人工智能市场坡道无处不在

人工智能(AI)激发了普通老百姓身上,但其快速增长在过去的几年中给了许多人暂停。从现实的担忧机器人接管工作对机器人科幻恐慌更聪明比人类建筑智能机器人,人工智能激发大量的焦虑。

在科技行业,我们有一个更好的了解潜在的技术,但它将开发的方式是不太清楚。半导体工程要求社区评估的状态人工智能和机器学习(毫升),如果他们认为技术被大肆宣传。

“是什么让AI如此有趣的是,这是一个全球现象与大学,成立公司,初创企业,甚至国家都试图尽快推动游戏,”安德鲁·格兰特说高级业务发展愿景和AI主管想象力的技术。“第四次工业革命也许是第一个人们能看见的地方改变发生在几乎每天。”

我们仍在早期。“技术采用周期,这种技术已经过去的科技爱好者和有远见的定义市场初期,”马库斯·利维说,艾未未主管NXP。“我们现在站在峡谷的边缘,我们成功地跨越进入主流市场。好消息是我们知道如何跨越这个鸿沟,有世界各地的数百家公司,包括科技领头羊公司,努力使其成为可能。我们相信,在未来的几年里这个革命性技术将取得长足进军主流市场。即使我们知道这项技术是真实的,而不是通过尝试市场增长,人们将继续使用和滥用流行语,直到他们清楚地理解真正的意思。”

这些流行语的创建,可以单独的技术现实目前主流的看法。“毫升只是模式匹配在其核心,和这两个词经常互换炒作正在进行的研究,行业新闻,”拉德·辛格说,数字营销工程师联合分析。“AI绝对是在媒体上大肆宣传作为下一个技术突破具有深远改变应用程序和机构正在利用宣传推销自己。”

一些变化被大众市场可能不会改变。说:“今天可能言过其实,本杰明Prautsch,先进的混合信号自动化集团经理弗劳恩霍夫东亚峰会。“然而,我认为,人工智能将是一个核心元素几乎在每一个未来的系统。AI不会可以像晶体管。然而,它的影响。AI不仅将新功能添加到设备,它也将提高电子设计和设计自动化,和许多其他领域。”

这已经发生了。“人工智能是今天广泛部署,在很多方面你许多不注意,如智能解锁功能在你的智能手机,使用你的脸或指纹,预测文本在你的电子邮件和即时消息,和有效的能源管理监控,”史蒂夫说罗迪,特殊项目的副总裁机器学习小组手臂。“然而,一些人工智能应用程序是被高估的,如无人驾驶自动汽车或同伴机器人取代人工交互。没有足够先进的技术对这些事情经常和持续部署。”

雷蒙德•Nijssen副总裁兼首席技术专家Achronix,对此表示赞同。“影响将更广泛的比任何人的想象。我们听到一些野生声称,他们中的一些人肯定是问题重重。但它会找到自己的方式进入我们的生活的方式和其他领域的技术还没有被预见。将会有很大的发展,但是我们会遇到一些玻璃天花板,我们有很高的期望,不会成为现实。会有很多事要做,人工智能是不够聪明。”

人工智能这个词本身是有问题的。”都是关于背景和他的期望是,”大卫·怀特说,高级组主管研发定制IC和PCB小组节奏。“我相信有极端两岸的辩论。我不相信我们是接近真实的机器智能,这将会威胁到我们的安全,我不相信人工智能和深度学习是纯粹的炒作,没有救赎工程价值。我的期望是,AI和深度学习在实际系统将提供价值为特定的任务,在这种情况下,我相信我们已经步入了正轨。”

和环境是很重要的。“扎卡里·利普顿,卡内基梅隆大学助理教授指出,AI炒作是让人忽视它的局限性和危险从长期来看,”辛格说联合分析。”他认为,AI的当前状态由公众知之甚少,因为后者往往将人工智能与人类自我意识的机器人接管。在现实中,机器仍有很长的路要走,能够开发类似人类的智能。传奇的物理学家斯蒂芬·霍金和特斯拉的创始人Elon Musk都公开谈论AI的危险,而微软联合创始人比尔•盖茨(Bill Gates)认为有理由保持谨慎。”

什么是复杂的速度变化。“这几年以来多伦多大学的杰弗里•辛顿的团队取得了突破美国有线电视新闻网格兰特指出,。“此后谷歌、Facebook和其他许多自己的发展可用于更广泛的观众数据科学家,软件开发人员和硬件团队。”

理解技术可以帮助的根源。“如果你看看AI,想想今天的最好方式是一个超级宇宙曲线拟合函数,“Achronix Nijssen的解释道。“任何适合模具可以取得很多进展超出了我们现在看到的。但也有其他形式的智力不是一个外推的模式或图像或序列的事件已经见过实际的解释和更深的理解是必要的。今天,不属于被认为是什么。”

曲线拟合的覆盖面积大。“我们还没有全部分类方法,可以用它的地方,”Peter Glaskowsky说世界语的计算机系统架构师的技术。“几乎任何地方,决定取决于识别重复模式,人工智能将发挥作用。”

