脸书首席AI科学家Yann LeCun：AI芯片应该是这样的

导读：Yann LeCun在美国旧金山举行的国际固态电路会议（International Solid State Circuits Conference）上提交一份新的研究论文，概述他对AI未来的展望。特别是，他将关注使这种未来成为可能的芯片和硬件会如何发展。

Facebook首席人工智能（AI）科学家Yann LeCun帮助引领了深度学习(deep learning)的崛起。

深度学习是谷歌和亚马逊等公司使用的一种前沿AI技术，可以快速翻译语言，识别照片中的物体。深度学习的核心是一种名为神经网络的软件，它可以筛选海量数据，从而比人类更快地发现内藏模式。但这种技术需要巨大的计算能力，促使英特尔(Intel)和硬件初创企业等半导体制造商探索全新的计算机芯片设计，以满足能耗更低、提高某些AI计算任务效率的要求。

Yann LeCun在美国旧金山举行的国际固态电路会议（International Solid State Circuits Conference）上提交一份新的研究论文，概述他对AI未来的展望。特别是，他将关注使这种未来成为可能的芯片和硬件会如何发展。

以下是演讲的几个要点：

1. 从翻译语言到监管内容

尽管像Facebook、谷歌和微软这样的公司正在探索降低能源消耗的专业计算机芯片，Yann LeCun却直言不讳地指出这种创新的重要性，即新的计算机芯片将允许公司在数据中心内使用比现在更多的神经网络。因此，像在线语音翻译这样的任务将变得更加轻松，甚至能够实时完成。与此同时，AI系统将能够分析视频中的每一帧，从而努力识别其中的人或物体，而不仅仅是几个静止帧，从而显著提高准确性。

Yann LeCun还认为，可以使用更好的计算机芯片改进内容筛选机制，比如扫描文本以查找攻击性语言或虚假新闻。对于Facebook这样的公司来说，要想从其服务中删除虚假宣传和虐待行为，这些进步来得还不够快。

2. 智能吸尘器和除草机的世界

Yann LeCun始终密切关注的一个趋势是，AI电脑芯片可以安装在吸尘器和除草机等日常设备上。他解释说，想象一下未来集成了神经网络的智能割草机，它可以识别杂草和花园玫瑰之间的区别。

他还设想了一种更为复杂的移动计算芯片，这种芯片可以直接在设备上运行神经网络，而不必将信息发送回数据中心进行处理。已经有些智能手机内置了AI，用以识别用户的面部表情，从而解锁手机。但对于更高级的任务来说，改进电脑芯片将是必要的。

在Yann LeCun看来，AI的另一个障碍是目前的电池，这项技术消耗大量能源，这意味着在某些较小的设备上使用AI会受到很大限制。

3.赋予电脑更多常识

尽管在深度学习方面取得了进步，但计算机仍然缺乏常识。它们需要查看数千张大象的照片，才能在其他照片中独立识别出它们。相反，孩子们很快就能认出大象，因为他们对这些动物有了基本的了解。如果受到挑战，计算机可能将大象推断为另一种动物，尽管那是一种体型非常大的动物。

他相信，通过对海量数据进行筛选，最终将开发出新的神经网络，它们将获得基本常识。这将类似于教授这些网络以基本事实，以便它们日后作为参考，就像百科全书一样。

AI从业者可以通过进一步训练这些神经网络识别并执行更高级的任务，从而完善它们，但是只有使用更强大的计算机芯片才有可能实现这样的目标，Yann LeCun希望这种芯片能更快出现。