向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

AI大拿们都在讨论哪些先进技术?

时间:2019-02-18 作者:Junko Yoshida 阅读:
大多数关于AI语音产品的报导从去年开始,当时笔者和EDN主编Brian Santo在CES展览上看到的AI产品令人感到无趣。但IBM在去年底举行了首次人AI会议,IBM研究人员的报告让我们知道该领域的知名人士,和研究人员正在着手解决的AI相关问题。

IBM在去年底举行了首次人工智能(AI)会议,IBM研究人员的报告让我们知道该领域的知名人士,和研究人员正在着手解决的AI相关问题。

消费性电子展(CES)刚结束,让我们把注意力从那些吸引人的小玩意儿转移到AI技术。

我和我的搭档EDN主编Brian Santo一起前往拉斯韦加斯之前,我们俩都非常期待听到许多关于AI的话题,并在CES上看到许多具有AI功能的产品。

令人惊讶的是,我们感受到的AI热潮比我们想象得少。大部分是我们已经知道的产品,像是AI语音产品,例如智能音箱、智能玩具,和AI相关的计算机视觉应用,例如自驾车。

显然,AI最初推广的商业市场,专注于方便、易于使用(语音)的消费性产品。

因此,亚马逊(Amazon)、Google和微软(Microsoft)支持的语音AI产品到处可见,可作为消费性电子厂商的产品噱头,例如,高通(Qualcomm)的展示车驾驶座就搭载了亚马逊Alexa功能。

大多数关于AI语音产品的报导从去年开始,当时我们在CES展览上看到的AI产品令人感到无趣。

作为一名产业的记者,我对AI的无知让我感到谦卑,有这么多东西需要学习。在我的2019年议程中,我列出了我想了解的是产业在“广义AI”的走向、了解物联网整合“分布式(distributed)AI和机器学习应用”、了解“生物启发芯片设计(bio-inspired chip designs) ”发展到哪里,以及它们与AI之间的关系。我还考虑了AI的可解释性、安全性和公平性。

显然,开始的地方不是CES。(我在想什么?)AI仍然被困在研发部门和学术界的围墙后面,尽管现在已经开始慢慢进入公众领域。

幸运的是,IBM研究部门的Rajiv Joshi联络我,他去年秋天在IBM T.J. Watson研究中心举办了AI运算研讨会(AI Compute Symposium)。他告诉我第一次AI研讨会是如何与IEEE电路与系统协会(IEEE Circuits and Systems Society)和IEEE电子设备协会(the IEEE Electron Device Society)密切合作。

我请Joshi为我进行AI研讨会简要介绍(因为我不在会场),他提出了一份易于理解的现场报告。虽然这场会议在两个多月前举行,但Joshi的报告(阅读下文全文)提供了AI研究领域中正在发展的全貌。这是一个很好的工具,可以找出这个领域的参与者,且研究人员正在推动解决AI问题。

Joshi提到,下一次在今年10月中举行的AI研讨会将会更精彩。所有专业人士、教授和学生皆可免费参加。去年秋天举办的第一次AI研讨会仅限约160人参加。

Joshi是关键技术负责人、主要发明者和IBM技术学院的成员。Joshi在AI研讨会上的其他负责人包括联想的HPC和AI战略和架构师Matt Ziegler,以及IBM T.J. Watson 研究中心的经理和研究员Arvind Kumar。Ziegler与Kumar担任会议主席,研讨会的另一位科学家是加泰隆尼亚理工大学(UPC Barcelona Tech)教授Eduard Alarcon,她是新兴及精选电路与系统期刊(IEEE Journal on Emerging and Selected Topics in Circuits and Systems;JETCAS)的主编。

如果你正在寻找第一场AI研讨会上的演讲记录,2019年6~7月将会出版一本刊载演讲内容与投影片的书(由IEEE CAS赞助)。Joshi提到,部分文件很可能会在今年稍晚发表在IEEE JETCAS 杂志上,同时,座谈会的影片将于今年4月在IEEE电视台播放。

以下是Joshi在第一次AI研讨会上所做的报导:

IBM Research、IEEE电路和系统协会(CAS)和IEEE电子设备协会(EDS)于2018年10月25日在纽约约克镇高地的IBM T. J. Watson研究中心THINKLab实验室共同举办了第一次AI运算研讨会。这次活动邀集了来自业界和学术界的梦想家、思想家和创新者,共同举办了为期一天的研讨会,主题在讨论解决AI运算挑战和AI未来方向的先进技术研究。研讨会包括两场专题演讲、六场特邀讲座、一场学生专题研究海报展和一场小组讨论。这次活动是免费的,有来自IBM、各公司和大学的155名出席者参加。IBM和IEEE在当时的确展示了他们在AI运算领域的先进专业知识。

