广告

AI可望撑起芯片业复兴

时间:2019-02-21 作者:Rick Merritt 阅读:
人工智能(AI)革命尽管才刚起步,但很快地将会需要各种更强大的半导体...

人工智能(AI)革命才刚刚起步,很快地将会需要各种更强大的半导体。

在近日于美国加州举行的国际固态电路会议(ISSCC)上,来自机器学习、计算机视觉和神经科学等领域的先驱——Yann LeCun在一场专题演讲中告诉3,000名芯片设计师,当今监督式的神经网络正取得了广泛应用,但却受限于人类创造者启动的过程。

被誉为「卷积神经网络(CNN)之父」的Yann LeCun说:「我认为,AI的未来是一种自我监督的学习过程。」CNN目前已广泛用于计算机视觉和其他系统。

「生成对抗网络」(Generative adverserial networks;GAN)可望成为一种让系统自行预测的技术。LeCun展示了几个GAN用于设计时装和引导自动驾驶车的实际例子。

YannLeCun

卷积神经网络(CNN)之父Yann LeCun在ISSCC发表专题演说

非监督式神经网络超越MAC、张量运算

未来的算法将会需要更大的模型,从而要求当今性能原已有限的芯片提供更强大的功能。明日的神经网络将使用动态的不规则图形等新的基本原型,从而变得更动态和稀疏。

对于算法设计人员正着手开发中的新型运算而言,当今使用乘法累加数组来处理张量的芯片可能没什么用处。他预期,对于嵌入式系统而言,各种低成本、低功耗的推论加速器将会是最大的机会。

Prediction

LeCun和其他专家在去年提出的算法,它在每个特征级都使用预测变量(来源:ISSCC)

LeCun从1988年开始在AT&T的贝尔实验室(Bell Labs)设计神经网络系统,并开发了一套广泛使用的银行系统,可用于读取支票。他在1989年撰写了有关系统CNN的第一篇论文。LeCun说:「如今,CNN将无处不在,」其中包括汽车、摄影机和机器人。Lechun目前并在Facebook进行AI研究。

自从1950年代开始以来,该技术已经经历了两次神经网络寒冬。在最后一次之后,LeCun曾经协助设计了一款基于FPGA的机器人引导系统,但该系统在2011年的一场会议中遭拒。

他仍打趣地说:「大多数人都不相信从未听说过的系统也可能顺利工作。」

(参考原文:AI Pioneer Sees Chip Renaissance,编译:Susan Hong,EETTaiwan)

 

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。
Rick Merritt
EE Times硅谷采访中心主任。Rick的工作地点位于圣何塞,他为EE Times撰写有关电子行业和工程专业的新闻和分析。 他关注Android,物联网,无线/网络和医疗设计行业。 他于1992年加入EE Times,担任香港记者,并担任EE Times和OEM Magazine的主编。
  • 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”
广告
相关新闻
广告
广告
广告
广告