人工智能信息网

解密:Qualcomm如何让终端侧人工智能无处不在?

以无处不在的终端侧对云端实现补充是 Qualcomm 对人工智能的愿景。在我们预想中的世界里,将使终端、机器、汽车和万物都变得更加智能,简化并丰富人们的日常生活。

近日,在抢占人工智能生态入口—Qualcomm创投及创新峰会2017上,Qualcomm高级研发总监侯纪磊发表了名为《让终端侧人工智能无处不在》的主题演讲并与大家分享了分享Qualcomm在人工智能、尤其是在终端侧人工智能的愿景以及未来努力的方向。
Qualcomm高级研发总监侯纪磊
积极布局全面深耕智能领域
从整个科技发展的历程看,使机器终端具备智能能力是人类多年来的愿景。在过去几年,机器智能化的趋势正在慢慢发生。
从这方面来讲,Qualcomm作为移动行业中的重要领军企业,在移动行业投入较多,包括技术创新和产业驱动,对于人工智能的发展也起到了非常强的加速作用,尤其是加速了人工智能对整个人类社会以及消费者个人的推动作用。
据侯纪磊介绍,主要表现在以下几方面:第一是移动行业的庞大规模,目前全球手机保有量达到几十亿部。第二是移动技术非常快速的迭代周期,在亚洲、欧洲、北美等相对发达地区,手机的平均更新周期为两年。第三,移动技术拥有高集成、低功耗、高性能等各方面的优势。这使移动技术拥有无与伦比的优势,可推动人工智能从手机拓展到各个行业。
此外,Qualcomm在人工智能方面有多年的投入,尤其在终端方面有非常强的优势和领先地位。为什么会怎么说呢?首先,2007年,Qualcomm启动了首个人工智能项目,当时基于类脑科学也称为脉冲神经网络开展了研究,也是业界最早在这方面投入研究的企业之一。接着在2011年、2012年左右,基于深度学习的人工神经网络有了较好的前景,Qualcomm也是业界投入这方面研究的早期企业之一。之后,2014年,收购了欧洲一家知名的移动端人工智能公司Euvision。在终端侧,他们对环境感知与认知的计算能力和算法优势非常突出,这使Qualcomm当时很快确立了在人工智能尤其终端侧人工智能的领先优势。
其次,Qualcomm在推动人工智能发展上比较重要的一个趋势是对整个生态链的布局。例如,移动具有无与伦比的规模,怎样通过规模优势去推动整个生态链的发展,这也是Qualcomm需要去投入的一个方面。因此,Qualcomm与谷歌在手机层面上展开了基于TensorFlow的早期战略合作,也与Facebook在今年上半年开展基于Caffe2训练框架的战略合作。与此相关的是,Qualcomm还推出了自己的软件开发平台——骁龙神经处理引擎SDK。
此外,据透露,未来,双方在Caffe2方面还有进一步的合作空间,表现在两个重要方面。第一,从Qualcomm的角度,可以对网络进行进一步优化,进一步提高网络实时性的性能。第二,从Facebook的角度,可以在训练网络Caffe2中实现多种性能增强,以支持Qualcomm专有的芯片优化。
最后,Qualcomm新近完成了对欧洲另一家领先人工智能公司Scyfer的收购。这家公司的创始人Max Welling教授,早在2000年左右就进入到早期的人工智能方向,他在深度学习领域是一位非常有影响力的人物,他现在也是Qualcomm非常紧密的公司内部的合作伙伴。
“Max Welling教授是全球贝叶斯深度学习领域中举足轻重的一位人物。他将在学术方面对Qualcomm进行引导,带领公司甚至于整个业界实现从感知到认知的过渡。” 侯纪磊补充到。
为终端侧智能的发展赋能
“现在智能正向终端迁移。以往人工神经网络从训练到执行的过程实际上都是在服务器或云端进行的。现在,虽然大部分的训练依然在网络侧,但很多执行和推理过程都已经在终端侧进行。同时,我们也看到一部分新兴的终端侧训练也在悄然发生,很多终端都有一些个性化理解和对于用户习惯的学习,这方面将是终端侧学习非常重要的应用。” 侯纪磊讲到。
谈及为什么需要在终端侧发展人工智能时,侯纪磊表示,终端侧的智能发展最重要的特点是在最靠近数据源的位置进行数据处理,对云端处理提供强有力的补充。主要优势表现在两个重要的方面:一是隐私性和安全性。从个人隐私和安全的角度出发,很多时候人们并不希望把照片或者语音数据放到云端,能在终端侧进行本地的处理,这是终端侧智能非常好的优势。二是低时延。在网络侧连接质量没有得到完全保障的前提下,可以在本地侧进行大量的数据处理和人工智能应用,这也是终端侧非常强的一个优势。
终端侧人工智能既然很有必要性,那么如果要进行研发和产品开发,有哪些重要的方面需要注意?侯纪磊表示最重要的两点是计算的功耗和热效率,因为人工智能对工作负载的要求非常大。一方面,它需要大量密集计算。另一方面是始终开启。在这样的挑战下,要怎样实现高效散热和电池的持久续航,要如何对存储和内存进行有效利用,这都是未来实现终端侧人工智能所面临的重要挑战。
