必赢体育平台news



超等计算机在AI领域里的角色

来源自:捷世智通    点击数:3896   布时间:2017-08-23

来源:AI科技大本营


      人工智能(Artificial Intelligence )是指使用机器取代人类实现认知、识别、阐发、决策等成果,其本质是对人的意识与思维的信息过程的模拟。

      在AI展的差别阶段,驱动力各有偏重,我们可以将AI的展划分为三个阶段:技术驱动阶段、数据驱动阶段和场景驱动阶段。其中技术驱动阶段集中诞生了基础理论、基本规矩和基本开东西。在此阶段,算法和计算力对AI的展起到主要推行动用,其中计算力主要包罗芯片、超等计算机、云计算等三个维度。

      在市场范围方面,综合考虑我国人工智能的作节点、技术成熟度以及全球AI市场范围等因素,我们守旧预计最迟至2019年我国AI的市场范围将突破百亿元,而2022年这一数字应在700亿元左右。

      人工智能目前仍处于展的早期阶段,整体看来技术的展将先于应用层面,但技术层面仍存在瓶颈需要突破;应用场景将不绝富厚,它的扩充将会反过来驱动支撑技术的连续展,AI的整体市场范围将继续扩大。

      相比应用场景层面的展,基础应用层的技术将会是AI中较早展的部分。不外,从AI整体展阶段来讲,我们认为AI仍处于早期,虽然语音识别、计算机视觉等感知层的技术目前已经取得了一定成绩,但语义识别等认知层的技术仍不甚完善,即使是像计算机视觉这样的感知层技术也存在展不均衡的问题。

      随着AI支撑技术的不绝展,AI将连续拓展更多的应用场景;而愈多样化的应用场景需求又会反过来驱动支撑技术,从而动整个AI行业的连续展。但各应用场景的展并非均衡,整体看来将从垂直领域AI逐渐过渡到通用型AI。

总体来说,AI最重要的还是要将技术与应用场景相结合,无法落地的技术很难得到资本青睐和市场认可,而有闭环垄断性的数据,并且其技术能够与实际应用场景结合的公司将有望产生难以被替代的商业价值。

 

AI是使用机器取代人类实现认知、阐发、决策等成果的综合学科

      人工智能(Artificial Intelligence)是指使用机器代 替人类实现认知、识别、阐发、决策等成果,其本质是对人的意识与思维的信息过程的模拟,是一门综合了计算机科学、生理学、哲学的交叉学科。通常使用机器取代人类实现认知、识别、阐发、决策等成果,均可认为使用了人工智能技术。

      作为一种基础技术,理论上讲人工智能能够被应用在各个基础行业(如AI+金融、AI+医疗、AI+统制造业等),同时也有其如机器人这样具体应用行业的看法。

      本陈诉将以2017年上半年为时间节点,对包罗展驱动力、巨头结构、投融资情况、预测的市场范围等在内的人工智能行业到目前为止的整体展情况做简要阐发,并对包罗数据标记、语音识别、语义识别、算机视觉等技术领域以及安防、医疗、金融等应用场景在内的细分领域及其典范企业进行简析,探索人工智能领域未来辦口可能的投资/创业机会。

 

技术驱动:算法和计算力是主要驱动力

      在AI展的差别阶段,驱动力各有偏重,我们可以将AI的展划分为三个阶段:技术驱动阶段、数据驱动阶段和场景驱动阶段。

      技术驱动阶段集中诞生了基础理论、基本规矩和基本开东西。在此阶段,算法和计算力对AI的展起到主要推行动用。现在主流应用的基于多层网络神经的深度算法,一方面不绝加强从海据库中自行归纳物体特征的能力,一方面不绝加强对新事物多层特征提取、描述和还原的能力。对算法来说,归纳和演绎同样重要,最终目的是提高识别效率。最新ImageNet测试结果显示,AI错误率低达3.5% ,而人类对同一数据库识别错误率在5.1%,理想情况下,计算机图像识别能力已逾越人类。

 

计算力的三驾马车:芯片、超等计算机、云计算

      提高识别效率除依靠算法之外,也离不开计算力的支持。计算力可以分三个维度展开:芯片、超等计算机、云计算。

      芯片:人工智能领域作为一个数据密集的领域,统的数据处理惩罚技术难以满足高强度并行数据的处理惩罚需求。为解决此问题,继CPU之后,相继出现了GPU、NPU、FPGA、DSP等"AI"芯片。1999年,Nvidia公司布了全球首款图片处理惩罚芯片GPU;2016年,寒武纪布了全球首款深度学习专用处理惩罚器芯片NPU ,芯片的更迭、进步可从基础上提高计算性能。


       超等计算机:其基本组成组件与小我私家电脑的看法无太大差别,但规格与性能则强大许多,是一种超大型电子计算机。我国自主超等计算机"神威?太湖之光〃,其处理惩罚器为众核CPU "申威26010",整台"神威.太湖之光"共包罗40960块处理惩罚器;打败李世石的AlphaGo共包罗1202个CPU和176个GPU;打败柯洁的升级版AlphaGo使用到了TPU ,但数量只有4颗。

      可以现,真正用于人工智能的超等计算机芯片还只是处于CPU、GPU层,如何将更适用于网络神经算法的NPU、FPGA等芯片量产化并融合入超等计算机芯片矩阵,是在人工智能展的第一阶段——技术驱动阶段应该重点努力的偏向之一。


      云计算:与主要应用于密集型计算的超等计算机差别,云计算依靠其灵活的扩展能力主要应用于社交网络、企业IT建设和信息化等数据密集型、i/o密集型的领域。

      我们阐发认为,当AI跨越入第二阶段——数据驱动阶段后,算法和计算力将酿成人工智能领域的基础设施——“水、电、煤”。就目前看来,多项算法开源平台已将AI算法引入统一、公用阶段,运算力也必将向同样的趋势展。云计算则是一个开端实验,未来,计算力的展偏向或将是云计算和超等计算机技术结合,为企业提供既可密集运算又可灵活扩展的计算办事,将人工智能赋能全行业。

必赢体育平台