这些将继续包括人类。“有很多领域将受益于组合的人,机器,人工智能,“想象力的格兰特说。”,结合我们可以开始解决问题,否则躲避我们。在卫生保健、安全和经济,例如,简直是无穷无尽的机会。”

把人类从循环的问题可能开始。”在这个过程中,重要的是了解人工智能的决策可以测量的质量决定,”弗劳恩霍夫的Prautsch警告说。“如果决定,然而,被太多的注意力在决策的过程中,可能会出现隐患。”

会有失败。“有机会在市场的一个演员,还是一群演员,做一些次优的AI,”说Marc Naddell营销副总裁矛隼技术。“如果他们在促进解决方案的能力,这可能导致失望。可以作为证据使用,人工智能并不真正兑现账单。”

NXP公司的征税解决这个问题。“每一个技术都有炒作周期低谷的幻灭。我们认为毫升和人工智能的自然发展技术的进步,人类进化了几千年。看这人类已经成为最成功的物种因为我们想出了如何转让获得知识、解决问题的能力,和决策技术,我们的后代,而不是通过基因,但extra-somatically。我们一直在做同样的事情,我们的机器,使他们更有效率,更聪明,现在自然进程是使他们思考。所以与其他技术,人工智能和毫升不夸张的或短暂的。他们是人类本性的基础。”

机器创造更好的机器呢?目前,最遥远的我们已经是使用这些技术来创造更好的硅。“现在前所未有的兴趣和投资应用毫升芯片设计,“杰夫•戴克说工程/研发主任导师,西门子业务。“这导致新一代的ML从业者在EDA,其中有许多的扎实的学术知识毫升。他们现在在控制环境中发展有前景的结果。然而,我们仍在学习学校的ML艰辛的挑战将ML方法从实验室到生产。也许我们的早期阶段毫升为芯片设计的黄金时代,但我们需要看到有前途的技术在实验室成功地转移到生产的价值去实现。”

加快发展
今天毫升和AI非常最优的硬件上运行。“我们将会看到人工智能处理从cpu和gpu移动到专用的AI加速器芯片,“Glaskowsky说。“因为这些新设备是专门为机器学习算法设计,在更低的价格,他们将提供更好的性能,他们会更节能在同一tasks-typically 10倍比gpu和比cpu 100倍。”

和我们正开始看到自定义所使用的硅。“有数十家公司在2019年和2020年将人工智能芯片市场,”说杰夫•泰特的首席执行官Flex Logix。“很多人会想念马克,但他们中的一些人将交货使AI快速增长的优势。人工智能芯片的长期赢家将是那些能跟上变化的快速神经网络改进。”

根据最近的一份报告通过联合市场研究,全球深度学习芯片市场预计将在2025年达到294亿美元,增长39.9%的复合年增长率从2018年到2025年。

赛灵思公司在很大程度上跳进这个市场。“他们投入了数十亿美元的珠峰平台,将磁带由2018 7纳米技术,”塞吉奥Marchese说,技术营销经理OneSpin解决方案。“灵活且强大的硬件平台支持异构计算是至关重要的加速机器学习和基于ai的应用程序的开发和部署。”

我们必须查看所有指标。“在某种程度上,它不仅仅是性能,“Naddell警告说。“这是关于拥有成本和包括能源使用。”

实现这一需要的一系列设备。“他们将涵盖范围广泛的成本和灵能点,”说Glaskowsky。“会有(和人工智能芯片知识产权块SoC设计),成本不到1美元。大独立的芯片可能花费超过一千美元,但是会比一盒充满gpu的花费更多。世界上大部分的人工智能处理将尽快从遗留平台优化解决方案的新硅是怎么制造出来的呢。”

一些设备已经在消费设备。”神经网络加速器会变得无处不在,在每一个设备在environment-indeed我们可以称之为环境AI,”格兰特说。”作为处理复杂的神经网络的能力增加,每个设备的价格下降,我们将看到这无处不在,从城市基础设施提供先进的服务,如交通和建筑管理和安全监控在看护之家的老人。”

有很多工作要做。“第一代的解决方案不是很有效,”Nijssen说。“训练和推论都是非常强力的方式完成的。gpu是有用的,但他们是愚蠢的,他们不允许偏离的事情只是泵通过大量的MAC的功能。有很多技术,人们没有机会去尝试,因为这个领域发展得非常快。一旦尘埃落定,人们做培训的方式变得更加均匀,每天和算法不改变,你就会看到人们推低功耗曲线。”

“硬件空间,关键是有弹性,可伸缩的和节能的硬件能涵盖所有的性能点,从cpu、gpu和转专业,“胳膊的罗迪说。“市场扩张,将继续加大。人工智能是留在这里。”

未来1月:AI和ML仍然面临许多挑战。政治、道德、法律问题、信任是一组必须处理的问题。也有很多剩余必须克服的技术问题,才能更上一层楼。多读一些书,在推动人工智能成为主流。