|
今年是该年度报告的第三期，由 Nathan Benaich 与 Ian Hogarth 代表剑桥大学总结了过去一年的 AI 趋势。
和往年一样，该报告援引的数据来自知名科技公司和研究小组。新版 AI 全景报告全方位总结过去一年来 AI 领域的研究成果与突破、人才形势、产业动态等，并作出未来预测。
报告显示，在美国工作的顶尖 AI 人才中，27% 有中国教育背景，但他们在毕业后有 54% 会去美国攻读研究生博士，这其中又有 90% 选择留美工作。
如果您想获得本报告的全文 pdf，请在雷锋网(公众号：雷锋网)微信公众号回复关键词“ 1010报告”提取。
文档来源：剑桥大学
一、人工智能研究进展：只有 15% 的论文会公开代码，PyTorch 超越了 TensorFlow
1、开放性不足
AI 研究的开放性并没有我们想象的那么高，只有 15% 的论文会开源他们的代码。
冯·诺依曼架构中数据储存和计算分离，这就好比信息存储在甲地，要计算的时候却得把信息搬到乙地去，算完了再搬回来。但搬运的速度要远远低于计算的速度，反而让搬运本身成为麻烦。”潘纲说，“存储墙”在大数据时代已让计算机性能提升难于施展，如果要从事人工智能等高耗能计算，计算机还会撞上“功耗墙”。
在数据成为基础性战略资源，计算能力成为国家综合实力重要量度的当下，计算机发展如何实现颠覆性创新，成为今日各国科学界“兵家必争之地”，借鉴人类大脑，尤其成为探索焦点。美国出资1亿美金资助IBM和荷美尔（HRL）的研究团队发展拟态神经网络计算；德国海德堡大学等高校积极布局类脑计算机……浙大团队，正在努力追赶上来。
3. 类脑计算如何演化？
如果房间里有一只不请自来的小老鼠，那可是件令人头疼的事。它可能来无影去无踪，偷吃食物不说，还能精准绕过人们设下的陷阱。一台和小鼠大脑神经元运算规模一致的类脑计算机，“智力”能达到什么水平？
在浙大项目的实验中，类脑计算机展示了多方面的能力，比方说指挥机器人完成“抗洪救灾”模拟任务。在实验现场，半月谈记者看到三台机器人在计算机调度下各司其职，1号机器人自带摄像头，在场地来回巡逻，一旦发现堤坝缺口，便呼叫负责工程维修的3号机器人前来修坝；发现倒在地上的人体模型后，就呼叫负责救援的2号机器人……
简单说来，大脑神经元的工作机理可以理解为，随着神经元接受输入脉冲，其细胞体的膜电压升高，当达到特定阈值时，会发出一个输出脉冲到轴突，传递到邻近神经元，实现信息的传递。信号来时方启动，没有信号不运行。”项目研究骨干、浙江大学副教授马德说，类脑计算机工作原理提炼自生物神经元的“日常生活”，相较于传统计算机，能耗显著降低，效率大为提升。
为了让大量神经元高效联动，令杂乱无章的信息流得以有序分配，科研人员还专门研发了达尔文类脑操作系统。目前该系统的功能任务切换时间已达微秒级。
2. 颠覆传统的“大块头”
相较于我们日常使用的小巧轻便的各类电子计算机，今天的类脑计算机还是个“大块头”。但科学家们表示，如果用电子计算机的历史来衡量，类脑计算机现在还处于一切草创的“埃尼阿克”（ENIAC）阶段，随着芯片及其他硬件的不断迭代升级，类脑计算机“减重”指日可待。
电子计算机传统上仰赖长于数值计算的冯·诺依曼架构，然而，随着摩尔定理逐渐失效，这一架构的局限日益明显。从存储到功耗，以至于智慧水平，有前瞻性的科学家已经看到了它的“瓶颈”。
（编辑：广安站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
