当前位置:首页 > 模拟 > 模拟技术
[导读]在20世纪20年代初,当复杂的消费者神经网络首次出现时,这些观点还能站得住脚。那时候,如果你想自动识别小猫,你确实需要谷歌“吞噬世界”的服务器的力量。

在20世纪20年代初,当复杂的消费者神经网络首次出现时,这些观点还能站得住脚。那时候,如果你想自动识别小猫,你确实需要谷歌“吞噬世界”的服务器的力量。

当然,这也会产生隐私泄露的风险,想想亚马逊或谷歌的转包商坐在一旁听我们家里传送过来的音频片段,或者黑客远程监视我们的孩子,这有多恐怖。

这个问题是结构性的。它融入了当今消费类人工智能的构建和部署方式。大型科技公司都是在这样的假设下运作的:人工智能要想最有效地识别人脸和声音等,就需要深入学习神经网络,而这需要强大的计算能力。我们被告知,这些神经网络需要大量的数据,需要源源不断地输入数据来提高它们的智能水平,所以它必须在云端发生,对吗?

但摩尔定律就是摩尔定律,近年来人工智能硬件和软件都有了巨大的改进。如今,有了一种新的神经网络,它可以完全运行在廉价、低功耗的微处理器上,它可以完成我们需要的所有人工智能技巧,但永远不会将图片或声音发送到云端,它就是边缘AI。在接下来的一段时间里,如果我们足够幸运的话,我相信它可以给我们带来方便,而且不会损害我们的隐私。

一家边缘AI公司——Picovoice,它生产的软件可以识别语音命令,但你能想象,它只是运行在一个价格不超过几美元的小微处理器上吗?硬件是如此便宜,以至于智能语音技术可能会被应用于洗衣机或洗碗机等日常家居中。Picovoice表示,它已经在与各大家电公司合作开发语音控制设备。

这么小的AI是怎么运行的?

这其实是一个巧妙的工程技术。传统的神经网络多使用长数位数的数字进行计算,而Picovoice使用的是非常短的数字,甚至二进制的1和0,这就使得AI可以在速度慢得多的芯片上运行。这种折中方案塑造出来的似乎是一个不那么雄心勃勃的机器人:一个咖啡机的语音识别人工智能只需要识别大约200个单词,所有这些都与java的酿造任务有关。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除( 邮箱:macysun@21ic.com )。
换一批
延伸阅读
关闭