机器学习、深度学习、卷积神经网络...人工智能时代的曙光

移动时代给我们带来了巨大的社会效益——从实现人与人以及人与社区之间的广泛联接到可以随时随地了解更丰富的信息，但是同样会产生一些负面的影响——比如过度的刺激和过度的依赖等。下一次的设备更新将会产生什么样的影响呢？ 相信大家都听说了关于智能汽车的预言就是它足够的智能完全可以实现自动驾驶，不再需要人类驾驶员。随之而来的连锁反应也是巨大的，保险行业、停车场运营者、汽车制造商以及租赁公司都将作出改变，众多的驾驶员将来能做什么？车内娱乐以及生活方式毫无疑问也都将面临着改变。 驾驶只是自动化系统带给我们影响的一个方面，著名的科幻小说作家lainM.Bank描述的未来是人们追求的是幸福而不是工作或者金钱，这将是我们智能时代的最终结果吗？在Bank勾勒的未来世界里甚至***都将会被AI所取代。
人工智能（AI）是一个非常宽泛的话题，它所涉及的方面比较广，从智能传感器和全自动驾驶汽车到我们现在还不能实现的更复杂的智能——但是我们已经看到了一条充满潜力的道路。 目前人工智能（AI）已经发展为一系列技术：机器学习、深度学习、卷积神经网络（CNN）等，但是无论我们怎么命名，它们都需要组合起来搭建一个更加智能的机器，这种智能可能就存在我们周围的设备中，比如摄像机、消费产品或者机器人等，在某种程度上取决于我们的应用需求，无论它是怎样的一个平台，比如拥挤的停车场、智能设备、大型机器通信系统、物联网（IoT）、即时定位与地图构建（SLAM）等都可能涉及到人工智能——人工智能是现今时代重要的组成部分，未来也会更加的重要。 欢迎来到机器世界 现在我们很容易就可以与机器进行交谈并且期待得到智能的回答，而不再仅仅是测试回答。语音控制的设备已经成为我们日常生活的一部分，不仅带来了一定的便利还提高了生产力。通过将物联网（IoT）、人工智能（AI）和5G三者的结合可能会让我们提前进入到科幻小说所描绘的世界。 我们的设备会反过来感知我们——理解我们在哪里、我们正在说什么、我们实际想要什么甚至我们什么时候让它不高兴了… AI是真实存在的：现在机器能够像人类一样驾驶汽车、玩电子游戏甚至去感知周围环境。但是这并不预示着未来像《西部世界》中所展示的那样黑暗，而是让我们的日常生活变得更加美好。 当然像《西部世界》中的机器觉醒还是很遥远的事情，现在我们要做的是将设备与智能结合起来，比如机器人、自动化设备、智能家居和物联网等。 进入AI的大脑 AI有多种形式，每种形式都涉及不同的技术。利用基于规则AI系统我们很容易就可以实现反应型机器，反应型机器会对刺激有感知并作出反应，但是没有内在的自我概念或内心世界。现在我们实现的一些系统，比如自动驾驶汽车已经有了一些进步，他们有时间和记忆的感知来实现对真实世界物体和事件的跟踪。但是它们并不具备我们所说的“经验”——它们不能学习处理新的情形，只是改进对已知事物的处理。 为了打破这些瓶颈，AI需要的不仅是系统功能的丰富，更重要的是具备思维能够适应不同环境并且学习的能力——甚至有了自己的意识和最原始的想法，或许可以称之为“觉醒”。这种技术现在也不是不可能实现——主要是对记忆、学习和决策的高级处理——这也正是AI研究人员目前研究的领域，尽管现在还没有成功并且没有成熟的技术来搭建完全智能的AI系统。 在Imagination我们正在使用PowerVR GPU计算技术来帮助推动机器学习这一变革。
我们的任务是让机器学习能够在低功耗和低成本的平台上运行，到目前为止还不支持所有的计算负载类型。我们得出了两个模型：一是智能手机端的GPU完全可以支持智能AI app应用的运行；二是能够自然的连接到传感器，与传感器上的或者云端的AI系统实现数据通信。 随着自动驾驶汽车、更智能的安全系统和环境感知消费电子产品的出现，这些技术也正在迅速的成长。 PowerVR主要面向于应用技术比如CNN（卷积神经网络），因为GPU非常适合这种高度并行的数据驱动型计算。CNN非常的真实而且用途广泛，大量的采样数据需要放在云端存储和训练然后才能应用到终端设备，比如摄像机、机器人和无人机等，这样才能够实现识别、操作、避免和真实世界的物体相撞等功能。 在自动驾驶汽车领域，识别大量外部物体的能力，从道路标志牌到过马路的猫，为的是在不同的情形之下做出正确的判断，而且自动驾驶系统必须迅速的做出反应。在这种类型的应用中，我们需要实现全实时的智能系统，而GPU高度并行的计算特性与此非常适合。 这不仅可以应用到汽车领域，还可以引入到其它行业如安全和零售的摄像机等，我们正努力在低功耗和低成本的前提下让人工智能的边界越来越小。 加速并且与思想建立连接 毫无疑问我们人类是有局限的：比如我们的眼睛、耳朵以及味觉和嗅觉等。我们虽然有思想但是也是有局限的，而未来人工智能则会非常不同。