INFORMATION

信息资讯

手機將成為AI的下一主戰場?

2017-08-31
就在高通(Qualcomm)收購原隸屬於荷蘭阿姆斯特丹大學(University of Amsterdam)的一支小型人工智慧(AI)研究團隊——Scyfer B.V.後,高通公司的一位研究人員表示,其實驗室研究正進一步擴展機器學習(machine learning)功能,以提供新的應用和定義新的硬體架構。
Scyfer扮演諮商的角色,將機器學習應用於工業、物聯網(IoT)、銀行和行動等領域。這支AI研究團隊如今已是Qualcomm Research的一部份,致力於擴展機器視覺(computer vision)和自然語言處理等機器學習領域,並進一步探索新興演算法如何影響硬體加速器設計。
高通負責AI的企業研發副總裁Jeff Gehlhaar說:「隨著演算法改變,我們認為目前存在著共同設計神經網路(neural network)和硬體的發展空間。」
他表示:「隨著這些網路的演進,我們開始看到執行配置檔案的模式」可能影響硬體中的快取和位元精確度。如今,我們正從系統級觀察如何使各元素之間共同運作,而不至於影響準確度。」
高通在新聞稿中表示,神經網路預計將在無線連接、電源管理和攝影等領域找到新的應用方向。目前已經有幾家公司將人工智慧應用於安全性,例如檢測惡意軟體等任務;其他也有人用它來突破半導體設計的瓶頸。
高通的挑戰在於嘗試將更多的AI工作負載從雲端的伺服務器場(server farm)轉移到智慧型手機的晶片上。為此,該公司在去年發佈了一款用於其Snapdragon SoC的神經網路開發套件,同時也與Google和Facebook合作,為Google TensorFlow和Facebook Caffe 2架構實現最佳化。
這支來自阿姆斯特丹大學的AI研究團隊還將協助促進高通在產生對抗網路方面的研究,以及致力於一款有助於該公司將更多訓練任務推向智慧型手機的演算法。Gehlhaar說:「雲端中的機器學習將持續佔據主導地位,但我們在裝置上看到更多的機會,同時客戶也要求在行動裝置上執行其自家版本」,例如臉部辨識之類的任務等。
「在無人機、汽車和智慧型手機等邊緣裝置上部署AI是相當新的趨勢,但是我們的客戶已經在這方面展開行動了——這並不只是實驗室的實驗而已;人們正嘗試解決現實世界的問題。」
Gehlhaar說:「機器學習是一個快速發展的領域。」他指出,AlexNet在2013年的影像辨識方面取得顯著進展,催生了如今熱門的深度學習。
同時,在日前的一場專題討論上,業界幾位專家也特別強調神經網路領域的重要性——它看似具有廣泛的用途且前景無限,但實際上仍處於發展的早期階段,同時也存在著諸多侷限。