人工智能算法遭遇瓶颈，但硬件革命将其推向主流

（原问题：Hardware revolution pushes AI into the mainstream）

网易科技讯 12月17日动静，海外媒体撰文指出，硬件革命将人工智能推向主流，它大大减少了AI体系的实习时刻和本钱，没有让AI酿成了一场鲜有人可以或许参加的军备比赛。

连年来，跟着计较机在越来越伟大的使命中表现出其相对付人类的良好性，智能算法已经成为了人工智能规模的一大打破。

然而，现在，在敦促人工智能向前成长方面，另一种力气也许会发生更大的影响。专业芯片和其他硬件的前进晋升了最先辈的人工智能体系的手段，同时也将该类技能推向主流。这是否可以或许发生切实的贸易好处，则是另一回事。

斯坦福大学的一个研究小组提倡的项目人工智能指数(AI Index)清晰地表白了人工智能硬件革命的重要性。最新的AI Index试图总结人工智能的盼望，捕获到了已往18个月来人工智能最大盼望的轨迹的一个变革。

从许多层面来看，这些算法并没有实现连年来的奔腾。部门缘故起因是，在一些使命中，该类技能所取得的成就并没有明显增进：譬喻，在图像辨认方面，计较机在完成了对人类的逾越往后，便没有更多的确立。

这也反应了一个究竟，即有待办理的题目越来越难，盼望也越来越慢。众所周知，说话是呆板智能的下一个前沿规模，攻陷难度尤其大。固然语音辨认和说话翻译等使命已经被办理，但领略和推理如故是人类所统治的一个规模。

相反，最引人注目标前进来自硬件。譬喻，颠末专门计划的芯片被用来处理赏罚呆板进修所需的大量数据，业界也为针对这项事变开拓专用的体系。

美国研究机构OpenAI指出了2012年呈现的一个硬件拐点。在那之前，芯片行业的履历法例摩尔定律(Moore’s Law)在人工智能计较规模占有主导职位。摩尔定律是指，处理赏罚手段每两年就会翻一番。

从当时起，人工智能体系就遵循了摩尔定律。跟着新型硬件和更多的资源投入到这个题目上，最先辈的人工智能体系的手段每3.4个月就晋升一番。

这种硬件加快存在一个悖论。一方面，在科学的前沿，它让人工智能酿成了一场鲜有人可以或许参加的军备比赛。

可以或许节制庞大计较资源的大公司和当局将是独一有手段参加这场比赛的。OpenAI的运营理念一向是，拥有最大计较机的人工智能研究职员将会担任这个天下。该组织最近从微软得到了10亿美元的投资，来继承留在这场比赛傍边。

然而，硬件革命的另一个影响是，将这项技能推向了主流。谷歌的TPU是天下上最先辈的呆板进修处理赏罚芯片之一，外界可以通过该公司的云计较平台按小时租用(假如你的事变负荷没偶然刻敏感性，并且你不介怀列队期待，只需每小时1.35美元)。

在硅谷，人们过多田主张“平凡化”新技能，但在人工智能规模，该主张是公道的。跟着亚马逊收集处事(AWS)等云处事使得低本钱的硬件和呆板进修器材获得普及行使，实习神经收集——人工智能上钩较最麋集的部门——溘然变得广泛触手可及。

斯坦福大学的DawnBench项目提供了一种对人工智能体系举办基准测试的要领。按照该项目标数据，在不到两年的时刻里，在被普及行使的ImageNet数据集上实习一个体系所需的时刻已经从3小时降至88秒。这意味着可以或许将本钱从2323美元大幅减少至12美元。

实习时刻和本钱的庞大镌汰是否会让高级人工智能成为一项适用技能，则是另一回事。呆板进修的普及影响很难确定，但AI Index指向了一个很有远景的权衡尺度。本年10月，美国约1.32%的雇用信息与人工智能有关，高于2010年的0.26%。这个数字如故很小，“人工智能事变”的界说也有争议，但大偏向是明晰的。

麻省理工学院传授埃里克·布林约尔松(Erik Brynjolfsson)致力于研究新技能对经济的影响，他告诫称，雇佣了数据科学家和呆板进修专家的公司不会顿时看到回报：它们起首必要通过开拓最大限度地操作这项技能所需的新事变流程，以便降服内部的瓶颈。

从一项被大举吹嘘的技能中获取切实的回报的人工智能比赛已经拉开帷幕。（乐邦）