电子说
据英国《金融时报》报道,在意识到大幅加快计算速度可以推动人工智能实现突破后,Facebook也在跟亚马逊和谷歌展开竞争,开发自己的人工智能芯片。
该公司的首席人工智能科学家,现代先驱之一Yann LeCun表示,该公司的目标包括充满“常识”(common sense)的数字助理,能与人进行任何主题的交谈,这将会是当今语音控制设备的重要一步。
他还希望使AI成为控制其社交网络的一个更实用的工具,例如实时监控视频并帮助其人类决定,那些服务内容是被允许的。
LeCun先生最近在接受英国“金融时报”采访时表示,Facebook希望与多家芯片公司合作开发新设计 ,他们最近也宣布与英特尔合作开展项目。但他也表示,Facebook也在开发自己的定制“ASIC”芯片,以支持它的AI程序。
“众所周知,Facebook会在需要时构建其硬件,包括构建自己的ASIC。如果有任何不解之处,我们将继续努力”,Lecun说,这也是Facebook官方第一次公开其在芯片领域的野心。
谈到公司有可能在芯片哪些方面取得突破的时候,LeCun强调,在底层会有很大的空间。
加入AI芯片战,只因外部“通用”方案不够完美
Facebook决定开发自己的芯片会对英伟达构成挑战,后者的图形处理器目前被用于在数据中心里支持人工智能。英伟达还 因为大型数据中心客户的订单减少而面临短期压力。
更加专业的人工智能芯片是为了以更快的速度和更低的能耗完成单一任务,而不是以往的通用任务。不仅谷歌、亚马逊和苹果展开了相关投资,还有很多创业公司也在投资类似的产品。
关注芯片设计和硬件架构表明人工智能需要通过底层突破才能避免进入死胡同。
Facebook首席人工智能(AI)科学家Yann LeCun(杨立昆)
Yann LeCun表示,在人工智能的发展历史上,通常需要硬件首先实现重大进步,研究人员之后才能在这一领域实现突破。
Facebook之前也曾经开发过其他硬件,包括设计了一套新的数据中心方案,并对外开源。Yann LeCun则表示,该公司也希望在芯片领域采取同样的做法。
Facebook还在把研究精力集中在新的神经网络设计上,这也是深度学习系统近期在图像和语音识别领域进步的核心所在。
Facebook是尝试增强当今神经网络的更广泛研究工作的一部分。LeCun先生将于周一在旧金山举行的Chip会议上发表演讲,概述这项工作。研究工作包括将计算机存储器添加到神经网络中,以便他们在与人进行“对话”时可以保留更多信息并形成更强的上下文感。
神经网络如何发挥作用的进展很可能对为其芯片设计产生连锁反应,这可能会为制造当今领先的AI芯片的公司带来更多的竞争。
LeCun先生说,谷歌的TPU已经成为最强大的机器学习数据中心芯片,但他们做出的假设不一定适用于未来的神经网络架构。
另一方面,芯片的灵活性可能具有其他缺点。例如,微软计划在其所有数据中心服务器中加入一种不同类型的芯片,称为现场可编程门阵列(FPGA)。它们在如何使用它们方面更加灵活,但在处理大量数据方面效率较低,使它们对于针对特定任务进行了优化的芯片处于劣势。
全部0条评论
快来发表一下你的评论吧 !