广告

让AI从炒作走向现实…

时间:2018-11-29 作者:Nitin Dahad 阅读:
当今的人工智能(AI)就像是两年前的物联网(IoT)——市场过度炒作,但其实只是一知半解…
广告

 在日前于德国举行的慕尼黑电子展(electronica 2018)上,恩智浦半导体(NXP Semiconductors)总裁Kurt Sievers在一场CEO圆桌会议上指出,当今的人工智能(AI)已经被过度炒作了。“最不可思议之处在于没有人真的知道它是什么。大多数的人甚至不晓得AI的定义。”eqHEETC-电子工程专辑

除了Kurt Sievers,这场CEO圆桌论坛还邀请到意法半导体(STMicroelectronics;ST)首席执行官Jean-Marc Chery、英飞凌科技(Infineon Technologies)首席执行官Reinhard Ploss和Mentor Graphics首席执行官Wally Rhines、阿里巴巴(Alibaba)旗下云端服务阿里云(Alibaba Cloud)首席智联网科学家丁险峰,以及Elektrobit汽车业务部门总经理Alexander Kocher,探讨AI的现实及其实际效用。大多数人都同意,AI更像是用于实现物联网和自动驾驶等应用的工具。eqHEETC-电子工程专辑

Sievers说:“物联网从两年前开始被大肆炒作,至今都还没能真正发生。但我们认为,随着连接性(connectivity)以及传感器技术进步,AI可望真的让物联网得以实现。”eqHEETC-电子工程专辑

英飞凌科技首席执行官Reinhard Ploss说:“AI融合了你所拥有的数据及其背后的所有算法。”eqHEETC-电子工程专辑

业界首席执行官们试图进一步落实AI,解释其适合应用之处,并将市场炒作与现实区分开来。eqHEETC-电子工程专辑

ST总裁兼首席执行官Jean-Marc Chery表示,“边缘AI (AI at the edge)是一种渐进式的创新,它并不是每个人所想象的激进式创新。”eqHEETC-电子工程专辑

Chery介绍ST如何在制造业中导入某种AI形式,解释如何透过软件与神经网络组件收集有关晶圆缺陷和工艺参数等数据、寻找模型以及预测故障机制等。“你必须具备很强的工程技能,才能掌握导致失效的根本原因。因此,我们很清楚可以用AI来做什么,以及不要指望AI能做哪些事。”eqHEETC-电子工程专辑

Chery表示,AI扮演着加速器和推动者的角色,能让系统更有效率并加速决策。但AI并不会完全取代人类的角色。eqHEETC-电子工程专辑

阿里云首席智联网科学家丁险峰说:“AI无法取代人类的创新思维。”eqHEETC-电子工程专辑

181121_ND_electronica_CEO_rountable_600-min.pngeqHEETC-电子工程专辑

左起:ST首席执行官Jean-Marc Chery、Mentor Graphics总裁兼首席执行官Wally Rhines、里根斯堡大学(University of Regensburg )教授Michael Dowling (主持人)、英飞凌科技首席执行官Reinhard Ploss以及恩智浦半导体总裁Kurt Sievers(来源:electronica)eqHEETC-电子工程专辑

Ploss表示深有同感。他说:“AI并不会创造新的智慧,但可以协助或暗示问题出在哪里。或者,AI可在研发(R&D)时用于加速开发过程。在某一个领域接受训练的系统也可以协助我们用于其他领域进行改善。”eqHEETC-电子工程专辑

针对这方面,参与这场圆桌论坛的专家们提出的一个重点是,AI涉及基于规则(rule-based)的推论,无法实现任何需要使用未知数据的系统。换句话说,计算机当然不可能胜过人类。eqHEETC-电子工程专辑

这场圆桌论坛还讨论到不同的地理区的差异。从科学方面来看,美国持续引领人工智能发展,但中国则在实务方面处于领先地位,特别是因为中国人口数量庞大,以及人们可由社交媒体取得的数据深度等。专家们还讨论到欧洲可发挥作用之处在于为基于AI的应用提供可靠的安全和隐私。eqHEETC-电子工程专辑

落实汽车应用

汽车很显然是AI的关键应用之一。但根据恩智浦汽车电子事业部技术长Lars Reger表示,业界对于第5级(Level 5)全自动驾驶能力的愿景和期待如今正逐渐降低中。eqHEETC-电子工程专辑

