特約通訊員 周 祺

人工智能芯片讓手機(jī)看懂圖片

特約通訊員 周 祺

專門設(shè)計(jì)用來運(yùn)行復(fù)雜神經(jīng)網(wǎng)絡(luò)的芯片可能會(huì)讓個(gè)人設(shè)備學(xué)會(huì)感知世界

“深度學(xué)習(xí)”這一強(qiáng)力人工智能方式未來將可能應(yīng)用在智能手機(jī)上。

來自普渡大學(xué)（Purdue University）的研究人員正在努力將一種芯片的設(shè)計(jì)進(jìn)行商業(yè)化，使手機(jī)處理器能夠利用名為“深度學(xué)習(xí)”的人工智能方式。盡管深度學(xué)習(xí)所展現(xiàn)出的力量激發(fā)了包括谷歌、Facebook、百度在內(nèi)的公司對(duì)該技術(shù)進(jìn)行投資，但到目前為止，對(duì)深度學(xué)習(xí)的應(yīng)用還僅限于高性能大型計(jì)算機(jī)集群。谷歌開發(fā)出軟件能夠?qū)W習(xí)識(shí)別Youtube視頻中的小貓，實(shí)驗(yàn)中需要16000個(gè)處理器。

普渡大學(xué)教授歐金尼奧?庫(kù)洛切羅（Eugenio Culurciello）表示，用更加小巧和節(jié)能的方式實(shí)現(xiàn)深度學(xué)習(xí)，可能導(dǎo)致能夠理解圖片和視頻內(nèi)容的智能手機(jī)和其它移動(dòng)設(shè)備的出現(xiàn)。庫(kù)洛切羅正從事該項(xiàng)目的研究。在去年12月于內(nèi)華達(dá)召開的神經(jīng)信息處理系統(tǒng)大會(huì)（Neural Information Processing Systems conference）上，普渡大學(xué)的研究團(tuán)隊(duì)在展示中將一個(gè)協(xié)處理器連接至傳統(tǒng)的智能手機(jī)處理器上，可以讓手機(jī)運(yùn)行深度學(xué)習(xí)的軟件。軟件能夠探測(cè)到人臉和街景中的標(biāo)簽部分。協(xié)處理器的設(shè)計(jì)在現(xiàn)場(chǎng)可編程門陣列（FPGA）上測(cè)試，F(xiàn)PGA是一種可編程、可重構(gòu)的芯片，可用來測(cè)試新硬件的設(shè)計(jì)，而無需投入大量成本來制造全新的芯片。

普渡大學(xué)的原型遠(yuǎn)沒有谷歌的小貓識(shí)別系統(tǒng)那么強(qiáng)大，但卻顯示出了新型硬件如何讓深度學(xué)習(xí)更廣泛的應(yīng)用成為可能?！叭藗冃枰@種應(yīng)用?！睅?kù)洛切羅說?！翱赡苣銜?huì)有幾千張看都不會(huì)再看的圖片，而我們現(xiàn)在并沒有合適的技術(shù)來處理所有這些內(nèi)容?！?/p>

庫(kù)洛切羅說，像谷歌眼鏡這樣的設(shè)備同樣可能從這一技術(shù)中獲益，得以理解其捕捉到的大量圖片。一個(gè)人的圖片和視頻可能使用文字也能搜索得到，比如“紅色的車”或者“晴天和媽媽在一起”。同樣地，新型應(yīng)用也可能會(huì)在其識(shí)別到特定的人、物體或場(chǎng)景時(shí)做出反應(yīng)。

深度學(xué)習(xí)軟件的工作原理是，通過一個(gè)分級(jí)式的多層虛擬神經(jīng)網(wǎng)絡(luò)來過濾數(shù)據(jù)，單個(gè)神經(jīng)的結(jié)構(gòu)很簡(jiǎn)單，但彼此連在一起就能表現(xiàn)復(fù)雜的行為。用計(jì)算機(jī)不足以運(yùn)行這些網(wǎng)絡(luò)，因?yàn)樗鼈兒蛡鹘y(tǒng)軟件有很大的不同。

普渡大學(xué)開發(fā)的協(xié)處理器專門設(shè)計(jì)用來運(yùn)行多層神經(jīng)網(wǎng)絡(luò)，并將其用于處理連續(xù)的影像流。在測(cè)試中，面對(duì)同樣的任務(wù)，原型機(jī)的工作效率是圖形處理器的15倍。而且?guī)炻迩辛_認(rèn)為，對(duì)該系統(tǒng)的改進(jìn)可以將工作效率提升至現(xiàn)在的10倍。

納拉揚(yáng)?斯里尼瓦薩（Narayan Srinivasa）是HRL實(shí)驗(yàn)室神經(jīng)與應(yīng)急系統(tǒng)研究中心主任，該實(shí)驗(yàn)室由波音公司和通用汽車公司共同所有。他說，使用協(xié)處理器來提高深度學(xué)習(xí)網(wǎng)絡(luò)的效率是有道理的。因?yàn)樵趥鹘y(tǒng)的計(jì)算機(jī)中，處理器和內(nèi)存是彼此獨(dú)立的硬件。相比之下，深度學(xué)習(xí)型神經(jīng)網(wǎng)絡(luò)和真正的神經(jīng)網(wǎng)絡(luò)在運(yùn)行時(shí)，處理和記憶是彼此交織的。納拉揚(yáng)的研究集中于用更極端的方式來處理這個(gè)問題：用硅質(zhì)神經(jīng)和突觸設(shè)計(jì)芯片來模擬真正的大腦。

普渡大學(xué)研究團(tuán)隊(duì)的解決方案沒有體現(xiàn)出這種對(duì)計(jì)算機(jī)芯片工作原理的根本上的重構(gòu)。這可能限制他們的設(shè)計(jì)成果對(duì)神經(jīng)網(wǎng)絡(luò)的運(yùn)行效率，但也可能讓其更容易在現(xiàn)實(shí)世界中應(yīng)用。庫(kù)洛切羅創(chuàng)立了一家名為TeraDeep的公司，將芯片的設(shè)計(jì)推向商業(yè)化。

庫(kù)洛切羅說：“我們想把這種網(wǎng)絡(luò)協(xié)議出售來實(shí)現(xiàn)商業(yè)化，這樣，像高通、三星和蘋果等大型制造商可以給他們的處理器加上這個(gè)功能，這樣就能處理圖片了?！奔~約大學(xué)從事深度學(xué)習(xí)研究的先鋒人物雅恩?勒坎（Yann Le Cun）出任TeraDeep的顧問，他最近剛開始領(lǐng)導(dǎo)Facebook的深度學(xué)習(xí)研究部門。

（來源：MIT Technology Review）