与机器人交朋友,AI科技的革新路.doc

与机器人交朋友,AI科技的革新路.doc

ID:27827464

大小:237.50 KB

页数:9页

时间:2018-12-06

与机器人交朋友,AI科技的革新路.doc_第1页
与机器人交朋友,AI科技的革新路.doc_第2页
与机器人交朋友,AI科技的革新路.doc_第3页
与机器人交朋友,AI科技的革新路.doc_第4页
与机器人交朋友,AI科技的革新路.doc_第5页
资源描述:

《与机器人交朋友,AI科技的革新路.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、与机器人交朋友,AI科技的革新路  人总是不满足的,在如今科技发展迅速的时代,我们过于的依赖着计算机,我们期待着它可以像真正的人类一样与我们交朋友,陪我们说话,陪我们戏耍。然而,这些人工智能的实现需要有强大的科技支持,计算机索要实现的计算甚至会超过最先进的机器的计算极限。  面对日益升级的需求,大型科技公司想要从生物学中寻找一些启示。他们正在反思计算机的本质,想要研发出一种更像人脑的机器。  计算机的新发展可能会削弱芯片界大佬英特尔的实力,并会从根本上改变年产值高达3350亿美元的半导体产业。半导体产业是当前各种高科技产品的关键所在。  与机器人交朋友,AI科技的革

2、新路  人总是不满足的,在如今科技发展迅速的时代,我们过于的依赖着计算机,我们期待着它可以像真正的人类一样与我们交朋友,陪我们说话,陪我们戏耍。然而,这些人工智能的实现需要有强大的科技支持,计算机索要实现的计算甚至会超过最先进的机器的计算极限。  面对日益升级的需求,大型科技公司想要从生物学中寻找一些启示。他们正在反思计算机的本质,想要研发出一种更像人脑的机器。  计算机的新发展可能会削弱芯片界大佬英特尔的实力,并会从根本上改变年产值高达3350亿美元的半导体产业。半导体产业是当前各种高科技产品的关键所在。    图:微软的XuedongHuang(左)和DougB

3、urger(右)都认为公司需要致力于研发专门化芯片  半个世纪以来,计算机制造商都在使用一种单一的、适用于各种情况的芯片。作为全球最大的半导体芯片制造商,英特尔一直以来都是这种芯片的主要生产商。  如今,计算机工程师们正在研发新型芯片。新型机器的运作将会细分为多个小部分,而每一种小分工都需要自己独有的芯片。另外,这种专门化芯片的能耗将大大减少。  谷歌的数据中心的变革预示着该行业的其他公司也将迎来一些变化。谷歌的大部分服务器仍然在使用中央处理器,不过他们也在和一些定制芯片供应商合作。另外,谷歌还在研发可以进行语音识别和其他人工智能应用的算法。  谷歌的变革是出于公司

4、自身发展的需要。多年来,谷歌一直运营着世界上最大的计算机网络。虽然这一数据帝国涉及世界众多地区,但是对于谷歌的研发来说还是不够的。  2011年,谷歌最著名的工程师之一JeffDean负责的研究小组,就神经网络进行了一番研究。神经网络的研究有助于实现计算机算法的自我学习。  几个月后,Dean和他的团队建立了一个升级版的口语识别服务,该服务的精确度远远高于当时谷歌所推出的服务。不过,要想实现这一功能,仅靠谷歌当前的数据中心是不够的。  于是,Dean提出谷歌可以为这种人工智能专门打造一款计算机芯片。  数据中心发生的变化正在逐渐蔓延到科技领域的其他部分。在接下来的几

5、年里,像谷歌、苹果和三星这些公司都将推出适用于智能手机的人工智能芯片。微软也正在为增强现实头显设计一款芯片。另外,像谷歌、丰田这些公司还在研发适用于自动驾驶汽车的芯片。    微软:从英特尔的C.P.U.到自己的F.P.G.A.  当今市面上的芯片,有的是用于存储信息,有的是应用于玩具和电视机,还有一些则是安装在各种计算机程序里,比如用于创建全球变暖模型的超级计算机、个人电脑或者智能手机。  穆尔定律(Moore’sLaw)指出,因特网上的通信量大约每年要翻一番。该定律是由英特尔的联合创始人GordonMoore提出的。随着芯片的不断发展,IBM的著名研究人员Rob

6、ertDennard又提出了登纳德缩放比例定律(DennardScaling)。  到了2010年,人们发现,通信量翻一番实际所需的时间要长于穆尔定律的预测。另外,登纳德缩放比例定律也开始不适用,因为芯片设计者发现,用来制造处理器的物理材料已经达到了极限。也就是说,如果公司想要制造出计算能力更强的芯片,不能再仅靠处理器的升级,而是需要更多的电脑、更多的空间和更多的能耗。  工业界和学术界的研究人员一直在努力发展穆尔定律,探索全新的芯片材料和设计技术。但是,微软的研究员DougBurger却有着不同的想法,他提出,可以不要依赖于中央处理器的稳定演进,而是把一些负载转移

7、到专门化芯片上。  在2010年圣诞节期间,Burger与微软的其他几位芯片研究人员一起开始探索新的硬件,用以改进微软的搜索引擎Bing。  当时,微软刚刚开始改进Bing的机器学习算法,该算法可以通过分析人们使用服务的方式来改进搜索结果。尽管构建这种算法的要求比建立神经网络的要求要低,但是现有的芯片也还是很难满足它的发展需求。  Burger和他的团队研究了多种方案,最后决定使用现场可编程门阵列(F.P.G.A.)。一直以来,像Windows这样的软件使用的都是英特尔的中央处理器(C.P.U.),并且这些软件是不能对芯片进行重新编程。  不过,有了F.P.G.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。