人工智能算法遭受瓶颈但硬件革新将其面向干流

（原标题：Hardware revolution pushes AI into the mainstream）

网易科技讯 12月17日音讯，国外媒体撰文指出，硬件革新将人工智能面向干流，它大大削减了AI体系的练习时刻和本钱，没有让AI变成了一场鲜有人可以参加的军备比赛。

近年来，跟着核算机在越来越杂乱的使命中显示出其相对于人类的优越性，智能算法渐渐的变成了了人工智能范畴的一大打破。

但是，现在，在推进人工智能向前开展方面，另一种力气可能会发生更大的影响。专业芯片和其他硬件的前进提高了最先进的人工智能体系的才能，一起也将该类技能面向干流。这是否可以发生实在的商业利益，则是另一回事。

斯坦福大学的一个研讨小组建议的项目人工智能指数(AI Index)清楚地表明晰人工智能硬件革新的重要性。最新的AI Index企图总结人工智能的发展，捕捉到了曩昔18个月来人工智能最大发展的轨道的一个改变。

从许多层面来看，这些算法并没有完成近年来的腾跃。部分原因是，在一些使命中，该类技能所获得的效果并没有明显添加：例如，在图像辨认方面，核算机在完成了对人类的逾越今后，便没有更多的建树。

这也反映了一个现实，即有待处理的问题越来越难，发展也渐渐变得慢。众所周知，言语是机器智能的下一个前沿范畴，霸占难度特别大。尽管语音辨认和言语翻译等使命现已被处理，但了解和推理依然是人类所操控的一个范畴。

相反，最有目共睹的前进来自硬件。例如，经过专门规划的芯片被用来处理机器学习所需的很多数据，业界也为针对这项作业开发专用的体系。

美国研讨机构OpenAI指出了2012年呈现的一个硬件拐点。在那之前，芯片职业的经历规律摩尔定律(Moore’s Law)在人工智能核算范畴占有主导地位。摩尔定律是指，处理才能每两年就会翻一番。

从那时起，人工智能体系就遵从了摩尔定律。跟着新式硬件和更多的资源投入到这样的一个问题上，最先进的人工智能体系的才能每3.4个月就提高一番。

这种硬件加速存在一个悖论。一方面，在科学的前沿，它让人工智能变成了一场鲜有人可以参加的军备比赛。

可以操控巨大核算资源的大公司和政府将是仅有有才能参加这场比赛的。OpenAI的运营理念一直是，具有最大核算机的人工智能研讨人员将会承继这样一个国际。该安排最近从微软获得了10亿美元的出资，来持续留在这场比赛傍边。

但是，硬件革新的另一个影响是，将这项技能面向了干流。谷歌的TPU是国际上最先进的机器学习处理芯片之一，外界可以终究靠该公司的云核算渠道按小时租借(假如你的作业负荷没有时刻敏感性，并且你不介意排队等候，只需每小时1.35美元)。

在硅谷，人们过多地建议“大众化”新技能，但在人工智能范畴，该建议是合理的。跟着亚马逊网络服务(AWS)等云服务使得低本钱的硬件和机器学习东西得到广泛运用，练习神经网络——人工智能中核算最密布的部分——忽然变得遍及触手可及。

斯坦福大学的DawnBench项目供给了一种对人工智能体系进行基准测验的办法。依据该项意图数据，在不到两年的时刻里，在被广泛运用的ImageNet数据集上练习一个体系所需的时刻现已从3小时降至88秒。这在某种程度上预示着可以将本钱从2323美元大幅削减至12美元。

练习时刻和本钱的巨大削减是否会让高档人工智能成为一项实用技能，则是另一回事。机器学习的广泛影响很难确认，但AI Index指向了一个很有远景的衡量标准。本年10月，美国约1.32%的招聘信息与人工智能有关，高于2010年的0.26%。这个数字依然很小，“人工智能作业”的界说也有争议，但大方向是清晰的。

麻省理工学院教授埃里克·布林约尔松(Erik Brynjolfsson)致力于研讨新技能对经济的影响，他正告称，雇佣了数据科学家和机器学习专家的公司不会立刻看到报答：它们首要需求经过开发最大极限地使用这项技能所需的新作业流程，以便战胜内部的瓶颈。

从一项被大举吹捧的技能中获取实在的报答的人工智能比赛现已拉开帷幕。（乐邦）