AI算力6年增长30万倍,软硬件能力增长破除深度学习“寒冬论”

胡薇 发表于 2018-06-15 15:07:50 收藏 已收藏
赞(0) •  评论(0

AI算力6年增长30万倍,软硬件能力增长破除深度学习“寒冬论”

胡薇 发表于 2018-06-15 15:07:50

昨天,国内AutoML领域创业公司智铀科技发布了自动化机器学习产品“小智”,据公开数据显示,这是国内首款可私有部署的AutoML商用产品。新智元创始人杨静女士作为特邀嘉宾,在智铀科技产品发布会上对AI软硬件发展现状和趋势以及AutoML应用做了主题演讲。

“AI寒冬”论调不减,但AI软硬件能力增长却是不争的事实。

OpenAI发布的数据显示,自2012年以来,AI计算力每3.5个月增长一倍,六年间这个指标已经增长了30万倍以上。

同时,AMD也在上周展示了全球首款7纳米制程的GPU芯片原型,显示硬件能力依旧与摩尔定律赛跑。

在这样的大背景下,数据挖掘和自动化建模等企业级服务迎来了巨大的市场空间,AutoML的出现则让企业能迅速投入AI应用而不过度依赖数据科学家,同时也解决了传统企业AI人才匮乏、人力成本高、时间成本高等问题。

昨天,国内AutoML领域创业公司智铀科技发布了自动化机器学习产品“小智”,据公开数据显示,这是国内首款可私有部署的AutoML商用产品。新智元创始人杨静女士作为特邀嘉宾,在智铀科技产品发布会上对AI软硬件发展现状和趋势以及AutoML应用做了主题演讲。

AI算力6年增长30万倍,软硬件能力增长破除深度学习“寒冬论”

最近,计算机视觉专家 Filip Piekniewski 的《AI Winter is Well on its Way》文章刷屏,认为深度学习的热度已经大大下降,AI寒冬将至。

“深度学习是否有天花板?”杨静在《让机器学习更智能》演讲中问道。目前,包括人脸识别或者语音识别,准确率已经达到了98%、99%的水平,“那剩下的1%、2%的话,是不是说可改进的空间比较小了?”

新智元创始人兼CEO杨静女士

UC伯克利大学教授马毅最近也发微博称,越来越多的证据表明,通过拟合数据得到的深度神经网络模型(在classification,detection,segmentation等)对输入很小的数值扰动和很小的变换deformation(甚至平移)都是不稳定的(unstable),更谈不上鲁棒。

所以目前基于深度学习的“人工智能”,用在不痛不痒的应用上,也就罢了。把这样的模型用在严肃的问题上(例如需要有安全、隐私、可靠性保障的),应该是十分危险的。

杨静认为,过去几年深度学习的确出现了一个爆发的情况,但是未来,特别是到2020年是否还会有这样的一个爆发的增长速度呢?所以质疑深度学习的言论就出来了。

不过,从学术界到产业界的努力都在让深度学习保持持续的爆发力。

OpenAI最近发布的一份关于AI计算能力增长趋势的分析报告显示,自2012年以来,AI训练中所使用的计算力每3.5个月增长一倍,自2012年以来,这个指标已经增长了30万倍以上,这远远超过摩尔定律的增长。这种突飞猛进的速度让深度学习以及机器学习充满着无限的可能,充满了爆发性的增速。

硬件方面,AMD在上周展示了全球首款7纳米制程的GPU芯片原型,含有32GB的高带宽内存,专为人工智能和深度学习设计。杨静认为,AI相关的硬件有非常高速度的成长,因此说其实深度学习本身的发展速度的确是比摩尔定更快。

数据挖掘和自动化建模:企业级服务市场爆发机会

AI软硬件能力增长速度为企业级的数据挖掘和自动化建模等云服务带来了巨大的市场空间,亚马逊、微软、谷歌等公司在企业级云服务都有特别强大的机器学习方面的支撑。

IDC的分析指出,人工智能硬件、软件企业级市场规模供未来几年会有四五倍的提升,目前可以看到的是,在AI云市场上亚马逊现在占了40%多的份额,微软和Google紧随其后。

Google在AI云服务市场上异军突