上海新闻网

首页 > 正文

这项1958年的过时技术 才是人工智能的未来?潜力超越深度学习

www.hishidai.net2019-08-25

才是人工智能的未来?潜力超越深度学习Talk4天前的原创作品我想分享

Dag Spicer正在等待特快递,但这不是黑色星期五的冲动消费。里面是一个马达,拳头大小,生锈和铁锈,来自古董电脑,挑战人类的大脑,大约是一个房间的大小。正是这种电机可以指示人工智能(AI)的未来发展方向。

斯派塞是加利福尼亚州山景城计算机历史博物馆的高级策展人。包装中的电机来自Mark 1传感器,该传感器诞生于1958年,由康奈尔大学研究员Frank Rosenblatt创立。它可以通过相机“看到”三角形和正方形等形状,并学会区分不同的形状。它有512个电机,用于转动旋钮和调节触点,以区分形状。 “当时,这是一个巨大的里程碑,”斯派塞说。

今天,当记录感知时,计算机不再使用模拟组件,例如像感知器那样的旋钮。今天的计算机使用1和0的二进制数来数字存储和处理数据。但在距离计算机历史博物馆大约18公里的雷德伍德,一家名为Mythic的初创公司正在重新探索模拟计算,希望将其用于人工智能领域。该公司首席执行官兼联合创始人迈克亨利表示,此举对于手机,相机和助听器等便携式设备来说非常重要,可以充分享受人工智能带来的好处。

Mythic模拟芯片将用于在小型设备中运行人工神经网络

Mythic使用模拟芯片运行人工神经网络或深度学习软件。这项技术需要大量的数学和内存操作,而且计算机要求很高。对于芯片数量和电池寿命有限的小型设备来说更加困难。正是出于这个原因,最强大的AI系统建立在功能强大的云服务器上。但云服务也有局限性:某些区域可以使用AI,但它们受隐私,时间或权力的约束。对于他们来说,将数据移交给远程计算机是不可行的。

Mythic的项目被称为“过境点”。 “当我上大学时,模拟电脑已经消失了。”加州大学伯克利分校的教授Eli Yablonovitch说,他的第一个学位是在1967年。“它恢复了完全消除的东西。”许多年前,模拟电路已经降级到一些利基应用,例如无线电信号处理。

亨利表示内部测试表明,Mythic的芯片有望在便携式设备上运行强大的神经网络,其性能优于传统的智能手机芯片。 “这有助于将深度学习技术应用于各种设备,例如机器人,汽车,无人机和手机,”他说。

亨利喜欢展示其芯片的刺激性。在模拟中,一方是他的芯片,另一方是智能手机芯片,据说适合人工智能。他们两人同时运行软件,以识别车顶摄像头拍摄的视频中的行人。到目前为止,Mythic的芯片太小,无法运行完整的视频处理系统。但是在演示中,它可以识别比传统智能手机芯片更远的行人,因为它在处理之前不需要视频压缩。比较结果显而易见:带模拟系统的自动驾驶汽车更令人放心。

处理二进制数字的算术序列。模拟计算机的操作更类似于管道系统,除了它流动电而不是水。电子流过迷宫般的元件,如放大器和电阻器。这些组件通过改变电流幅度或串联和并联来实现数学运算的目的。最后的答案是通过测量管道输出端的电流来获得的。

对于某些任务,模拟电路比同等数字设备消耗更少的功率,因为它们需要相对较少的电路。 Mythic的芯片还可以独立运行神经网络中涉及的所有内容,无需使用设备内存,因此不会干扰其他功能。但模拟电路也存在缺陷,特别是因为它们不善于控制“噪声”,这会影响数字的准确性。然而,当运行神经网络时,这几乎没有效果,因为处理诸如图像或声音之类的“噪声数据”对于神经网络来说是一件好事。 “模拟数学非常适合神经网络,但它用来保存它,”亨利说。

