人工智能的下一次革命是由於深度學習，這組技術可以使機器學習，變得更加聰明。這要感謝深度學習Google設法確保他的“大腦”得知貓是什麼並通過簡單地訪問YouTube視頻來識別它。這要感謝深度學習語音識別是使用數以萬計的處理器和巨大數據庫的計算機，近年來，無論是向前識別還是面部識別，還是圖像取得了這樣的進步。唯一的問題，到目前為止的權力限制要求深度學習所提供的服務僅限於可以通過雲訪問。
改變情況的籌碼
由於一家美國公司Synopsys，它可能會發生變化，該公司專門將其發明駁回了TSMC或Samsung等跳蚤製造商。
根據麻省理工學院技術雜誌，在芯片的最後一周演示了曲目，該籌碼專門用於處理削減的深度學習。一切都在變化的地方是，這種芯片是如此緊湊，以至於它可以集成到我們的智能手機，相機甚至我們連接的汽車中的SoC中。它的代表不超過方形毫米，並且可以用當前使用的技術雕刻。
限制，但潛力很大
顯然，這種芯片無法實現研究巨頭以巨大成本建立的神經網絡的性能。但是，已經進行了幾次示威活動，這些示範發揮了很大的潛力。因此，在從汽車上拍攝的視頻中，芯片允許板上計算機識別速度限制面板。旨在識別面部的深度學習網絡集成到深度學習網絡中的同一芯片尚未達到最強大的網絡的性能，但已經接近了它，而消耗卻少得多。
新Synopsys芯片有許多應用領域。視頻監控可能是一個嚴肅的起點。為了節省能量，只有在人類進入田野時，而不僅僅是在某些東西進入框架時，相機才能拍攝電影。在向老年人的醫療援助領域中，例如，如果一個人躺在地上，相機將能夠警告醫務人員。
但是Synopsys芯片還可以為包括我們未來的智能手機在內的許多設備帶來智能。這將使他們能夠像神經網絡一樣，至少數十個物體，即使不是數千個對象。將這種芯片集成到智能手機中的可能性也可以解決與深度學習有關的問題之一：隱私問題。芯片可以找到一部分數據的事實將避免將寶貴的個人信息發送到雲。更好的是，它甚至可以避免必須連接到Internet，這將使應用程序更快，因為將刪除與服務器的通信時間。
除了我們的智能手機外，這個新的籌碼及其姐妹是由其他演員開發的，這些演員試圖在我們的設備中“滑動”深度學習，尤其是高通公司，對於未來幾年的機器人技術來說可能是至關重要的。通過登機，機器人將能夠識別物體，從而從環境中學習並在那裡發展。該評論顯然適用於自動駕駛汽車，即對環境組件的快速而精確識別的領域對於安全至關重要。
根據Synopsys研發主管Pierre Paulin的說法，新芯片的設計將於今年夏天向其公司的客戶提供，並且已經引起了極大的興趣。
還閱讀：
Facebook人工智能的老闆在Google上付款- 2015年2月23日
來源 ：
麻省理工學院技術評論
