手機將成為AI的下一主戰場(chǎng)？

　　高通積極打造可執行人工智能的終端裝置，并借由收購人工智能研究團隊Scyfer擴展機器學(xué)習功能，期望將更多的人工智能工作負載從云端伺服器轉移到智慧型手機晶片上…

　　就在高通(Qualcomm)收購原隸屬于荷蘭阿姆斯特丹大學(xué)(University of Amsterdam)的一支小型人工智能(AI)研究團隊——Scyfer B.V.后，高通公司的一位研究人員表示，其實(shí)驗室研究正進(jìn)一步擴展機器學(xué)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(xué)習應用于工業(yè)、物聯(lián)網(wǎng)(IoT)、銀行和移動(dòng)等領(lǐng)域。這支AI研究團隊如今已是Qualcomm Research的一部份，致力于擴展機器視覺(jué)(computer vision)和自然語(yǔ)言處理等機器學(xué)習領(lǐng)域，并進(jìn)一步探索新興演算法如何影響硬件加速器設計。

　　高通負責AI的企業(yè)研發(fā)副總裁Jeff Gehlhaar說(shuō)：“隨著(zhù)演算法改變，我們認為目前存在著(zhù)共同設計神經(jīng)網(wǎng)路(neural network)和硬體的發(fā)展空間。”

　　他表示：“隨著(zhù)這些網(wǎng)路的演進(jìn)，我們開(kāi)始看到執行配置檔案的模式”可能影響硬件中的快取和位元精確度。如今，我們正從系統級觀(guān)察如何使各元素之間共同運作，而不至于影響準確度。”

　　高通在新聞稿中表示，神經(jīng)網(wǎng)路預計將在無(wú)線(xiàn)連接、電源管理和攝影等領(lǐng)域找到新的應用方向。目前已經(jīng)有幾家公司將人工智能應用于安全性，例如檢測惡意軟件等任務(wù);其他也有人用它來(lái)突破半導體設計的瓶頸。

　　雖然神經(jīng)網(wǎng)路已經(jīng)是數十年來(lái)的研究重點(diǎn)了，但2013年可說(shuō)是一個(gè)重要的分水嶺，當時(shí)AlexNet研究結果催生了深度學(xué)習領(lǐng)域(來(lái)源：高通)

　　高通的挑戰在于嘗試將更多的AI工作負載從云端的服務(wù)器場(chǎng)(server farm)轉移到智慧型手機的芯片上。為此，該公司在去年發(fā)布了一款用于其Snapdragon SoC的神經(jīng)網(wǎng)路開(kāi)發(fā)套件，同時(shí)也與Google和Facebook合作，為Google TensorFlow和Facebook Caffe 2架構實(shí)現最佳化。

　　這支來(lái)自阿姆斯特丹大學(xué)的AI研究團隊還將協(xié)助促進(jìn)高通在產(chǎn)生對抗網(wǎng)路方面的研究，以及致力于一款有助于該公司將更多訓練任務(wù)推向智能手機的演算法。Gehlhaar說(shuō)：“云端中的機器學(xué)習將持續占據主導地位，但我們在裝置上看到更多的機會(huì )，同時(shí)客戶(hù)也要求在移動(dòng)裝置上執行其自家版本”，例如臉部識別之類(lèi)的任務(wù)等。

　　“在無(wú)人機、汽車(chē)和智能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(hù)已經(jīng)在這方面展開(kāi)行動(dòng)了——這并不只是實(shí)驗室的實(shí)驗而已;人們正嘗試解決現實(shí)世界的問(wèn)題。”

　　Gehlhaar說(shuō)：“機器學(xué)習是一個(gè)快速發(fā)展的領(lǐng)域。”他指出，AlexNet在2013年的影像識別方面取得顯著(zhù)進(jìn)展，催生了如今熱門(mén)的深度學(xué)習。

　　同時(shí)，在日前的一場(chǎng)專(zhuān)題討論上，業(yè)界幾位專(zhuān)家也特別強調神經(jīng)網(wǎng)路領(lǐng)域的重要性——它看似具有廣泛的用途且前景無(wú)限，但實(shí)際上仍處于發(fā)展的早期階段，同時(shí)也存在著(zhù)諸多局限。