边缘计算将如何影响人工智能？

2017-12-29 15:45

人工智能是通过计算机模拟人脑思维逻辑的一种技术，它可以进行语言识别、人脸识别、图像识别以及无人驾驶等多种场景。人工智能拥有从感知、分析运算到决策的强大能力，能取代人类智力型工作，已经成为人们热议的主要话题，其影响力之大足以掀起新一轮科技革命。

万物互联时代会产生巨大数据，如果这些数据都要传输到云端平台处理，那么这对网络造成巨大的负载。因此，边缘计算就应势而生，在设备端对部份数据进行分析处理，将能解决掉网络拥堵的问题，同时能提供运行系统的效率和减轻云端平台的负载。

随着边缘计算的进步以及越来越强大的芯片推出，本地设备的运算能力将不断增强，使得人工智能算法能够在没有网络，离开云计算的情况下正常运行。

离开网络和云计算，AI也能运行

最近，滑铁卢大学一个人工智能项目研究人员表示，他们可以让人工智能够在离开计算机和内存的情况下正常运行。这听起来似乎有点不可思议，如果他们真能做到这样，就意味神经网络不再受到互联网和云计算的影响。

科学家认为他们可以引导AI在不需要大量资源的条件下进行机器学习，其优点是达到更好的隐私性，数据发送成本低以及具有携性等特点，即使在偏远的地区也能使用到人工智能程序。

其主要实施方法是将神经网络置于虚拟环境当中，设计自然复制的能力，然后逐步重复剥夺硬件和网格资源，让人工智能程序学习自主适应环境的能力。

通常人工智能需在较大功率和处理能力的PC上运行，但科学家认为机器本身需要学会处理现实环境局限性的问题，即使它没有大量的资源可以借鉴，也能够进行运算，深度学习程序能通过改变自身来适应环境和保持运转。

低功耗芯片，AI迎来全新的格局

当离开人工智能实验室的计算机和存储器后，人工智能载体将会变得更小，从而使得这些程序能够边缘计算环境中生存下去。例如把深度学习引擎安装到机器人、智能手机或者无人机等产品的芯片上，其连通性和重量将是重点考虑的一个问题，设计者需要最大限度降低硬件体积和重量，但又要确保人工智能的正常运行。

在过去，人工智能运算成本非常昂贵，主要原因是依赖于庞大的平行运算，即是需要同时使用多种计算资源解决计算问题。如今，随着芯片技术的进步，新一代人工智能芯片诞生，如Google的TPU、寒武纪的DianNao系列、Eyeriss的NPU、华为的麒麟970芯片等，预计各种人工智能苾片将会陆续推出，这些产品基本都朝着低功耗、高吞吐量的方向发展。

1 2 下一页>