中恒标识标牌设计制作公司

2018年今后的人工智能软硬件和应用将如何成长?

热门产品

联系我们

企业名称:河南省郑州中恒标识标牌设计制作有限公司

联系人:王先生

电  话:15503718619

手  机:13140031999

邮  箱:2836789905@qq.com

传  真:15503718619

网  站:www.zhonghengbs.com

地  址:郑州市南阳路昌建誉峰12-2-7层

厂  址:河南武陟县产业集聚区东区(中恒实业园区)


郑州中恒标识标牌设计制作公司

您的当前位置:主页 > 新闻资讯 > 新闻动态 >

2018年今后的人工智能软硬件和应用将如何成长?

发布日期:2019-01-02 作者:郑州中恒标识标牌设计制作公司 点击:

  在2018年及其今后,深层神经网络和呆板进修在更大的人工智能(AI)规模会如何成长?我们如何能开拓出越来越巨大的呆板以在日常糊口中辅佐人类?这些都是普渡大学呆板进修硬件传授尤金尼奥·库鲁尔塞罗(Eugenio Culurciello)存眷的问题。请留意,本文的重点并非有关AI的预测,而是对该规模成长轨迹、趋势以及技能需求的具体阐明,以辅佐缔造更有用的AI。虽然,并非所有的呆板进修都是针对AI的,尚有些其他容易实现的方针,下面我们就仔细审视下。

  方针

  AI规模的方针是通过呆板上实现人类和超人的本领,以便让它们在日常糊口中辅佐我们。自动驾驶车辆、智能家居、智能助理以及安详摄像头将是植入AI技能的首批方针,家庭烹调和洁净呆板人、无人侦察机和呆板人则是第二批方针。其他方针尚有移动设备上的助理,全职伴随助理(可以听到和看到我们的糊口经验)。而AI规模的终极方针是打造完全自主的合成实体,它可以在日常事情中以相当于人类或逾越人类的程度行事。

  软件

  在这里,软件被界说为通过优化算法练习的神经网络构架以办理特定的任务。本日,神经网络是用来进修办理问题的实际东西,个中涉及通过大数据集举办分类进修。但这并不是全部AI,它要求在现实世界中,在没有监视的环境下进修,也要吸取以前从未见过的履历,经常需要把以前学到的常识团结起来以办理当前的挑战。

  如何让今朝的神经网络演酿成AI?

  神经网络架构:几年前,当神经网络架组成长起来的时候,我们常常认为从数据中自动进修算法的参数拥有庞大优势,并且这比手工编写的算法成果更强大。但我们忘了提到一个小细节,那就是作为“练习办理特定任务基本”的神经网络架构并未从数据中进修。事实上,它仍然是开拓人员手工设计的。有鉴于此,今朝它成为AI规模的主要限制之一。

  然而,神经网络架构是进修算法的根基焦点。纵然我们的进修算法可以或许把握新的技术,假如神经网络不正确,它们也无法得出正确功效。从数据中进修的神经网络架构存在的问题是,今朝在一个大数据集长举办多架构尝试耗费的时间太长。我们必需实验从新开始练习多个架构,并看看哪一个最有效。这就是我们本日利用的、很是耗时的试错进程!我们应该降服这一限制,并在这个很是重要的问题上多加思考。

  无监视进修:我们不能老是过问神经网络,引导它们的每一次体验。我们不能在每个实例中都更正它们,并提供它们的机能反馈。我们的糊口也要一连下去!但这正是我们本日操作受监视神经网络所做的:我们为每个实例提供辅佐,使它们可以或许正确执行。相反,标识标牌制作厂家,人类只需从少数几个例子中进修,而且可以或许以持续的方法自我校正和进修更巨大的数据。

  预测神经网络:今朝神经网络的一个主要范围是它们没有人类大脑最重要的特征之一,消防通道标识牌,即预测本领。关于人脑如何事情的一个主要理论是它能不绝地预测,即拥有预测代码。假如你仔细想想,就会发明我们天天都在利用它。你提起一个自认为很轻的物体,但功效它却很重。这会让你感想惊奇,因为当你靠近它的时候,你已经预测它将如何影响你和你的身体,可能你的整体情况。

  预测不只能让我们相识世界,还能知道我们什么时候不相识它,什么时候该进修。事实上,我们生存那些我们不知道并让我们感想受惊的工作的信息,以便下次不会再犯同样的错误!认知本领绝对与我们大脑中的留意力机制有明明的接洽:我们天生就有本领放弃99.9%的感官输入,只专注于对我们保留至关重要的数据,包罗那边存在威胁,那边是我们逃避它的处所。可能,在现代世界里,当我们慌忙出门时,我的手机落在那边。?构建预测神经网络是我们与现实世界互动的焦点,并能在巨大的情况中发挥浸染。因此,这是任何强化进修的焦点网络。