如果模拟计算回来,这将不是Mark 1传感器的最大亮点。这台机器是最早的神经网络之一,但在2012年,在目前的AI热潮开始之前,它已经被冷落了很长一段时间。

在模拟测试中,传统智能手机芯片识别的对象适应AI

在模拟测试中,Mythic芯片可以识别更长距离以外的更多物体,因为在处理视频之前不需要压缩视频

与Mark 1传感器的电机旋钮相比,Mythic的模拟“管道”节省了空间。该公司的芯片由闪存芯片(如U盘芯片)组成,也就是说,它们巧妙地将数字存储器转变为模拟计算机。

具体方法是将相应的神经网络写入芯片的晶体管以进行任务,例如视频处理。数据以模拟信号的形式流过芯片,即通过神经网络,然后再转换成数字信号,从而芯片可以在传统的数字设备中运行。 Mythic正与富士通合作,后者生产闪存芯片,并计划明年推出成品供客户测试。该公司最初的目标是相机市场,用于消费设备,汽车和监控系统等应用。

史诗希望这种“回归生活”的策略能够让它在竞争激烈的市场中占据一席之地。目前,许多公司正在开发用于神经网络的定制芯片。苹果和谷歌已经在他们最新的智能手机中添加了定制芯片来支持神经网络。

Jabronovic教授推测,除了Mythic之外,还有更多的公司试图在未来“复活”模拟计算。在最近的一次演讲中,他强调了模拟计算和当今世界上一些最困难的计算机问题,也是最大的商机。

“整体潜力甚至超过深度学习,”Yabronovic说。他说,有证据表明,模拟电脑也可以帮助解决着名的“旅行商问题”(注释:给定一系列城市,解决一次访问每个城市的最短路径并返回起始城市),以及医学中的其他问题,投资等领域。

几十年来,模拟计算机逐渐消失了人们的视野。在此期间,许多事情都发生了变化,但常数是敢于梦想的工程师的核心。 1958年,罗森布拉特在接受采访时说《纽约时报》“感知器可能作为航天器探测器在其他星球上发射。”亨利在地球外也充满了探索,他说,他的芯片可以帮助卫星了解它正在拍摄的图像。有一天,他或许可以证明罗森布拉特不是空的。

译文:野鹅

有线

本文为第一作者的原创,未经授权不得转载

收集报告投诉

Dag Spicer正在等待特快递,但这不是黑色星期五的冲动消费。里面是一个马达,拳头大小,生锈和铁锈,来自古董电脑,挑战人类的大脑,大约是一个房间的大小。正是这种电机可以指示人工智能(AI)的未来发展方向。

斯派塞是加利福尼亚州山景城计算机历史博物馆的高级策展人。包装中的电机来自Mark 1传感器,该传感器诞生于1958年,由康奈尔大学研究员Frank Rosenblatt创立。它可以通过相机“看到”三角形和正方形等形状,并学会区分不同的形状。它有512个电机,用于转动旋钮和调节触点,以区分形状。 “当时,这是一个巨大的里程碑,”斯派塞说。

今天,当记录感知时,计算机不再使用模拟组件,例如像感知器那样的旋钮。今天的计算机使用1和0的二进制数来数字存储和处理数据。但在距离计算机历史博物馆大约18公里的雷德伍德,一家名为Mythic的初创公司正在重新探索模拟计算,希望将其用于人工智能领域。该公司首席执行官兼联合创始人迈克亨利表示,此举对于手机,相机和助听器等便携式设备来说非常重要,可以充分享受人工智能带来的好处。

Mythic模拟芯片将用于在小型设备中运行人工神经网络

Mythic使用模拟芯片运行人工神经网络或深度学习软件。这项技术需要大量的数学和内存操作,而且计算机要求很高。对于芯片数量和电池寿命有限的小型设备来说更加困难。正是出于这个原因,最强大的AI系统建立在功能强大的云服务器上。但云服务也有局限性:某些区域可以使用AI,但它们受隐私,时间或权力的约束。对于他们来说,将数据移交给远程计算机是不可行的。

Mythic的项目被称为“过境点”。 “当我上大学时,模拟电脑已经消失了。”加州大学伯克利分校的教授Eli Yablonovitch说,他的第一个学位是在1967年。“它恢复了完全消除的东西。”许多年前,模拟电路已经降级到一些利基应用,例如无线电信号处理。