AI.jpg

委员们和特邀演讲嘉宾,由左到右,包含Xin Zhang (IBM)、Krishnan Kailas (IBM)、Edward Alarcon (加泰隆尼亚理工大学)、Rajiv Joshi (IBM)、Arvind Kumar (IBM)、Matt Ziegler (IBM)、Mike Davies (英特尔)、Rob Aitken (AMD)、Naveen Verma (普林斯顿大学)、Wei Lu (密歇根大学)、Todd Hylton (加州大学圣地亚哥分校)、Andreas Andreou (约翰霍普金斯大学)、Mark Wegman (IBM)、Pamela Abshire (马里兰州立大学)。(照片来源:IBM)

IBM的Lisa Amini和ARM的Rob Aitken发表了主题演讲。Amini谈到关于MIT-IBM Watson AI实验室研究项目的内容令人感到兴奋,该实验室最近庆祝成立一周年。Amini的研究范围包含狭义、广义和一般AI的三层AI,她认为AI研究领域正在开始进入广义的AI,而一般的AI仍然是未来的长期发展目标。Aitken随后发表了主题演讲,描述了目前有多少AI相关的问题浮现出来,代表着目前不断变动的目标和规则,而非传统运算问题的固定目标和规则。Aikten也介绍了一些实用的方法,如何将复杂问题细分为可管理的项目,这些项目提供了解决复杂AI难题的方法。最后,他总结提到,物联网需要具有AI和机器学习应用的分布式系统,包括实时性、可解释性和安全性。

在专题演讲之后,英特尔的Mike Davies和IBM的Jeff Burns受邀在“产业观点”的场次进行演讲。这些演讲内容提供了短期与长期的产业观察全貌,内容涵盖架构、电路设计和半导体技术。Davies的演讲重点是英特尔的Loihi神经形态芯片(neuromorphic chip),以及神经形态研究的未来方向。尽管Loihi是一个数字芯片,但此研究途径超越了传统的冯纽曼架构(von-Neumann architectures)。另一方面,Burns的演讲重点为目前投注的努力和未来加速深度学习的计划。Burns描述了近期以模拟电路设计提升专业数字加速器(specialized digital accelerators)功能的愿景,以及未来的设备技术。

接下来,在“生物启发运算(Bio-inspired Computing)”场次上,约翰霍普金斯大学(Johns Hopkins University)的Andreas Andreou提供了许多生物启发芯片设计的例子,其中许多例子关于DARPA等组织感兴趣的系统零件,用来解决复杂问题。来自加州大学圣地亚哥分校(University of California, San Diego)的Todd Hylton,提出了热力运算的概念,作为未来运算研究的潜在方向,算是最具启发性的一场演讲,他认为技术的演进倾向透过程序设计、训练和奖励。

第三场讲座的主题关于“新兴技术”,演讲者为密歇根大学(University of Michigan)的Wei Lu和普林斯顿大学(Princeton University)的Naveen Verma。Lu介绍了近年来电阻式随机存取内存(RRAM)零件和芯片级设计与制造的研究进展。他描述了RRAM如何为神经形态运算提供一个平台,是未来AI运算的一个潜力发展方向。Verma提出了一个关于内存运算的电路和架构方法的案例,这也是AI界高度关注的另一个主题,他介绍了几种制造芯片的测量结果,为内存内运算(in memory computing)的发展潜力提供了有力证据。

研讨会还举办了一场学生专题研究海报展,出席人数众多,约有30名学生在会场上介绍AI运算主题。现场有许多引人注目的研究项目,有两个项目获奖,一个是加州大学伯克莱分校(UC Berkeley)的Sohum Datta,研究项目为“2048-dim通用超维度处理器(A 2048-dim General-purpose Hyper-Dimensional Processor)”。密歇根大学Jingcheng Wang为另一个获奖者,研究项目为“神经快取(Neural Cache):深度神经网络的位串行快取加速(Bit-Serial In-Cache Acceleration)。”

AI2.jpg

学生专题研究海报展。(照片来源:IBM)