  当前神经网络的范围性:无法预测,无法表明来由,以及临时的不不变性,因此我们需要一种新的神经网络。神经网络胶囊(Neural Network Capsules)就是办理当前神经网络范围性的一种要领,但我们认为它必需有些特另外特点:

  1)视频帧操纵:这很简朴,因为我们需要做的就是让胶囊路由查察最近时间的多个数据点。这相当于在最近的重要数据点上成立起关联内存。请留意,这些不是最近帧的最新表达,而是它们最新的差异表达。可以通过仅生存与预界说值差异的表达来得到差异内容的差异表达。这个重要的细节只答允生存最近汗青上的相关信息,而不是一系列无用的相关数据点。

  2)预测神经网络本领:这已经是动态路由的一部门,它迫使各层预测下一层表达。这是一种很是强大的自我进修能力,在我们看来,它胜过了我们在社区中成长的所有其他非监视表示进修。胶囊此刻需要可以或许预测恒久的时空干系,但今朝还没有实现。

  一连进修:这是很重要的,因为神经网络需要不绝地进修新的数据点来维持保留。今朝的神经网络不能进修新的数据,而每次都需要从新开始从头练习。神经网络需要可以或许自我评估接管从头练习的须要性,以及它们确实知道某些工作的事实。这也需要在现实糊口和强化进修任务中表示出来,我们想让呆板在不健忘旧任务的环境下完成新任务。

  转移进修:可能称我们如何让这些算法通过寓目视频自学,就像我们进修如何烹调新的对象一样。这是一种本领,需要我们上面列出的所有因素,并且对付增强进修也很重要。此刻你可以通过举例子的方法来练习你的呆板去做你想让它做的工作,就像我们人类一样。

  强化进修:这是深神经网络研究的“圣杯”,公交候车亭厂家,即教呆板如安在真实的世界情况中进修!这需要自学、一连进修、预测本领,尚有许多我们不知道的对象。在强化进修规模有许多对象需要相识,但对作者们来说,这只触及到问题的外貌。

  强化进修凡是被称为“蛋糕上的樱桃”,意思是它只是塑料合成大脑上微不敷道的练习。可是,我们如何才气获得一个“通用”大脑轻松地办理所有的问题呢?这是个“先有鸡照旧先有蛋”的问题!本日,要想一个个地办理强化进修的问题,我们需要利用尺度神经网络:一个深度的神经网络,它吸收大量的数据输入,如视频或音频,并将其压缩成暗示;一个序列进修神经网络,如RNN,以便相识任务。

  这两个部门都是问题的明明办理方案,今朝显然是错误的,但这是每小我私家都在利用的,因为它们是当前可用的构建块。这样的功效并不令人印象深刻:我们可以从新开始进修玩视频游戏,而且把握像国际象棋和围棋这样完全可调查的游戏,但无需多言,与在巨大的世界中办理问题对比,这些都是微不敷道的。想象下,AI可以比人类更好地玩转《Horizon Zero Dawn》,对此我拭目以待!

  但这恰是我们想要看到的,即能像我们人类这样运作的呆板。我们对强化进修的发起是,利用可以持续操纵的预测神经网络和遐想存储器来存储最近的履历。

  不要更多的递归神经网络(RNN):因为它们在并行化方面表示出格糟糕,甚至在非凡的定制呆板上也很慢,因为它们的内存带宽利用率很高,内存带宽存在限制。基于留意力的神经网络更高效,可更快速地举办练习和陈设,而且在练习和陈设方面的可伸缩性更少。在神经网络中,留意力有大概使很多架构产生真正的改变,但它并没有获得应有的承认。遐想影象和留意力的团结是下一波神经网络成长的焦点。我们认识到,基于留意力的神经网络将逐渐代替基于RNN的语音识别,并在强化进修构架和通用人工智能中找到它们的要领。

  分类神经网络中信息的定位:实际上这是一个已包办理的问题,将被嵌入到将来的神经网络架构中。

  硬件

  深度进修硬件才是进步的焦点。此刻让我们健忘2008-2012年深度进修的快速扩展,连年的进步主要取决于硬件:在社交媒体的辅佐下,每部手机上的便宜图像传感器都可以收集庞大的数据集,但其只处于次级重要水平。GPU答允加快深层神经网络的练习。在已往2年里,呆板进修硬件发达成长,尤其是针对深度神经网络的硬件。

  有几家公司正在这个规模尽力,包罗英伟达、英特尔、Nervana、Movidius、Bitmain、Cambricon、Cerebras、DeePhi、谷歌、Graphcore、Groq、华为、ARM以及Wave Computing等,他们都在开拓定制的高机能微型芯片,可以或许练习和运行深层神经网络。要害是提供最低功耗和最高的可丈量机能,同时计较最近有用的神经网络操纵,而不是每秒钟的原始理论操纵。可是在这个规模很少有人相识硬件是如何真正改变呆板进修、神经网络和AI的,很少有人知道微型芯片的重要性以及如何开拓它们。