亨利表示内部测试表明,Mythic的芯片有望在便携式设备上运行强大的神经网络,其性能优于传统的智能手机芯片。 “这有助于将深度学习技术应用于各种设备,例如机器人,汽车,无人机和手机,”他说。

亨利喜欢展示其芯片的刺激性。在模拟中,一方是他的芯片,另一方是智能手机芯片,据说适合人工智能。他们两人同时运行软件,以识别车顶摄像头拍摄的视频中的行人。到目前为止,Mythic的芯片太小,无法运行完整的视频处理系统。但是在演示中,它可以识别比传统智能手机芯片更远的行人,因为它在处理之前不需要视频压缩。比较结果显而易见:带模拟系统的自动驾驶汽车更令人放心。

处理二进制数字的算术序列。模拟计算机的操作更类似于管道系统,除了它流动电而不是水。电子流过迷宫般的元件,如放大器和电阻器。这些组件通过改变电流幅度或串联和并联来实现数学运算的目的。最后的答案是通过测量管道输出端的电流来获得的。

对于某些任务,模拟电路比同等数字设备消耗更少的功率,因为它们需要相对较少的电路。 Mythic的芯片还可以独立运行神经网络中涉及的所有内容,无需使用设备内存,因此不会干扰其他功能。但模拟电路也存在缺陷,特别是因为它们不善于控制“噪声”,这会影响数字的准确性。然而,当运行神经网络时,这几乎没有效果,因为处理诸如图像或声音之类的“噪声数据”对于神经网络来说是一件好事。 “模拟数学非常适合神经网络,但它用来保存它,”亨利说。

如果模拟计算回来,这将不是Mark 1传感器的最大亮点。这台机器是最早的神经网络之一,但在2012年,在目前的AI热潮开始之前,它已经被冷落了很长一段时间。

在模拟测试中,传统智能手机芯片识别的对象适应AI

在模拟测试中,Mythic芯片可以识别更长距离以外的更多物体,因为在处理视频之前不需要压缩视频

与Mark 1传感器的电机旋钮相比,Mythic的模拟“管道”节省了空间。该公司的芯片由闪存芯片(如U盘芯片)组成,也就是说,它们巧妙地将数字存储器转变为模拟计算机。

具体方法是将相应的神经网络写入芯片的晶体管以进行任务,例如视频处理。数据以模拟信号的形式流过芯片,即通过神经网络,然后再转换成数字信号,从而芯片可以在传统的数字设备中运行。 Mythic正与富士通合作,后者生产闪存芯片,并计划明年推出成品供客户测试。该公司最初的目标是相机市场,用于消费设备,汽车和监控系统等应用。

史诗希望这种“回归生活”的策略能够让它在竞争激烈的市场中占据一席之地。目前,许多公司正在开发用于神经网络的定制芯片。苹果和谷歌已经在他们最新的智能手机中添加了定制芯片来支持神经网络。

Jabronovic教授推测,除了Mythic之外,还有更多的公司试图在未来“复活”模拟计算。在最近的一次演讲中,他强调了模拟计算和当今世界上一些最困难的计算机问题,也是最大的商机。

“整体潜力甚至超过深度学习,”Yabronovic说。他说,有证据表明,模拟电脑也可以帮助解决着名的“旅行商问题”(注释:给定一系列城市,解决一次访问每个城市的最短路径并返回起始城市),以及医学中的其他问题,投资等领域。

几十年来,模拟计算机逐渐消失了人们的视野。在此期间,许多事情都发生了变化,但常数是敢于梦想的工程师的核心。 1958年,罗森布拉特在接受采访时说《纽约时报》“感知器可能作为航天器探测器在其他星球上发射。”亨利在地球外也充满了探索,他说,他的芯片可以帮助卫星了解它正在拍摄的图像。有一天,他或许可以证明罗森布拉特不是空的。

译文:野鹅

有线

本文为第一作者的原创,未经授权不得转载

热门浏览
热门排行榜
热门标签
日期归档