英偉達(dá)首席科學(xué)家:AI的崛起會(huì)解放人類的雙手

責(zé)任編輯:editor005

作者:薛芳

2018-01-28 17:10:30

摘自:騰訊科技

2018年1月28日下午,《麻省理工科技評(píng)論》新興科技峰會(huì)EmTech China于北京國(guó)貿(mào)大酒店正式召開(kāi),英偉達(dá)首席科學(xué)家,GPU之父 Bill Dally發(fā)表了演講——《硬件的發(fā)展推動(dòng)了人工智能革命》。

2018年1月28日下午,《麻省理工科技評(píng)論》新興科技峰會(huì)EmTech China于北京國(guó)貿(mào)大酒店正式召開(kāi),英偉達(dá)首席科學(xué)家,GPU之父 Bill Dally發(fā)表了演講——《硬件的發(fā)展推動(dòng)了人工智能革命》。

以下附上演講全文:

現(xiàn)在深度學(xué)習(xí)影響到了人類生活的方方面面,同時(shí)它也影響到了我們的研究生涯。其實(shí)我在很久以前就做過(guò)一些簡(jiǎn)單的機(jī)器學(xué)習(xí)研究,比如怎么樣在電腦上找馬、找人。但現(xiàn)在我們有了神經(jīng)網(wǎng)絡(luò),它的性能更高,前景更大?,F(xiàn)在有些機(jī)器的識(shí)別能力在自然語(yǔ)言處理、語(yǔ)音識(shí)別、游戲等領(lǐng)域已經(jīng)是不低于人了。

之前機(jī)器需要學(xué)習(xí)很多參數(shù)也只能實(shí)現(xiàn)簡(jiǎn)單的圖像識(shí)別功能,但是隨著AI的發(fā)展,特別是神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展,我們現(xiàn)在能夠更有效地去訓(xùn)練一些復(fù)雜的數(shù)據(jù),機(jī)器的學(xué)習(xí)能力大大提高了。

有的人會(huì)擔(dān)心AI的崛起可能會(huì)取代人類。但我認(rèn)為AI只會(huì)取代一些無(wú)聊的工作,人們也將不需要浪費(fèi)時(shí)間去做一些重復(fù)性和費(fèi)體力的工作了,而是做一些更加有效和更加充滿藝術(shù)性的工作。所以,我認(rèn)為AI不會(huì)取代人類,它只會(huì)解放我們的雙手,提高我們的工作效率。

硬件的發(fā)展和大數(shù)據(jù)的出現(xiàn)在推動(dòng)此輪的AI革命中扮演了非常重要的角色。其實(shí)有很多算法、神經(jīng)網(wǎng)絡(luò)以及深度神經(jīng)網(wǎng)絡(luò),它們?cè)缭?0年代就已經(jīng)出現(xiàn)了,但是直到近幾年硬件的大大發(fā)展,以及大數(shù)據(jù)的出現(xiàn),才讓人工智能突然崛起。

我們以前一般要花上兩周的時(shí)間去訓(xùn)練數(shù)據(jù),因?yàn)槟菚r(shí)硬件的性能還比較低。但一旦硬件的性能得到提高,就會(huì)推動(dòng)整個(gè)AI的快速發(fā)展。硬件的發(fā)展讓我們的處理速度大大提高。而在不同的硬件之間,我們需要做的就是加強(qiáng)它們不同的應(yīng)用能力。

其實(shí),無(wú)人駕駛汽車的發(fā)展在某種程度上也是由硬件性能的提高推動(dòng)的?,F(xiàn)在世界上用于深度學(xué)習(xí)的最先進(jìn)的硬件設(shè)備就是我們的VoltaV100,它擁有120TFLOPS的計(jì)算能力,它能大大提高深度學(xué)習(xí)的發(fā)展。它的速度比當(dāng)年?yáng)|京NEC公司推出的世界上最快的Earth Simulator計(jì)算機(jī)快了3倍以上。

對(duì)于物聯(lián)網(wǎng)應(yīng)用,我們也推出了相應(yīng)的SOC芯片,它的特色之一就是利用了DOA體系結(jié)構(gòu),使它更適用于深度學(xué)習(xí)計(jì)算。它具有很強(qiáng)的稀疏性,大大提高了深度神經(jīng)網(wǎng)絡(luò)的運(yùn)算速度。

不僅如此,我們還提高了我們硬件產(chǎn)品的能效、縮小了硬件的體積。而為了更進(jìn)一步提高硬件的運(yùn)算效率,我們還進(jìn)行了算法優(yōu)化,層次簡(jiǎn)化。這些都會(huì)最終推動(dòng)物聯(lián)網(wǎng)的發(fā)展。

總之,我們這些年在GPU硬件方面取得了很多的進(jìn)展,進(jìn)一步促進(jìn)了人工智能的革命?,F(xiàn)在GPU可以說(shuō)是最適合于深度學(xué)習(xí)計(jì)算的硬件了。

不過(guò),雖然我們提升了硬件的運(yùn)算效率,但其實(shí)我們也犧牲了一定的運(yùn)算精度。所以,我們?cè)谖磥?lái)的研究重點(diǎn)是提高硬件的運(yùn)算精度,會(huì)持續(xù)在精度的改善上做工作。這在以后是很有必要的。另外,我們還要進(jìn)一步提高硬件的稀疏性。這也是很有必要的。

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號(hào)-6京公網(wǎng)安備 11010502049343號(hào)