，by Rick Merritt)
微信掃一掃