针对这些挑战, Qualcomm在终端侧智能研发上,未来两三年甚至五到十年需要持续投入的一些重要方向。第一是高效硬件。手机平台一个显著特点叫异构计算。Qualcomm骁龙平台集成了DSP、CPU和GPU,各处理核心有各自不一样的特点,比如处理语音、图像和视频,这些处理核心都有自己的方式,在功耗和吞吐量之间的平衡上可满足不同的需求。讲到这里,侯纪磊坦言:“怎样实现硬件对不同的语音、视频或图像的实时处理,这是我们努力的重要方向。”
第二是算法改进,在算法改进层面,要怎样实现高效改进,从而能够实现智能从网络端到终端的迁移?侯纪磊讲到,无论在设计还是应用的模型中,99%以上模型的系统容量都是over design,也就是说它设计的容量要超过系统的需求。因为over design这个特点,使我们在嵌入式的神经网络优化上还有很大的空间,可以压缩网络模型、利用稀疏性并从架构的角度实现系统性的网络优化。
第三是软件工具。如果要将优化算法高效地放到异构平台,这中间的映射,包括并行计算的调度和内存优化等,都需要软件工具本身做很多工作。
Qualcomm对整个终端侧智能的发展起到了非常重要的赋能作用,主要表现在,第一,提供了低功耗和高效集成的计算平台。第二是在5G技术方面,移动计算和移动通信一直是Qualcomm的优势所在。通过提供高速、低时延的连接,使得人工智能的计算架构实现在云端和终端侧之间的最灵活配比,这是Qualcomm的强大优势。第三是在安全性方面,Qualcomm也一直走在业界前列,比如说“刷脸”在支付以及其他一些安全应用场景的使用。 Qualcomm的技术能够从产品的角度,实现人工智能对安全性应用方面的强大支持。
推动终端侧人工智能规模化
谈及未来人工智能在终端侧将呈现怎样的趋势时,侯纪磊表示主要有以下两点:首先,未来的人工智能发展趋势一定是在终端侧,并且是分布式的计算架构。其次,神经处理的硬件架构本身也会不断演进,未来针对人工智能处理的专用处理器会是一个行业趋势。
此外,针对终端侧的人工智能,侯纪磊认为在智能手机和汽车领域都有比较重要的用例和发展方向。
智能手机方面,首先,终端侧的语音交互系统就是一个很好的例子。目前这些用例可能更多应用在智能音箱和智能家居领域,未来它在手机平台上会是一个重要的发展方向。第二是在图像拍摄和后期处理方面,人工智能技术可以对图片拍摄实现“一条龙”式增强。第三,人工智能可以真正地让手机成为你的个人助理。未来的手机会在后台持续学习用户的使用习惯和个性,经过学习它可以向你推荐合适的应用,或帮助你更好地使用这些应用,从而成为人们身边无处不在的个人助理。
人工智能在终端侧另一个非常重要的发展方向在于汽车领域。人工智能在汽车领域的应用体现在两个方面。第一是车载体验,也就是在汽车驾驶舱内部,人工智能可以为人们带来个性化的体验和服务。第二是车和环境的交互,包括感知和传感器融合,也包括从路径规划到决策的各个方面。Qualcomm在系统平台和算法方面其实有很多技术储备和优势,侯纪磊表示,“我们也希望将来在自动驾驶领域能有机会跟在座同仁合作。”
他表示,Qualcomm在人工智能领域处在一个非常有利的位置,可以强有力地推动终端侧人工智能的规模化。这主要表现在以下三个方面。第一是推动面向人工智能的硬件发展,这是一个很重要的趋势。第二是算法提升方面。在认知层面上,包括监督学习以及更重要的非监督学习和强化学习方面的重要性能,对于终端侧人工智能来说都是技术创新和产品发展的重要方向。第三是优化策略。目前有很多的训练网络,这可能会使开发者在网络优化上感到手足无措。但我们也很欣喜地看到,业界正在生态链上推动更多的融合和统一。
最后,值得一提的是今年10月10日,Qualcomm宣布加入Facebook和微软提出的ONNX(开放神经网络切换)概念。据悉,Facebook有两种不同的训练网络,PyTorch和Caffe2。PyTorch适用于开发者在开发初期快速进行训练和原型机设计,Caffe2更适合应用于大规模网络,使得网络在兼顾商业性和实时性的同时还能跑得更快更好。针对早期研发和后面产品的权衡(tradeoff),两种训练网络有各自的优点。而ONNX将起到平台性的作用,通过网络描述的统一格式,使得开发者从早期研发阶段到后面产品化的过程中能有一个统一的结构。

人工智能信息网 倡导尊重与保护知识产权。如发现本站文章存在版权等问题,烦请30天内提供版权疑问、身份证明、版权证明、联系方式等发邮件至1851688011@qq.com我们将及时沟通与处理。!:首页 > 新闻 » 解密:Qualcomm如何让终端侧人工智能无处不在?

()
分享到:

相关推荐

留言与评论(共有 0 条评论)
   
验证码: