日前,,麻省理工學(xué)院(MIT)的一個(gè)研究小組公布了一款用于自動(dòng)語音識(shí)別的低功耗芯片,,最高可將功耗降低99%。
進(jìn)入2017年以來,,人機(jī)語音交互的熱度不斷上升。除了音箱,、電視等智能家居領(lǐng)域的產(chǎn)品以外,,許多人也將目光投向了移動(dòng)設(shè)備:蘋果的智能耳機(jī)Air Pods甫一上市就引起了消費(fèi)者的關(guān)注;LG公司上周發(fā)布的智能手表成為了首個(gè)使用谷歌Android Wear 2.0操作系統(tǒng)的智能手表,,內(nèi)置智能語音助手Google Assistant,;尚未顯露真身的三星手機(jī)Galaxy S8也因?yàn)樯衩氐恼Z音助手Bixby惹得坊間傳聞不斷。
對(duì)于移動(dòng)設(shè)備上的語音AI來說,,耗電量始終是一個(gè)大問題,。想讓這些語音助手能隨時(shí)聽從召喚,就需要始終在后臺(tái)保持開啟的狀態(tài),,實(shí)時(shí)監(jiān)測(cè)周圍的聲音,。這就必然影響設(shè)備的續(xù)航時(shí)間,。根據(jù)MIT研究人員的測(cè)算,現(xiàn)有的手機(jī)在語音識(shí)別功能上的耗電量達(dá)到1瓦特,。
目前的芯片需要使全部神經(jīng)網(wǎng)絡(luò)保持運(yùn)行,,來探測(cè)所有的聲音和噪聲。而MIT的這款新芯片則采用了一種“語音活動(dòng)探測(cè)”(voice activity detection)電路,,在探測(cè)到人聲時(shí)才會(huì)激活更復(fù)雜的語音識(shí)別電路,。因此,這款芯片可以降低90%到99%的功耗,,耗電量僅為0.2至10毫瓦,。
這一技術(shù)意味著,在簡單的小型電子設(shè)備上使用語音識(shí)別和AI助手成為可能,。無論是手機(jī),、手表、眼鏡還是耳機(jī),,這款芯片為它們的智能化之路又掃除了一塊障礙,。
芯片——人工智能的另一戰(zhàn)場(chǎng)
人工智能不僅意味著算法,還有其背后的物理硬件支撐,。無論是語音交互還是識(shí)別圖像,,都需要進(jìn)行大量的運(yùn)算來處理龐大復(fù)雜的信息。對(duì)于使用人工智能的人來說,,不只看重運(yùn)算結(jié)果(比如識(shí)別準(zhǔn)確率),,還關(guān)心運(yùn)算的速度——如果反應(yīng)遲鈍也會(huì)大大降低使用體驗(yàn)。因此,,芯片雖然低調(diào),,卻不可或缺的基石。
此外,,盡管目前云計(jì)算是深度學(xué)習(xí)和人工智能的主流趨勢(shì),,但在一些場(chǎng)合——比如移動(dòng)設(shè)備——又免不了在本地處理數(shù)據(jù),以實(shí)現(xiàn)一些實(shí)時(shí)的功能,,這就需要速度快,、能耗低的芯片來提供支撐。
傳統(tǒng)芯片巨頭轉(zhuǎn)型AI
英偉達(dá)是較早投身人工智能領(lǐng)域的芯片廠商,。這家以圖形處理器(GPU)聞名的公司曾經(jīng)幫助游戲變得更清晰,、流暢,其強(qiáng)大的GPU也能很好地應(yīng)對(duì)神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)所要求的計(jì)算量,,效率遠(yuǎn)遠(yuǎn)高于CPU,。看到了人工智能的未來,,英偉達(dá)將自己定位為一家“人工智能芯片廠商”,,著力開發(fā)專門面向人工智能的芯片,。
