人工智能的下一次革命在于深度学习，这套技术可以让机器学习，变得更加智能。这要归功于深度学习Google 已设法确保他的“大脑”知道什么是猫并通过简单地让他访问 YouTube 视频来认出他。这要归功于深度学习近年来，语音识别技术取得了飞跃性的进步，面部或图像识别系统也取得了巨大的进步，使用了拥有数万个处理器和庞大数据库的计算机。唯一的问题是，到目前为止，功率限制意味着深度学习提供的服务仅限于通过云访问。
改变游戏规则的芯片
由于美国公司 Synopsys 的大力支持，情况可能即将发生改变，该公司专门将其发明授权给台积电或三星等芯片制造商。
据麻省理工学院技术评论报道，新思科技上周展示了一款专门为深度学习设计的图像处理芯片。一切的变化在于，该芯片非常紧凑，可以集成到我们的智能手机、相机甚至联网汽车的 SoC 中。它的面积不会超过一平方毫米，可以用目前使用的技术进行雕刻。
局限性但潜力巨大
显然，这款芯片无法达到研究巨头花费巨资打造的神经网络的性能。然而，已经进行的多次演示显示出巨大的潜力。因此，在从汽车拍摄的视频中，该芯片允许车载计算机识别限速标志。集成到旨在识别人脸的深度学习网络中的同一芯片虽然没有达到最强大网络的性能，但已接近，但消耗却少得多。
新思科技芯片的应用领域非常广泛。视频监控可能是一个重要的起点。为了节省能源，相机只有在人进入画面时才开始拍摄，而不仅仅是当物体进入画面时才开始拍摄。例如，在老年人医疗救助领域，如果有人躺在地上，摄像头可以向医护人员发出警告。
但新思科技芯片还可以为许多设备带来智能，包括我们未来的智能手机。这将使他们能够识别，即使不是像神经网络那样识别数千个物体，至少也能识别几十个物体。将这种类型的芯片集成到智能手机中的可能性还可以解决与深度学习相关的问题之一：隐私问题。该芯片可以在本地处理部分数据，这一事实将避免将有价值的个人信息发送到云端。更好的是，它甚至可以避免连接到互联网，这将使应用程序更快，因为与服务器的通信时间将被消除。
除了我们的智能手机之外，这种新芯片及其姐妹产品是由其他寻求将深度学习“融入”我们的设备的公司（特别是高通公司）开发的，可能对未来几年机器人技术的发展至关重要。通过嵌入芯片，机器人将能够更好地识别物体，从而从环境中学习并在其中进化。这句话显然适用于自动驾驶汽车，在该领域，快速准确地识别环境成分对于安全至关重要。
Synopsys 研发总监 Pierre Paulin 表示，新芯片的设计将于今年夏天提供给公司客户，并且已经引起了极大的兴趣。
另请阅读：
当 Facebook 人工智能负责人向 Google 人工智能负责人支付报酬时– 2015 年 2 月 23 日
来源 ：
麻省理工科技评论
