近日，福布斯刊登了一篇百度硅谷AI實(shí)驗(yàn)室高級(jí)研究員Greg Diamos的署名文章，該文章指出，在人工智能領(lǐng)域芯片研發(fā)速度已經(jīng)超過(guò)了人工智能算法，為了能更完全發(fā)揮當(dāng)今人工智能芯片的威力，加快人工智能的技術(shù)進(jìn)展，研發(fā)下一代算法成為了當(dāng)務(wù)之急。

以下為署名文章全文：

在今年的GTC技術(shù)會(huì)議上，英偉達(dá)公司發(fā)布了名為Volta的最新款GPU。這款GPU以Tensor Core人工智能加速器為核心。它的問(wèn)世推動(dòng)了許多原本看起來(lái)絕無(wú)可能的人工智能應(yīng)用的誕生。有了這款GPU，人工智能算法就能更好地理解和生成人類的語(yǔ)言，改善語(yǔ)音識(shí)別系統(tǒng)，提高音頻轉(zhuǎn)文本的準(zhǔn)確率，計(jì)算機(jī)的語(yǔ)言表達(dá)將具備與人類無(wú)異的聲音、風(fēng)格和感情。

近年來(lái)，人工智能的巨大潛力促使眾多企業(yè)致力于研發(fā)出更加強(qiáng)大的芯片，如英偉達(dá)開(kāi)發(fā)的GPU產(chǎn)品和谷歌開(kāi)發(fā)的TPU產(chǎn)品正是人工智能芯片中的佼佼者。

這些芯片的共同點(diǎn)是都加入了位置定位的優(yōu)化算法。只有當(dāng)人工智能芯片和人工智能算法兩方面都支持位置技術(shù)時(shí)，才能發(fā)揮最大效用。盡管目前新問(wèn)世的芯片為實(shí)現(xiàn)位置技術(shù)提供了設(shè)備條件，但大部分的人工智能算法尚不支持該技術(shù)的實(shí)現(xiàn)。這就意味著人工智能算法的研發(fā)速度還跟不上芯片，芯片的最大效用難以發(fā)揮。

人工智能芯片第一階段的研發(fā)目標(biāo)是能同時(shí)執(zhí)行多個(gè)并行任務(wù)。但芯片通常會(huì)遇到內(nèi)存限制，也就是說(shuō)芯片內(nèi)存過(guò)小，不足以同時(shí)進(jìn)行多個(gè)任務(wù)的計(jì)算。

要實(shí)現(xiàn)第二階段的目標(biāo)，人工智能還需要利用位置技術(shù)。位置技術(shù)就是對(duì)同一個(gè)數(shù)據(jù)

執(zhí)行多項(xiàng)任務(wù)。比如，如果你在雜貨店里買東西，想要一次找齊購(gòu)物清單上的所有東西，你可以請(qǐng)你的朋友每人幫你找一樣。這種方法雖然能夠同時(shí)執(zhí)行，但效率仍然不高，因?yàn)橛锌赡懿煌臇|西就放在相近的地方。最好的辦法就是在每個(gè)貨道里安排一個(gè)朋友，讓這個(gè)朋友負(fù)責(zé)貨道里的所有商品，這種方法效率更高。位置技術(shù)就是這樣一種能夠提高效率的技術(shù)。

新一代人工智能芯片需要擁有強(qiáng)大位置技術(shù)的算法，但目前并不是所有算法都能夠執(zhí)行這樣的任務(wù)。有些人工智能算法還不能揭示足夠的位置信息，無(wú)法發(fā)揮新一代人工智能芯片的全部性能。

百度硅谷人工智能實(shí)驗(yàn)室嘗試了多種改進(jìn)算法的方法，以期發(fā)揮位置技術(shù)的最大效用。初期實(shí)驗(yàn)表明我們很有可能夠克服這些障礙。百度開(kāi)發(fā)了持續(xù)性循環(huán)神經(jīng)網(wǎng)絡(luò)，能在計(jì)算規(guī)模較小時(shí)，將計(jì)算速度提高至30倍，改善了普通循環(huán)神經(jīng)網(wǎng)絡(luò)的位置功能。這是新算法研發(fā)的良好開(kāi)端，但人工智能芯片的未來(lái)研發(fā)還需進(jìn)一步加速。解決算法問(wèn)題的另一個(gè)可能方向是將卷積神經(jīng)網(wǎng)絡(luò)和復(fù)現(xiàn)的神經(jīng)網(wǎng)絡(luò)整合起來(lái)，但最好的解決辦法目前還有待發(fā)現(xiàn)。

以深度學(xué)習(xí)為基礎(chǔ)的人工智能算法計(jì)算能力有限，需要更快速的計(jì)算機(jī)來(lái)實(shí)現(xiàn)新突破。當(dāng)前算法已經(jīng)實(shí)現(xiàn)重大突破，推動(dòng)語(yǔ)音識(shí)別、機(jī)器翻譯和真實(shí)人類語(yǔ)音合成的巨大進(jìn)步。硬件已經(jīng)準(zhǔn)備好迎接人工智能的下個(gè)階段，初步實(shí)驗(yàn)也出現(xiàn)喜人跡象。因此我們相信我們正處在研發(fā)下一代算法的風(fēng)口浪尖，這也正是我們的當(dāng)務(wù)之急。我們希望能最大程度發(fā)揮當(dāng)今人工智能芯片的計(jì)算能力，幫助我們實(shí)現(xiàn)新的突破。