这些小活动你都参加了吗?快来围观一下吧!>>
电子产品世界 » 论坛首页 » 休闲专区 » 我爱工作 » 释说芯语24:不做标题党:AI大热之中的自我清醒认识

共1条 1/1 1 跳转至

释说芯语24:不做标题党:AI大热之中的自我清醒认识

院士
2018-11-05 11:07:10     打赏

从各大手机厂商推出的语音助手到Google的AlphaGO再到汽车厂商必争的无人驾驶,火热的智能家居物联网,这些无不跟AI(人工智能)有着莫大的联系。AI正在全面开花,悄然影响着人们的生活。

AI(Artificial Intelligence 人工智能的英文缩写),人工没有什么争议,通俗来讲只要是人生产的都是人工的。关于智能就有很大的争议了,不同时期对于智能有着不同的定义,比如人类进化史中的“智人”,是相对于原始人类的智能;智能手机,是相对于过去无法安装应用程序的手机的智能;智能家居,是相对于的无法联网家具的智能;智能从这些层面上看,更像是一种进步的过程,而不是一个名词。

言归正传,回到当前历史阶段的智能,比如智能手机,智能家居,深蓝,AlphaGO等都是计算机学科的产物,更准确的说都是“软件+硬件”功劳,而软件是算法的实现。提到算法,就开始云里雾里了,其实只是一个名字而已,算法就是解决问题的方法和步骤,没错就是这么简单。洗衣服的步骤是算法,扫地的步骤是算法,计算机实现起来就是软件和硬件,如扫地机器人,全自动洗衣机,人执行起来就是体力活。现在所谈的智能,更多的是指算法,模仿人类的操作。AI也是模仿人类的操作,也是一种算法,是学习人类的思考过程,是一种学习算法,比如深度学习算法。相对于前者是更高程度上的模拟,更对得起智能二字。AI本质上是一种算法,表现在计算机上就是软件。与传统算法不同的是AI的学习算法,需要海量数据训练。机器也开始学会思考了……

如同人类的学习过程,不断地认识新事物,进而创造新事物。AI技术需要用庞大的数据不断训练,进而发现数据背后的本质。AI算法工程师根据算法的学习情况,进行迭代完善学习算法。文字识别举例:给AI算法输入尽可能多的数字“2”的图片,以后遇到地球上某个国家某个地区的人写的数字“2”,才可以正确认识。那么多少算多啊,多少也不算多,文字识别算法可能永远无法实现正确率百分之百,当然文字识别也许并不一定需要学习算法来实现,但是如果把数字”2”换成别的事物,如鸡蛋,猫等呢。识别数字“2”的传统算法可能就要推翻重来,但是AI算法只需要用换个训练对象即可。AI给人们解决问题提供了全新的思路。

 

AI既然需要大数据进行训练,训练AI算法就需要就面临耗时与费力两个问题。AI如果使用传统的通用型处理器,那么将需要很长的时间去训练,真成了“养孩子”,而且消耗的硬件也价格不菲,AI便失去了其应用价值。而GPU的强大并行运算能力,让AI有了成长的动力。GPU即图形处理器,渲染图像本身就是大量的运算,是GPU的强项,同样是处理器,便可以进行编程,将AI算法运行在可以并行运算的GPU上运算就可以大大缩短训练的时间,进而变得实用。以显卡著称的NVIDA也成为AI迅速发展背后最大的赢家。GPU也成为手机SoC的标配,用以完成语音识别,人脸识别等需要大量运算的AI操作。GPU也不是AI的唯一选择,将AI算法用硬件实现,软件和硬件具有逻辑等价性,同样的功能用软件实现,也可以用硬件实现,AI用软件实现成本不再低于硬件的时候,就可以考虑使用硬件实现,至少可以将其中部分用硬件来代替,进而提高性价比,更有利于商用。比如摄像头使用的专门用于人脸识别的AI芯片,语音识别芯片等,都是软硬结合的代表。降低成本的同时,也将AI芯片的功能将变得专一,失去灵活性。总之,无论是增加主频,并行,还是软件硬化,都是因为AI需要强大的运算能力作为支撑。

大量GPU或者专用AI芯片(FPGA,ASIC等形式)配合CPU组成超级计算机,来提供并行运算能力。如此巨大的AI大脑,可作为云端使用,利用网络与终端进行交互,需要运算的东西交给云端来完成,本地只作为简单的输入和输出,类似于网络中B/S(浏览器/服务器)模式,大大减轻了对于终端的硬件要求。例如手机中语音助手,聊天工具中客服机器人都是典型的云端AI,云端AI受限于网络和连接数量,当网络情况恶劣或者同时连接数量巨大时,延时问题就变得突出了。对于算力要求不是太高或者AI的功能专一化之后,配合单个GPU或者AI芯片或NPU(嵌入式神经网络处理器)就能完成,这样的便可以在终端实现。比如手机中人脸识别,文字语音识别也属于AI的范畴,但是终端的存储和处理速度有限,正确率要低于云端,同时带来的是低延时。二者结合是目前最广泛应用的AI解决方案。在网络情况良好时云端处理,在网络情况欠佳时先本地处理。

 

当AlphaGO战胜人类后,AI太厉害了!自己做的工作是不是哪天也会被面临被AI取代的。其实大可不必有这样的担心。基于深度学习算法的AI技术,主要应用在有规则可循的领域,如AlphaGo要遵循围棋的规则,这是AI解决问题的关键。如果某个问题可以用数学来建模,都不要用AI来完成,直接将模型用算法实现,那么问题也就解决了。对于人类来说繁琐甚至重复的工作,其实并没有规则可循,会出现各种突发状况,AI最有可能是帮助人们工作,至于取代人类工作,恐怕会让人失望了。

无人驾驶技术,也成了各大汽车厂商的必争之地,笔者以为使用AI技术应用在无人驾驶领域的方向是中央控制的方式。基于深度学习算法的AI技术,是模拟人类的思考过程。是人就难免犯错,而且AI技术其学习算法本质就决定了不能达到百分之一百的的正确性,在马路上同时有无人驾驶和司机驾驶的情况下,出现事故的可能性不会降低,虽然无人驾驶不会出现疲劳驾驶的情况,但是依然会有判断失误的概率;但是如果全部是无人驾驶,由控制中心统一支配和调度,完全取代司机驾驶,确是非常可取的。在真正无人驾驶来临之前,可能会先出现小范围无人驾驶示范区(只允许无人驾驶的区域),不断完善无人驾驶系统,最后范围不断扩大,最终实现真正的无人......


阅读全文:

https://mp.weixin.qq.com/s?__biz=MzU4NjU3NTE2Ng==&mid=2247484111&idx=1&sn=1ceb380ba839f3f5656a965db735ffe7&chksm=fdf87e9eca8ff7884c5e68d064f9c5d0cfe9753768244286259f6c6c8486b726db988c512dcc&token=1832137844&lang=zh_CN#rd





关键词: 释说芯语     人工智能     AI    

共1条 1/1 1 跳转至

回复

匿名不能发帖!请先 [ 登陆 注册 ]