Google I/O 2018 live stream
來源：千人千面
AI概念籠統，範圍廣大，到底什麼才是AI的核心？
美國當地時間5月8日，一年一度谷歌I/O開發者大會在山景城舉辦，外界的焦點皆為谷歌利用AI在各項研發方向的進展。據悉，谷歌已經開發了最新的AI智能工具，可以為從智慧手機到智慧冰箱等各種類型的產品提供動力。
GBH Insights首席策略師丹－艾弗斯也表示，這次的I/O大會，人工智慧將成為重中之重。谷歌希望開發者將賭注都壓在自己的平台上。
谷歌已經適當地發佈數位語音助手Google Assistant，到TensorFlow機器學習引擎。谷歌的表現已經說明一切，AI的浪潮席捲全球，谷歌正在利用自己的AI技術影響不同行業，而不管如何，AI表現形式千千萬，核心呢？
GBH Insights首席策略師丹－艾弗斯也表示，這次的I/O大會，人工智慧將成為重中之重。谷歌希望開發者將賭注都壓在自己的平台上。
谷歌已經適當地發佈數位語音助手Google Assistant，到TensorFlow機器學習引擎。谷歌的表現已經說明一切，AI的浪潮席捲全球，谷歌正在利用自己的AI技術影響不同行業，而不管如何，AI表現形式千千萬，核心呢？
數據是前提 算力＋算法是糧草
「得數據者得天下，得數據者擁有在AI領域裡的先導權。」英特爾中國區總裁楊旭在一次採訪中說道。一家傳統PC供應商都在轉型，透過數據實現未來期許。
對於AI能力的實現，首先需要有大量的可用數據，供機器進行分析及運算，從而獲得有效的解決方法。透過大量的數據樣本，可以為AI提供持續不斷的分析能力，這些能力組成了機器的自主學習及運算，在輸出到前台時實現AI功能。
眾多晶片及傳統伺服器廠商也在尋求轉變，利用現有設備、資源、技術能力為企業實現AI轉型的技術累積。英特爾、高通、浪潮、IBM，都在為AI提供不同類型的底層技術及設備。
對於AI能力的實現，首先需要有大量的可用數據，供機器進行分析及運算，從而獲得有效的解決方法。透過大量的數據樣本，可以為AI提供持續不斷的分析能力，這些能力組成了機器的自主學習及運算，在輸出到前台時實現AI功能。
眾多晶片及傳統伺服器廠商也在尋求轉變，利用現有設備、資源、技術能力為企業實現AI轉型的技術累積。英特爾、高通、浪潮、IBM，都在為AI提供不同類型的底層技術及設備。
不經意間瀏覽網頁、購物時，會發現每個人的主頁及推薦都不同。其實這是AI在透過大數據的運算及分析能力，為不同的人推薦個性化內容。
行業和企業中的早期AI採用者，正在基於數據內的深層資訊，發掘重大突破。AI正為解決高度複雜的醫學難題、金融業務、稀有物種保護，推動科學研究，以及更好地預測行動和人類行為鋪平道路。
要做到快速反應及大量功能實現，算力及算法是AI實現的重要組成部分，很多人工智慧算法，尤其是深度學習算法，實現了更快的處理速度，計算時間實現了數量級上的縮減。
優秀的人工智慧算法，如現在最流行的深度學習算法，就是近期人工智能領域中最大的突破之一，為人工智慧的商業化帶來了希望。算力的提升，則為AI在計算速度上，呈幾何時成長。
在二十年前，一個機器人，當時是用32個CPU，達到120MHz的速度。現在的人工智慧系統使用的是成百上千個GPU，來提升的計算能力。這使得處理學習或者智慧的能力，得到比較大的增強。之前用CPU一 個月才能出結果，然後再去調整參數，一年只能調整12次，也就是有12次更新。
GPU產生後大幅提升了計算量，現在用GPU可以一天就出結果，這樣可以迭代的更快，這是技術大幅發展的條件。就像家用電腦處理器的更新一樣，如今如果用奔騰處理器，很難想像要處理一個影像或者100張圖片，需要多長時間。
晶片是第四浪潮到來的基石
AI算法與算力需要底層晶片的支持，而未來要實現無人汽車等高難度技術，AI晶片的研發重中之重。
如今物聯網已經是大勢所趨，AI晶片應用到手機處理器上的優點，大家已經瞭解到，AI晶片從誕生到佔領整個手機市場，僅僅用了不到一年的時間，而需要更多運算能力，搭載在不同硬體設備的AI處理器，需求量更大。
自動駕駛近年來一直是互聯網發展的熱門風口，隨著AI晶片的推出，自動駕駛已經不僅僅，局限透過傳感器手機數據之後反饋雲端進行分析運算，而是可以透過AI晶片，進行即時化驗算，透過人工智慧技術，判斷路面交通狀況，即時做出反應，實現真正的自動駕駛。
雲計算領域是未來互聯網發展的重中之重，各種互聯網AI功能，都將依靠雲AI晶片得以實現，在線上翻譯、圖片搜索、數據分析，各種各樣的雲計算能力，都將依靠AI晶片從而實現。
為此，越來越多的企業，開始建立自己的人工智慧實驗室。可見AI在未來數年將是多麼火熱的產業。擁抱AI，或許未來將來的更快，我們離未來也將越近。
 |
沒有留言:
張貼留言