首先我们希望它们能够专注于手头的工作，但是从系统架构上来说，它们是一个分布式体系系统，在系统的每个节点都设计了并行低耦合的处理器。我们不希望它们在不需要的时候还在消耗能源，我们需要它们安全而且绝对的可靠，尤其在未来它们将充当我们的驾驶司机。 相比我们人类它们还设置不同的优先级，核心任务放在基础层，这种分层的架构模型设计已经在机器人系统中得到验证。但是也会像我们一样，它们也将思考一些常识性的问题：比如它们是否安全？是否健康？它们如何调整才能更加的高效？它们将变得具有自我调节的意识。 我们的合作伙伴实现了算法和相关技术并理解如何将这些应用到实际产品中，我们的任务是创建硬件加速器用于人工智能的计算学习，保证大量数据输入时能够做出实时的反应。 举个例子，在自动驾驶汽车中如果我们不能提供实时的响应，那么我们的合作伙伴就无法使用先进的防撞系统，这正是我们多线程MIPS CPU所面向的一个领域。 当然也会出现其他形式的机器思维，在IoT应用方面我们会看到更多小型的思维模型，可能也是基于MIPS MCU，将这些小型思维模型汇集形成更大的思维模型，并且建立与多个传感器和云服务之间的连接，处理上百甚至上千个数据采集端输入的数据。所有这些操作都必须得到巩固、理解和执行，一些决策是在本地进行的，一些决策则是在云服务器端进行的。
这方面需求对于我们的Ensigma 互连IP非常重要，我们的身体能够感知外部环境，但是对于未来机器设备来讲其实是众多的传感器（或者数据）输入，广泛分布于网络的各个节点。 你可以通过一些智能家居助手来加深理解，比如Google Home系统、亚马逊的Alexa以及苹果公司的HomePod等，这些应用都在驱动互连生活，尽管都使用的是单一的数据输入形式：音频。 声音是人/机器之间交互的主要形式，我们与手机、汽车以及智能家居系统直接进行通话实现控制即可，不用去思考背后更多的东西。 但是这些交互都需要本地设备与中央智能系统建立连接，中央系统通常部署在云服务上。这些系统让我们的汽车了解了当地的交通状况，我们的手机能够告诉我们玻利维亚国旗的颜色，我们的智能家居系统能够根据天气情况帮我们设置家里的室温。 人工智能（AI）时代 我相信我们所有人都相信AI是真实存在的，但是我们也会有一些疑惑，我确实知道有些人认为AI被过度的炒作，但是我认为这是因为他们不够了解。AI是数据、数学、模式和迭代，这也正是我们工作的内容。应用程序被赋予了智能，同时它也是我们人类创造的。 AI时代将很快到来并且波及很多行业：客户服务、银行、销售自动化、运输和物流、农业、交通、安全分析、医疗保健、游戏行业等——实在是太多了。 现在是时候抓住这个机遇了，这无疑是一场竞赛，一些公司和国家已经走在了前列，号召更多的人加入进来。 现在我们看到一些集成了人工智能的全新安全系统产品上市，从自动驾驶汽车到工业物联网再到机器人等，这些系统都需要具有高性能和符合安全标准的CPU，如果你正在为这类应用寻找CPU，那么很遗憾的说你的可选是有限的，因为大部分嵌入式功能CPU的性能都是有限的，Imagination全新推出的MIPS I6500-F是一款高度可扩展的64位MIPS多处理解决方案，经过了严格的评估和验证，满足ISO 26262和IEC 61508功能安全标准（FuSa），完全有能力处理计算密集型任务，是现在新兴的安全智能系统的理想选择。 我们下面的发展方向是在我们所有的产品技术中设计和集成支持AI应用的接口和功能，这是我们接下来的关注点。 最后我还想说的是，我觉得这个时代不仅是智能机器的崛起，更是工程师的崛起。这是一个迅速变化和发明创造的时期。当然这些来自于形势的驱动，比如数据量大幅增加、存储和计算能力的提升以及机器学习等新技术的产生。但是最不能忽略的就是人所发挥的作用，我们人类是更加高级的智能，我很高兴听到来自科技行业的消息，这应该是我们大家共同参与的领域，而不仅仅是几个大公司的事情。
我们Imagination存在的使命就是让我们的用户率先借助计算、加速和连接技术实现他们的算法和相关领域的专业应用。 关于人工智能的问题是令人兴奋的，有时也是让我们害怕的，去年我们看到计算机打败了围棋大师，我们还看到自动驾驶汽车撞上了一辆公交车，这些是人工智能的成功和失败，还是那些编程和设计这些系统的工程师们的成功和失败呢？ 我们能够知道像AlphaGo这样的深度学习机器里面到底发生了什么吗？答案当然是否定的，这个系统已经变得非常的复杂以至于难以描述。这听起来像什么？这其实就像我们人类，今天我们在科技领域的所有人都在创造一个世界，在这个世界里我们人类和其它动物都会有第三种不断生长和感知的思维，我觉得这是令人兴奋的，我们人类的后代可能会将这个时刻看作是与第一批计算机发明一样的巨大变革，我非常高兴能与如此之多的智者分享这一切——既包括人类也包括智能机器。