在收購了芯片制造商Altera、Movidius和Nervana之后,,英特爾也在2016年宣布進(jìn)軍人工智能芯片領(lǐng)域,。今年,他們將發(fā)布第一款針對(duì)深度學(xué)習(xí)的芯片Knights Mill,,并推出由其收購的公司Nervana Systems研發(fā)的面向機(jī)器訓(xùn)練的芯片,。
互聯(lián)網(wǎng)巨頭入場(chǎng)
互聯(lián)網(wǎng)公司也認(rèn)識(shí)到了芯片的重要性。在持續(xù)投入軟件研究的同時(shí),,也紛紛嘗試開拓人工智能芯片的領(lǐng)域,。
2015年,亞馬遜收購了以色列芯片設(shè)計(jì)商Annapurna Labs,,一年之后便發(fā)售了基于ARM的芯片,,用于無線路由器、流媒體設(shè)備,、家居設(shè)備及數(shù)據(jù)存儲(chǔ)設(shè)備,。這一款芯片適用于低功耗的設(shè)備,主打筆記本電腦和無線路由器,。
2016年,,谷歌在I/O大會(huì)上宣布開發(fā)了一款專門面向深度學(xué)習(xí)任務(wù)的芯片Tensor Processing Unit(TPU)。TPU是專為谷歌的TensorFlow開源深度學(xué)習(xí)框架定制的,,可以為機(jī)器學(xué)習(xí)提供更好的性能和優(yōu)先級(jí)。如今,,TPU已經(jīng)為提升谷歌地圖,、谷歌搜索等服務(wù)的質(zhì)量貢獻(xiàn)了不小的力量, Alpha Go與李世石的圍棋比賽也有TPU的參與,。雖然谷歌并不直接售賣人工智能芯片,,但由于大量企業(yè)使用谷歌的云計(jì)算服務(wù),也間接地吞食了英偉達(dá),、因特爾等老牌芯片廠商的市場(chǎng),。
另一邊,微軟把未來寄托在可編程芯片上,。場(chǎng)效可編程邏輯閘陣列(Field Programmable Gate Array,,簡稱FPGA)讓硬件也可以編程,如此一來,,開發(fā)者可以根據(jù)需求“定制”自己的芯片,,例如既能滿足圖像處理的需求、又能滿足科學(xué)計(jì)算的需求,,相比于開發(fā)兩塊專用的芯片,,成本大大降低,。微軟已經(jīng)將FPGA應(yīng)用于必應(yīng)搜索和Azure云計(jì)算平臺(tái),開發(fā)團(tuán)隊(duì)表示,,F(xiàn)PGA將必應(yīng)的機(jī)器學(xué)習(xí)運(yùn)算速度提高了100倍,。
蘋果的W1芯片就更加有名了。2013年,,蘋果收購藍(lán)牙初創(chuàng)公司Passif Semiconductor,,便開始研發(fā)無線技術(shù),并最終在2016年推出了首款無線芯片W1芯片,。目前蘋果尚未透露關(guān)于W1芯片的技術(shù)細(xì)節(jié),,但我們看到,搭載了W1芯片的無線耳機(jī)不僅連接穩(wěn)定還耗電量低,,可工作長達(dá)五小時(shí),,使用Siri也比較流暢。
此外,,百度在去年發(fā)布了開源基準(zhǔn)測(cè)試程序DeepBench,,用于測(cè)量芯片處理深度學(xué)習(xí)的速度。這一程序旨在準(zhǔn)確測(cè)量芯片的表現(xiàn),,幫助硬件廠商和使用者互相溝通,。他們還與英偉達(dá)合作,開發(fā)智能汽車控制平臺(tái),,使駕駛更安全,。
市場(chǎng)正在起步
強(qiáng)大的芯片是人工智能背后堅(jiān)實(shí)的基礎(chǔ)。隨著人工智能走進(jìn)手機(jī),、音箱,、手表、耳機(jī),,原有的芯片又面臨新的問題,。于是,計(jì)算速度快,、能耗低,、體積小、價(jià)格低的人工智能芯片成為人們迫切渴求的硬件,。我們相信,,當(dāng)這樣的芯片誕生時(shí),人工智能又將向前跨越一大步,。