研讨会最后一场的座谈会主题为“AI或是人工愚蠢:AI将有多聪明?”参与者包含一些专题演讲与受邀演讲的讲者,以及IBM研究员Mark Wegman。现场充满了热烈的、有时是激烈的讨论,内容从AI研究到AI伦理的进展。Hylton提出了一个案例,在狭义的AI发展上有所突破,但整体发展还未接近真正的AI。有时候Andreou与Wegman针对未来AI研究的进展争论不休,而Verma最后针对双方论点作出总结。此场座谈会不久之后将会在IEEE电视台播放。

总体而言,与会者、演讲者和主办者的普遍共识是,这一天的研讨会提供了一个具有学习性的平台,并引发了运算领域相关重要主题的热烈讨论。关于专题研讨会的技术内容将会被收录在其他出版物(包含书籍、期刊论文等),提供教育资源给任何对此题目感兴趣的人。虽然在早期阶段,IBM和IEEE正在规划未来AI运算相关的活动,请参考此网站了解最新进展。lks告诉我们,他们正在为“通用网关”开发一个软件引擎,进行安全性、连接性和设备管理,目前还没有开发出来。但是当产品开发出来后,我们将会更加关注易于安装的智能家居产品的发展动向。

(原文发表于ASPENCORE旗下EDN姐妹网站EETimes,参考链接: Who's Who in AI Today,by Junko Yoshida)

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Junko Yoshida
ASPENCORE全球联席总编辑,首席国际特派记者。曾任把口记者(beat reporter)和EE Times主编的Junko Yoshida现在把更多时间用来报道全球电子行业,尤其关注中国。 她的关注重点一直是新兴技术和商业模式,新一代消费电子产品往往诞生于此。 她现在正在增加对中国半导体制造商的报道,撰写关于晶圆厂和无晶圆厂制造商的规划。 此外,她还为EE Times的Designlines栏目提供汽车、物联网和无线/网络服务相关内容。 自1990年以来,她一直在为EE Times提供内容。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 一张订单的两面:从精准需求到精准供应 为了了解制造商们将如何应对下一波市场变化及行情,在管理供应链和渠道方面又会有哪些新策略,有芯电子今年向电子制造商、分销商/代理商、元器件原厂发出了三千多份问卷,涵盖通信、工控/仪表、消费电子、汽车电子、电力/能源等领域,最终获得了1614份有效问卷回复。其中从企业规模上来看,小微企业居多,从企业性质上来看,民企居多,与整个市场的结构较接近,反映了调查的严谨性与可靠性。
  • 地平线张永谦:AI在边缘侧落地背后的思考 “边缘侧智能设备大规模爆发的趋势,使数据成为如今AI芯片领域最大的挑战。”2019年11月7日,在由ASPENCORE《电子工程专辑》、《国际电子商情》和《电子技术设计》主办的“2019全球双峰会”上,地平线副总裁&AIOT芯片方案产品线总经理张永谦以“边缘AI芯片赋能行业,共建普惠AI时代”为题,介绍了地平线机器人在边缘AI芯片以及解决方案,以及地平线对AI在边缘侧落地背后的思考。
  • 从e-AI和SOTB两大技术看,如何通过技术创新实现业务模式 目前在各种领域当中都有AI的应用方案,但很多方案AI应用都取决于云端的计算能力。嵌入式系统对实时性的要求,会因为延时而出现滞后问题。在这样的环境下,嵌入式人工智能就能大显身手。
  • 安静!我要跟车子讲话... 随着CarPlay、Android Auto以及Echo Auto等平台渗透乘用车市场,车内语音识别技术预期将成为主流;但仍有一个答案未知的问题是:市场上有任何语音启动技术已经准备好随机应对车内的关键任务了吗?
  • 边缘AI大战一触即发 一场边缘AI大战正悄悄展开...每一家处理器供货商都将机器学习视为「金鸡母」,积极地调整自家公司策略,竞相为这个具有最大商机的领域——边缘AI提供加速特定工作负载的解决方案...
  • 2020年的信息安全:人工智能在各种信息安全系统中的广泛 现在,我们有了一个更加复杂的环境,其中包含越来越多的设备,每一个设备都可能成为攻击目标,并且存在隐私和安全漏洞。然而,除了笔记本电脑和智能手机,这些联网设备通常最多只能执行一项或两项功能。如果它们是发源于设计目的,监控站可以向中央系统发出警报并标记问题。这就是人工智能(AI)和机器学习(ML)在保护消费者周边环境方面可以发挥的重要作用。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告