Reger说,随着每个人忽然间开始要求Level 3,针对自动驾驶“等级”的讨论不再聚焦于如何实现Level 5了。eqHEETC-电子工程专辑

Reger说,“现实正在发挥作用。我们正经历一个完美的技术炒作周期,而现在正处于下坡阶段。”eqHEETC-电子工程专辑

针对汽车和物联网领域,客户希能能建构更合适的功能——例如在物联网方面,他们正着眼于在最佳性能点上实现更节能省电的处理途径。eqHEETC-电子工程专辑

Reger还讨论到如何打造可应用于不同领域的平台,作为推动价值链以及与市场新进者合作的部份策略。eqHEETC-电子工程专辑

“我们的社会正转向随选(on-demand)文化。”Reger说:“以共享汽车为例 ,‘所有权’(ownership)在新时代将不再受重视。但是随选文化能发展到什么程度?您也许可以拥有随选汽车、随选医疗保健,但终点在哪里?”eqHEETC-电子工程专辑

这正是Reger认为有必要足够灵活地为缺少某一领域专业的新客户提供服务之处。这些客户可能正在智慧家庭、智能工厂或智能移动中开发新的商业模式。但他们不一定有能力提供形成终点所需的技术或系统。eqHEETC-电子工程专辑

Reger表示,搭载高性能运算引擎的汽车参考设计,可以轻松地转换至其他应用。因此,恩智浦正积极建立参考设计中心并提供参考数据,以协助规模较小、经验较少的客户打造以往只有具备专业领域知识的大型业者才有能力开发的先进系统。eqHEETC-电子工程专辑

AI是否过度炒作?

至少在电子系统设计领域,AI或许并不至于过度炒作。正如参与electronica的首席执行官们所阐述的,这一生态系统中存在许多现实,芯片供应商清楚地知道客户面临的真正挑战,以及哪一种类型的AI引擎或芯片能够解决这些问题。eqHEETC-电子工程专辑

工程师通常都很聪明(和务实),当然别想随便唬弄他们。在主流媒体中更可能出现对AI大肆宣传或炒作,任凭想象力尽情发挥,甚至认为AI就等同于拥有自主思维的智能计算机以及机器人,最终将取代一切!然而,至少在未来几年内,这一切都还不太可能发生。eqHEETC-电子工程专辑

编译:Susan Hong,EET TaiwaneqHEETC-电子工程专辑

qrcode_EETCwechat_120.jpgeqHEETC-电子工程专辑

关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”eqHEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Nitin Dahad
EE Times欧洲记者。Nitin Dahad是EE Times的欧洲记者。
  • 利用神经形态芯片仿真人脑 长期以来人们一直在研究生物细胞的电特性,以便了解细胞动力学。离子电流的动态特性和离子电导的非线性是由微观参数控制,由于测量微观参数具有相当的难度,阻碍了定量运算模型的建构…
  • 研究表明端到端模拟芯片可用于AI计算 神经拟态芯片初创公司Rain Neuromorphics与Mila合作进行的一项研究证明,使用全模拟硬件训练神经网络是可能的,显示出创建端到端模拟神经网络的可能性。这对整个神经拟态计算和AI硬件领域都具有重大意义:完全采用模拟AI芯片可以进行训练与推理,从而可以大大节省算力、能耗,并缩减延迟时间和产品尺寸。
  • 价值900亿美元的美国半导体连环并购案揭秘 2020年见证了非比寻常的半导体行业,一场旷日持久的疫情不但遮掩了全球半导体的持续下滑,也冲淡了中美科技冷战的硝烟。同时,另外一个被掩盖的现象下半年开始浮出水面,那就是半导体行业的一连串并购活动。并购金额之大令人咋舌,对整个半导体甚至高科技行业的影响也将会无法估量。本文将针对ADI/Maxim、Nvidia/Arm及AMD/Xilinx这三大并购案展开深入探讨,并简要提及对中国半导体的影响和启示。
  • 光学计算有望彻底改变AI性能的游戏规则 初创公司Lightmatter专注于开发针对AI加速的光学计算处理器,在第32届Hot Chips大会上展示了一款测试芯片。该处理器利用硅光子学和MEMS技术,通过毫瓦级激光光源供电,可以光速(在硅片中)执行矩阵矢量乘法。基于此次测试芯片的首个商用产品将于2021年秋季推出, 它是一款带光学计算芯片的PCIe卡,专为数据中心AI推理工作负载而设计。
  • 利用嵌入式AI,将大数据转变为智能数据 工业4.0应用产生大量的复杂数据——大数据。传感器和可用数据源越来越多,通常要求机器、系统和流程的虚拟视图更详细。这自然会增加在整个价值链上产生附加值的潜力。但与此同时,有关如何挖掘这种价值的问题不断出现。毕竟,用于数据处理的系统和架构变得越来越复杂。只有使用相关、优质且有用的数据,也就是智能数据,才能挖掘出相关的经济潜力。
  • AI芯片:技术发展方向及应用场景落地 经过几年的喧闹后,AI应用场景的落地成为最大难题。AI芯片的设计不是简单的高性能微处理器硬件设计,而是涉及应用场景特定需求和算法的软硬件一体化设计。那么,AI芯片的技术发展未来在哪里?如何真正实现AI场景落地实施和商用呢?
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了