【一线】英伟达首席科学家:AI的崛起会解放人类的双手
2018-01-28 17:03:00     [查看原文]

文/腾讯《一线》薛芳

2018年1月28日下午,《麻省理工科技评论》新兴科技峰会EmTech China于北京国贸大酒店正式召开,英伟达首席科学家,GPU之父 Bill Dally发表了演讲——《硬件的发展推动了人工智能革命》。

以下附上演讲全文:

现在深度学习影响到了人类生活的方方面面,同时它也影响到了我们的研究生涯。其实我在很久以前就做过一些简单的机器学习研究,比如怎么样在电脑上找马、找人。但现在我们有了神经网络,它的性能更高,前景更大。现在有些机器的识别能力在自然语言处理、语音识别、游戏等领域已经是不低于人了。

之前机器需要学习很多参数也只能实现简单的图像识别功能,但是随着AI的发展,特别是神经网络技术的发展,我们现在能够更有效地去训练一些复杂的数据,机器的学习能力大大提高了。

有的人会担心AI的崛起可能会取代人类。但我认为AI只会取代一些无聊的工作,人们也将不需要浪费时间去做一些重复性和费体力的工作了,而是做一些更加有效和更加充满艺术性的工作。所以,我认为AI不会取代人类,它只会解放我们的双手,提高我们的工作效率。

硬件的发展和大数据的出现在推动此轮的AI革命中扮演了非常重要的角色。其实有很多算法、神经网络以及深度神经网络,它们早在80年代就已经出现了,但是直到近几年硬件的大大发展,以及大数据的出现,才让人工智能突然崛起。

我们以前一般要花上两周的时间去训练数据,因为那时硬件的性能还比较低。但一旦硬件的性能得到提高,就会推动整个AI的快速发展。硬件的发展让我们的处理速度大大提高。而在不同的硬件之间,我们需要做的就是加强它们不同的应用能力。

其实,无人驾驶汽车的发展在某种程度上也是由硬件性能的提高推动的。现在世界上用于深度学习的最先进的硬件设备就是我们的VoltaV100,它拥有120TFLOPS的计算能力,它能大大提高深度学习的发展。它的速度比当年东京NEC公司推出的世界上最快的Earth Simulator计算机快了3倍以上。

对于物联网应用,我们也推出了相应的SOC芯片,它的特色之一就是利用了DOA体系结构,使它更适用于深度学习计算。它具有很强的稀疏性,大大提高了深度神经网络的运算速度。

不仅如此,我们还提高了我们硬件产品的能效、缩小了硬件的体积。而为了更进一步提高硬件的运算效率,我们还进行了算法优化,层次简化。这些都会最终推动物联网的发展。

总之,我们这些年在GPU硬件方面取得了很多的进展,进一步促进了人工智能的革命。现在GPU可以说是最适合于深度学习计算的硬件了。

不过,虽然我们提升了硬件的运算效率,但其实我们也牺牲了一定的运算精度。所以,我们在未来的研究重点是提高硬件的运算精度,会持续在精度的改善上做工作。这在以后是很有必要的。另外,我们还要进一步提高硬件的稀疏性。这也是很有必要的。

【一线】为腾讯新闻旗下产品,第一时间为你提供独家、一手的商业资讯。

本栏目中的所有页面均系自动生成,自动分类排列,采用联索网络信息采集、网页信息提取、语义计算等智能搜索技术。内容源于公开的媒体报道,包括但不限于新闻网站、电子报刊、行业门户、客户网站等。使用本栏目前必读