人工智能(AI)革命才剛剛起步，很快地將會(huì)需要各種更強(qiáng)大的半導(dǎo)體。

在近日于美國加州舉行的國際固態(tài)電路會(huì)議(ISSCC)上，來自機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺和神經(jīng)科學(xué)等領(lǐng)域的先驅(qū)——Yann LeCun在一場專題演講中告訴3,000名芯片設(shè)計(jì)師，當(dāng)今監(jiān)督式的神經(jīng)網(wǎng)絡(luò)正取得了廣泛應(yīng)用，但卻受限于人類創(chuàng)造者啟動(dòng)的過程。

被譽(yù)為“卷積神經(jīng)網(wǎng)絡(luò)(CNN)之父”的Yann LeCun說：“我認(rèn)為，AI的未來是一種自我監(jiān)督的學(xué)習(xí)過程。”CNN目前已廣泛用于計(jì)算機(jī)視覺和其他系統(tǒng)。

“生成對(duì)抗網(wǎng)絡(luò)”(Generative adverserial networks;GAN)可望成為一種讓系統(tǒng)自行預(yù)測(cè)的技術(shù)。LeCun展示了幾個(gè)GAN用于設(shè)計(jì)時(shí)裝和引導(dǎo)自動(dòng)駕駛車的實(shí)際例子。

卷積神經(jīng)網(wǎng)絡(luò)(CNN)之父Yann LeCun在ISSCC發(fā)表專題演說

非監(jiān)督式神經(jīng)網(wǎng)絡(luò)超越MAC、張量運(yùn)算

未來的算法將會(huì)需要更大的模型，從而要求當(dāng)今性能原已有限的芯片提供更強(qiáng)大的功能。明日的神經(jīng)網(wǎng)絡(luò)將使用動(dòng)態(tài)的不規(guī)則圖形等新的基本原型，從而變得更動(dòng)態(tài)和稀疏。

對(duì)于算法設(shè)計(jì)人員正著手開發(fā)中的新型運(yùn)算而言，當(dāng)今使用乘法累加數(shù)組來處理張量的芯片可能沒什么用處。他預(yù)期，對(duì)于嵌入式系統(tǒng)而言，各種低成本、低功耗的推論加速器將會(huì)是最大的機(jī)會(huì)。

LeCun和其他專家在去年提出的算法，它在每個(gè)特征級(jí)都使用預(yù)測(cè)變量(來源：ISSCC)

LeCun從1988年開始在AT&T的貝爾實(shí)驗(yàn)室(Bell Labs)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)系統(tǒng)，并開發(fā)了一套廣泛使用的銀行系統(tǒng)，可用于讀取支票。他在1989年撰寫了有關(guān)系統(tǒng)CNN的第一篇論文。LeCun說：“如今，CNN將無處不在，”其中包括汽車、攝影機(jī)和機(jī)器人。Lechun目前并在Facebook進(jìn)行AI研究。

自從1950年代開始以來，該技術(shù)已經(jīng)經(jīng)歷了兩次神經(jīng)網(wǎng)絡(luò)寒冬。在最后一次之后，LeCun曾經(jīng)協(xié)助設(shè)計(jì)了一款基于FPGA的機(jī)器人引導(dǎo)系統(tǒng)，但該系統(tǒng)在2011年的一場會(huì)議中遭拒。

他仍打趣地說：“大多數(shù)人都不相信從未聽說過的系統(tǒng)也可能順利工作。”