快捷搜索:  MTU2MjcxNjcxNA`  MTU2MjcxNjcyMA`  as

人工智能不再依赖云 未来AI将边缘化

人工智能的成长充溢盼望和寻衅,在其“再接再厉”的提高中面临一道坎:人工智能利用法度榜样的算法都是宏大年夜而繁杂的,必要在强大年夜的云谋略和数据中间进行处置惩罚,这便限定了在智妙手机和其他 “边缘”设备上的广泛利用。今年,跟着AI软件、硬件和有关新能源技巧的突飞猛进,这道坎预计也要跨以前了。基于AI的产品和办事将进一步开脱对云谋略办事的依附,并迅速融入我们生活的每一个部分。未来几年人工智能办事无处不在,这将撼动全部社会。

很多创业公司和他们的投资方都有很大年夜的时机。2019年5月在硅谷召开宣布会的Embedded Vision Alliance (嵌入式视觉同盟)开创人Jeff Bier(杰夫·比尔)表示,以前三年,投资者向人工智能芯片始创企业投入了约15亿美元,跨越了对其他所有芯片始创企业的投资。市场钻研机构Yole Développement 猜测,到2023年,人工智能处置惩罚器的复合年增长率将达到46%,届时险些所有的智妙手机都将应用AI处置惩罚器,而现在的应用率还不到20%。

不仅仅是始创企业有所动作,今年5月,英特尔公司(Intel Corp.)演示了即将推出的“冰湖芯片”(Ice Lake chips),此中包括“增强深度进修”(Deep Learning Boost)软件和图形处置惩罚单元上的其他AI指令。Arm Ltd.也推出了一系列针对人工智能利用的处置惩罚器,包括智妙手机和其他高端设备的处置惩罚器。同期,英伟达公司(Nvidia Corp.)发布了首个连接AI设备的人工智能平台。

IHS Markit首席阐发师Tom Hackett (汤姆?哈克特)在嵌入式视觉同盟峰会上表示:“未来两年,险些每家芯片厂商都将为人工智能供给某种竞争平台。

这些芯片厂商正在向智妙手机以外的数以百万计的物联网设备进军,如机械人、无人机、汽车、相机和可穿着设备等。例如,以色列的一家开拓机械进修芯片的公司海洛公司(Hailo),在今年1月进行了一轮2100万美元的融资。5月中旬,该公司宣布了一款专为深度进修设计的处置惩罚器。深度进修是机械进修的一个分支,近来该公司在语音和图像识别方面取得了冲破。

新的钻研注解,神经收集比拟之前在天生同样结果的前提下,其规模可以缩小10倍,由此判断,更紧凑、更强大年夜的软件可能会为处于边缘的人工智能铺平蹊径。一些公司已经在设法压缩人工智能所需软件的规模。

例如,谷歌LLC于2017岁尾推出了面向移动设备的TensorFlow Lite机械进修库,这使得智能相性能够识别野活跃物,或者在没有互联网连接的环境下进行医学诊断。谷歌工程师Pete Warden在嵌入式视觉峰会上说,今朝大年夜约有20亿部手机安装了TensorFlow Lite。

今年3月,谷歌推出了一款语音识别器,为谷歌的虚拟键盘利用法度榜样Gboard供给语音输入功能。自动语音识别算法只有80兆字节,是以可以在Arm Ltd.上运行。这意味着它可以离线事情,以是没有收集延迟。紧张的是,人们对穿越云真个数据隐私越来越担忧,监管部门很有可能禁止将一些数据从设备上转移至云端。

伯克利设计技巧公司的联合开创人和总裁比尔说:“未来险些所有的机械进修运算都将在设备上完成。”该公司为嵌入式数字旌旗灯号处置惩罚技巧供给阐发和办事。据预计当当代界上已有2500亿生动的嵌入式设备,并且这个数字还在以每年20%的速率增长。

然而在这样的设备长进行人工智能并非易事。这不仅仅是机械进修算法的大年夜小,而是履行这些算法所必要的能量,尤其是智妙手机、摄像头和各类传感器这样的物联网设备,不能不停依附墙上插座以致电池供电。假如我们被迫替换或充电电池,这些设备将无法实现规模化。

向云中发送数据和从云中接管数据所需的无线电也是能耗大年夜户,是以经由过程蜂窝收集或其他连接进行通信对许多小型廉价设备来说都是一个致命的障碍。Yole Développement的技巧和市场阐发师Yohann Tschudi表示:“我们必要一个专门的架构来做我们想做的工作。”

此外,还必要开拓出一种实际功率必须小于1毫瓦的设备,这大年夜约是智妙手机用电量的千分之一。好消息是,越来越多的传感器以致微处置惩罚器有望做到这一点。

例如,美国能源部(U.S. Department of Energy)与修建自动化公司SkyCentrics Inc.相助,赞助开拓了用于修建能源治理的低资源无线剥棒式传感器。实验注解新型传感器可以使用情况光为自身供电。纵然是核心谋略的微处置惩罚器,也可能是低功耗的,如Ambiq Micro、Eta Compute、Syntiant Corp.、Applied Brain Research、Silicon Laboratories Inc.和GreenWaves Technologies始创企业的新型处置惩罚器,可以在微瓦或比毫瓦小一千倍的环境下进行谋略。

以上注解,机械进修在智妙手机、智能相机和工厂监控传感器等领域有着广泛的新利用。这些利用法度榜样包括:

应用加速计猜测维修,以确定机械是否震荡太多或发出有趣的噪音。街灯的感应检测,当有人在相近时,街灯才会打开。使用分散在农田中的视觉传感器或微型摄像机进行农业害虫识别。应用安装在树上的太阳能安卓手机检测不法砍木。应用传感器来丈量心率、胰岛素水温和身段活动。应用视频进行语音分离。

未来传感器可以互相通信,比如在智能家居中,烟雾报警器探测到潜在的火警,而烤面包机反馈说,只是烤面包有烧焦的味道而已。

当然,这些并不料味着云就在机械进修中掉去紧张的职位地方。这些在设备上运行的机械进修模型,仍旧必要在功能强大年夜的谋略机集群长进行大年夜量数据的练习,像谷歌、亚马逊公司(Amazon.com Inc.)和Arm等公司都从去年开始供给人工智能芯片,此中一些是经由过程它们的云谋略办事供给的。

您可能还会对下面的文章感兴趣: