關(guān)于深度學(xué)習(xí)、人工智能、物聯(lián)網(wǎng)你了解有多少?
想要了解“深度學(xué)習(xí)+”,我們必須回到深度學(xué)習(xí)技術(shù)在中國落地生根的歷史當(dāng)中。2006年,辛頓等人意外發(fā)現(xiàn)了多層神經(jīng)網(wǎng)絡(luò)帶來的全新可能性,就此將上世紀(jì)80年代已經(jīng)產(chǎn)生的機(jī)器學(xué)習(xí)技術(shù),推動(dòng)到了深度學(xué)習(xí)的新階段,而深度學(xué)習(xí)技術(shù)在一系列AI測(cè)試任務(wù)上的優(yōu)異表現(xiàn),也重新燃起了人們對(duì)AI的期待??陀^來說,經(jīng)歷了兩次寒冬的AI技術(shù),能夠再次復(fù)興的核心要素就是深度學(xué)習(xí)技術(shù)的出現(xiàn)。
但在此后的多年時(shí)間里,深度學(xué)習(xí)還僅僅停留在非常小眾的范疇里,甚至在學(xué)術(shù)界中也非常小眾。2010年,當(dāng)時(shí)剛剛來到百度的王海峰發(fā)現(xiàn)了這種技術(shù)所蘊(yùn)藏的巨大潛能。很快,百度內(nèi)部高度認(rèn)可了王海峰的發(fā)現(xiàn),并早早在2012年就開始探索深度學(xué)習(xí)技術(shù)與應(yīng)用。2013年1月,百度率先建立全球首個(gè)專注深度學(xué)習(xí)研究的深度學(xué)習(xí)研究院(IDL)。同時(shí),百度也開始布局深度學(xué)習(xí)開發(fā)框架的研發(fā)。就這樣,非常幸運(yùn)同時(shí)也非常必然,在王海峰的敏銳發(fā)現(xiàn)與百度的當(dāng)機(jī)立斷下,中國企業(yè)沒有在AI浪潮中掉隊(duì),甚至成為了全球AI探索的領(lǐng)路人。
此后多年時(shí)間,可以視作中國深度學(xué)習(xí)技術(shù)的創(chuàng)生期。在此期間,百度為代表的AI行業(yè)取得了一系列成績,比如自主深度學(xué)習(xí)框架飛槳的問世與發(fā)展,多種深度學(xué)習(xí)算法的進(jìn)步提升。隨著2017年全球AI熱潮的到來,中國發(fā)布《新一代人工智能發(fā)展規(guī)劃》,深度學(xué)習(xí)技術(shù)的戰(zhàn)略地位與社會(huì)需求也水漲船高。面向新的形勢(shì),百度最大化發(fā)揮了自身的深度學(xué)習(xí)技術(shù)積累與平臺(tái)優(yōu)勢(shì),快速進(jìn)行了一系列戰(zhàn)略升級(jí)與產(chǎn)業(yè)成長。
AI 會(huì)造成人類的大規(guī)模失業(yè)嗎?
我覺得,如果人們對(duì) AI 的發(fā)展報(bào)以一種厭惡和排斥的態(tài)度,那它逐漸取代部分人的工作只是時(shí)間問題。但如果我們能夠接納 AI 的發(fā)展,去主動(dòng)了解、使用 AI,讓它成為日常工作生活中的得力助手,那我們就不會(huì)被 AI 取代,反而會(huì)在 AI 幫助下更好的創(chuàng)作內(nèi)容。
這并不是一種 " 打不過就加入 " 的無奈,反而是人類不斷發(fā)展的必然。
正如熱兵器最終取代了冷兵器,信息化軍隊(duì)脫胎于機(jī)械化軍隊(duì),互聯(lián)網(wǎng)一定程度上取代了傳統(tǒng)媒體,我們之所以成為今天的我們,同樣也是接納了諸多新事物的結(jié)果。而且在當(dāng)下,一些技術(shù)的發(fā)展正處于瓶頸,或者是被一張薄紙擋住未來。
比如 VR 領(lǐng)域的計(jì)算機(jī)圖形學(xué),同樣也需要 AI 從另一個(gè)角度去攻破。就連計(jì)算機(jī)圖形學(xué)大佬約翰 · 卡馬克也在開拓通用人工智能的道路,并表示 " 想嘗試一些沒人知道會(huì)走向何方的領(lǐng)域 "。
無論是芯片產(chǎn)業(yè)的殘酷博弈、AI 算法競(jìng)賽還是知識(shí)圖譜比拼,甚至是不知方向的瘋狂砸錢,面對(duì) AI 帶來的期待與焦慮,人類今天種種,是因?yàn)檎l也說不好,哪一天 AI 技術(shù)就如爆炸一樣,捅穿了蒙在未來前面那張薄紙。
在物聯(lián)網(wǎng)時(shí)代到來后,MCU則被賦予了端側(cè)計(jì)算中樞這一更高使命。無論是設(shè)備本身的功能還是作為物聯(lián)網(wǎng)的一部分,物聯(lián)網(wǎng)設(shè)備在連接、交互、安全等方面都已經(jīng)離不開MCU。
而當(dāng)如今智能遇上邊緣,MCU又擔(dān)起了新的使命。
隨著MCU的算力進(jìn)一步提升,高頻MCU的主頻已經(jīng)提升到GHz級(jí)別,已經(jīng)可以滿足邊緣端低算力人工智能需求。將人工智能集成在MCU上,只用一顆芯片實(shí)現(xiàn)端側(cè)部署,正在成為新的潮流。
在過去幾年里,包括瑞薩在內(nèi)的多家MCU廠商都在積極探索將MCU與人工智能結(jié)合。
在日前舉辦的ADI MCU Media Workshop上,ADI中國技術(shù)支持中心高級(jí)工程師辛毅就介紹的ADI最新的邊緣AI解決方案MAX78000就是踐行的這條路線。
辛毅介紹到,MAX78000集成了卷積神經(jīng)網(wǎng)絡(luò)(CNN)引擎,能夠滿足邊緣人工智能應(yīng)用需求,并且MAX78000的設(shè)計(jì)宗旨是最大程度降低CNN引擎功耗。
為了這個(gè)目標(biāo),該器件采用了Arm Cortex-M4F處理器與32位RISC-V處理器的雙內(nèi)核架構(gòu),內(nèi)置了CNN引擎。
辛毅形象的把這個(gè)架構(gòu)比喻成“爸爸和媽媽”:兩個(gè)微控制器內(nèi)核是“買菜的媽媽”,CNN加速器則是“做菜的爸爸”,合力完成邊緣智能的計(jì)算工作。