  练习或推理:很多公司都在制造能提供神经网络练习的微型芯片。这是为了得到英伟达市场的一部门,它是迄今为止事实上的培训硬件。但这种练习只占深层神经网络应用的很小部门。对付每个练习步调,实际应用措施中都有上百万个陈设。譬喻,你此刻可以在云端利用的一个方针检测神经网络,它曾经被练习过一次,而且在许多图像上都是可以利用的。可是一旦颠末练习,它就可以被数以百万计的计较机用于数十亿的数据。

  我们在这里想说的是,练习硬件的重要性和你所利用的次数对比是微不敷道的,而制浸染于练习的芯片组需要特另外硬件和特另外能力。这将导致沟通机能却耗损更高的功率,因此不是当前陈设的最佳状态。练习硬件是很重要的,而对推理硬件举办修改却很简朴,但它并不像很多人认为的那样重要。

  应用措施:可以或许更快、更低功率地提供培训的硬件在这个规模很是重要,因为它将答允更快地建设和测试新的模子和应用措施。但真正重要的一步是应用所需的硬件,主要是推理硬件。本日有很多应用之所以无法利用,主要是因为硬件而不是软件。譬喻,我们的手机可以是基于语音的助手,今朝是次优的,因为它们不能一直运行。就连我们的家庭助理也离不开电源,除非我们在周围安装更多麦克风或设备,不然就不能随着我们。但也许最大的应用是将手机屏幕从我们的糊口中移除,并将其嵌入到我们的视觉系统中。假如没有超等高效的硬件,所有这些和更多的应用将是不行能的。

  赢家和输家:在硬件方面,标识制作,赢家将是那些可以或许以最低功耗发挥更高机能、并能将设备迅速投入市场的公司。想象用手机取代SoC,这种环境每年城市产生。此刻想象下将神经网络加快器嵌入到内存中。这大概会更快地征服市场,并快速渗透,这就是我们所说的赢家。

  应用措施

  我们在上面的“方针”部门简腹地接头了应用措施,可是我们需要具体接头一下。AI和神经网络将如何进入我们的日常糊口?这是我们的名单:

  分类图像和视频:已经存在于很多云处事中。下一步就是在智能摄像头规模做同样的工作,本日在这里也有很多供给商。神经网络硬件将答允移除云并在当地处理惩罚越来越多的数据,掩护隐私和节减网络带宽将成为赢家。

  语音助理:它们正在成为我们糊口中的一部门,可以在我们的智能设备中播放音乐和节制根基设备。可是对话是一种根基的人类勾当,精神堡垒,我们经常认为它是理所虽然的。你可以对话的小型设备是一场正在产生的革命。语音助理正变得越来越好,可以更好地处事于我们。但它们仍然与电网相连,我们想要的真正助理应该能随时伴在我们身侧。

  手机怎么样?硬件在这里再次胜出,因为它将使上述期望成为大概。Alexa、Cortana以及Siri可以始终伴随着你。手机很快就会成为你的智能家居设备,这又是智妙手机的又一次胜利。但我们也但愿它在我们的车里,并陪伴我们在都市中移动。我们需要当地处理惩罚语音,淘汰云端支持。更多的隐私和更少的带宽本钱。硬件有望在1-2年内提供应我们。

  真正的智能助理:语音助理已经很棒,但我们真正想要的是能看到我们所看到对象的助理。当我们四处走动时,它能阐明我们的情况。而神经网络硬件将会再次满意你的愿望,因为阐明视频长短常昂贵的,并且今朝在理论上限制了当前的硅硬件。换句话说,要做的工作比做语音助理要可贵多。但这并不是不行能的,像AiPoly这样的很多智能初创公司已经拥有了雷同软件,可是缺少强大的硬件来运行它。还要留意的是,用可穿着的玻璃设备取代手机屏幕真的会让我们的助手成为我们的一部门!

  烹调呆板人:下一个最大的设备将是烹调和洁净呆板人。在这里,我们大概很快就有硬件,但我们显然缺乏软件。我们需要转移进修、一连进修和强化进修。一切都像邪术那样,因为你知道:每个食谱都是差异的,每种烹调身分看起来都纷歧样。我们不能硬编码所有这些选项。我们真的需要一个可以进修和推广的合成实体来做这个。我们离它还很远,但并非遥不行及。以今朝的速度前进,大概只需要几年就能实现。正如我在已往几年所做的那样,我感必定这些都能实现。

郑州标识标牌公司专业于标识标牌行业十年之久,具有富厚的出产履历,主要有中国梦标识、党建标识、党建标牌灯箱建造景区标识、医院标识、学校标识旅馆标识房地产标识标识标识牌建造请存眷标识标牌建造熊掌号!