2022-07-25-image-13-j_1100.webp

今天谈论技术时必须不被人工智能 (AI) 绊倒。从字面上看,每一次谈话,在科技的每一个角落,都会出现这个话题。我们同意 AI 是有用且重要的,但我们也认为值得定期花一些时间来解读每个人都在谈论的内容。

部分问题在于人工智能已成为营销部门拥有的术语。对于普通的非技术人员来说,人工智能听起来几乎是神奇的,让人联想到会说话的机器人和讲笑话的电脑。这个想法与每个人对我们科幻小说未来的愿景产生了深刻的共鸣。与此同时,几乎所有实际使用 AI 的人都对 AI 实际可以完成的工作抱有更温和的概念。俗话说,统计编程是用 R 写的,机器学习是用 Python 写的,AI 是用 PowerPoint 写的。

俗话说,统计编程是用 R 写的,机器学习是用 Python 写的,AI 是用 PowerPoint 写的。

话虽如此,人工智能算法有一些非常有用的方式正在渗透到日常生活中。人工智能系统非常擅长模式检测,这在很多方面都很有用。科技界人士认识到,人工智能方法使该行业在图像识别和自然语言处理方面取得了巨大进步,但还有许多其他用例。

大家最熟悉的就是我们手机上的图像处理。如今,大多数智能手机都使用各种 AI 算法处理所有照片和视频图像——图像稳定、自动对焦、模糊调整以及所有其他技巧。工业用例也很多。例如,石油和天然气行业运行一些最大的超级计算集群来解析山脉(字面上)的地质传感数据以寻找要钻探的储量,而人工智能可以极大地促进这一过程。

约翰迪尔做了大量的人工智能工作,不仅用于自动拖拉机和联合收割机,还用于天气预报,以更好地准备其销售和服务物流。这个列表还在继续,但它开始失去意义,因为所有这些东西都只是软件。我们发现,每当有人提到人工智能时,我们都会用“软件”这个词来代替,而且它们的含义通常不会改变。人工智能只是一种非常有效地解决一组特定计算机科学问题的方法。

如果这是真的,那么它就会提出一个问题,即什么是将人工智能融入事物的最佳方式。

2022-07-25-image-15-j.webp

谷歌建立了自己的处理器来支持机器学习

谷歌开创了一种方法——设计他们自己的 TPU 芯片,只在非常大的范围内进行 AI 数学运算。其他公司现在正在采取类似的方法,数十家公司(大型和初创公司)在数据中心为人工智能设计芯片。但这种专用芯片对数据中心以外的许多其他设备没有意义。同样,智能手机就是一个很好的例子。在这里,权力和更重要的是空间受到高度限制。普通智能手机做了很多 AI 工作,但没有独立 AI 芯片的空间。对于摄像机、扬声器和麦克风来说都是如此,甚至在这个阶段我们也会争论汽车。今天的汽车,没有高级别的自主权,在某些事情上需要一点人工智能,但考虑到它运行的应用程序有限,一个独立的芯片可能太昂贵了。

这对芯片设计人员来说非常具有挑战性。每个客户的人工智能需求都有所不同,这意味着人工智能芯片——无论是来自初创公司还是老牌公司——都必须有所定制。芯片设计师真的不喜欢在没有客户硬采购订单的情况下冒险定制芯片,他们仍然不愿意提供这些订单。

这引发了一系列反应。许多公司选择采用默认路径并从最低公分母 Nvidia 购买 GPU。其他人正在购买内置一些人工智能模块的通用处理器,就像许多从高通公司购买的汽车公司一样。

尽管如此,其他人仍在设计自己的芯片。这很重要,因为它为一类新的公司——IP 提供商打开了大门。现在有少数公司为其他人提供人工智能构建模块,以将其整合到他们的本土芯片中。这种将 IP 授权到芯片中的做法并不新鲜,但人工智能的发展是一个重大机遇,引起了相当大的兴趣。这一过程因片上系统 (SoC) 的增长趋势而得到加强,各种电子、工业和汽车公司都在这个自行生产的硅世界中采用这种系统。

人工智能显然是不同的东西。它包含在不断增长的电子产品中是一个重要趋势,很少有人会否认它的实用性。但人工智能的性质——既相当受限于少量操作,又在实施上千差万别——意味着提供人工智能的半成品业务的性质已经成熟,可以改变。对于那些准备好利用这个机会的人来说,这是一个很好的机会。

Tags: none

我有个想法