概率計(jì)算能促進(jìn)人工智能和機(jī)器學(xué)習(xí)嗎？

英特爾等許多公司押注于概率計(jì)算，致力于使未來的系統(tǒng)能夠理解和計(jì)算自然數(shù)據(jù)中固有的不確定性，制造出能夠理解、預(yù)測和決策的計(jì)算機(jī)。概率計(jì)算被認(rèn)為是最適合在不確定的情況下做出判斷的技術(shù)。

根據(jù)英特爾首席技術(shù)官M(fèi)ike Mayberry的說法，最初的人工智能浪潮是基于邏輯的，這是基于寫下規(guī)則——即所謂的“經(jīng)典推理”。在概率計(jì)算中，處理單元所消耗的能量降低，從而增加了某些操作出錯(cuò)的可能性。

定義概率計(jì)算

根據(jù)USFCA的說法，概率計(jì)算機(jī)將模擬問題（前向）帶入一個(gè)推理程序（反向）?？偛课挥诩又莶死腘avia系統(tǒng)公司開發(fā)了概率計(jì)算機(jī)，它將其定義為最適合在不確定的情況下做出判斷的技術(shù)，就像傳統(tǒng)的計(jì)算技術(shù)是大規(guī)模的記錄保存一樣。這家成立于2007年的創(chuàng)業(yè)公司強(qiáng)調(diào)，與目前用于邏輯推理和精確計(jì)算的計(jì)算機(jī)不同，在概率計(jì)算領(lǐng)域，機(jī)器和程序是用來處理不確定性和從經(jīng)驗(yàn)中進(jìn)行學(xué)習(xí)的。

英特爾在概率計(jì)算下壓上重注

英特爾正把賭注押在概率計(jì)算上，這是人工智能的一個(gè)主要組成部分，它將使未來的系統(tǒng)能夠理解和計(jì)算自然數(shù)據(jù)中固有的不確定性，并有助于研究人員能夠制造出能夠理解、預(yù)測和決策的計(jì)算機(jī)。Mayberry在一篇文章中指出，如今人工智能的一個(gè)關(guān)鍵障礙是，給電腦提供的自然數(shù)據(jù)大多是非結(jié)構(gòu)化和“嘈雜”的。他強(qiáng)調(diào)，概率計(jì)算可以使計(jì)算機(jī)在處理大規(guī)模的概率時(shí)更有效率，這是將當(dāng)前系統(tǒng)和應(yīng)用程序從先進(jìn)的計(jì)算輔助工具轉(zhuǎn)變?yōu)槔斫夂蜎Q策的智能合作伙伴的關(guān)鍵。

Intel CTO Mike Mayberry

作為研究的一部分，這家領(lǐng)先的芯片制造商建立了英特爾的概率計(jì)算戰(zhàn)略研究聯(lián)盟，以促進(jìn)與學(xué)術(shù)界和創(chuàng)業(yè)社區(qū)的研究和合作，并將實(shí)驗(yàn)室的創(chuàng)新帶到實(shí)際應(yīng)用中。該公司想要解決的核心領(lǐng)域是基準(zhǔn)應(yīng)用、對抗攻擊緩解、概率框架、軟件和硬件優(yōu)化。

其他公司正在重新思考計(jì)算機(jī)架構(gòu)

根據(jù)洛斯阿拉莫斯國家實(shí)驗(yàn)室（Los Alamos NationalLaboratory，LANL）的數(shù)據(jù)，概率計(jì)算為新的架構(gòu)鋪平了道路，這些新架構(gòu)可以幫助優(yōu)化傳統(tǒng)的基本算法。LANL指出概率計(jì)算是一個(gè)具有挑戰(zhàn)性的挑戰(zhàn)，因?yàn)榇罅康奶卣鞒叽绲臏p少會導(dǎo)致非確定性，這也是一個(gè)巨大的機(jī)會，因?yàn)樗峁┝艘环N探索豐富空間的算法，也幫助研究人員可以概率性的降低功耗硬件方法。

在深度學(xué)習(xí)中應(yīng)用概率計(jì)算

對于研究人員來說，最大的優(yōu)勢之一就是概率計(jì)算可以用比當(dāng)前范式所提供的更低的能量來進(jìn)行計(jì)算。今天，通用機(jī)器已經(jīng)獲得了很高的成熟度，并且大量的用例和應(yīng)用程序，比如音頻和語音處理，都需要很高的計(jì)算能力。其結(jié)果是，圍繞創(chuàng)新的新硬件系統(tǒng)的研究在學(xué)術(shù)和技術(shù)領(lǐng)域獲得了越來越多的關(guān)注。計(jì)算的概率性質(zhì)允許數(shù)量級的加速，并可以大大減少電力消耗。根據(jù)喬治亞理工學(xué)院的研究員Krishna V Palem的說法，電力是高計(jì)算速度的主要驅(qū)動因素，現(xiàn)在的主要問題是如何在嵌入式計(jì)算設(shè)備中使電池續(xù)航時(shí)間更長。Palem強(qiáng)調(diào)，計(jì)算可以被建模為偏離，而不是采用直線的方法，隨后我們可以控制計(jì)算的曲折行為達(dá)到期望的水平，同時(shí)將能源的成本節(jié)省到忽略不計(jì)的程度。

前景

專注于人工智能的硬件已經(jīng)催生了一個(gè)創(chuàng)業(yè)生態(tài)系統(tǒng)，這些初創(chuàng)公司正在努力使人工智能操作更加順暢。一個(gè)例子就是加利福尼亞的Samba Nova系統(tǒng)，它通過創(chuàng)建一個(gè)新平臺來為新一代的計(jì)算提供動力。據(jù)新聞媒體報(bào)道，這家創(chuàng)業(yè)公司認(rèn)為，盡管英偉達(dá)的GPU已經(jīng)成為該行業(yè)深度學(xué)習(xí)應(yīng)用的實(shí)際標(biāo)準(zhǔn)，但仍有顛覆的空間。新聞報(bào)道稱，該公司在A輪融資中獲得了5600萬美元的融資，該公司希望打造一款能夠在任何以人工智能設(shè)備上運(yùn)行的新一代硬件，這是一款為自動駕駛技術(shù)提供動力的芯片。

目前，人工智能硬件市場已經(jīng)見證了像蘋果和谷歌這樣的大公司，他們推出了專門的硬件來加速電腦視覺、圖像識別等任務(wù)，但人工智能和數(shù)據(jù)分析不再局限于大型科技公司。其他在類似領(lǐng)域運(yùn)營的創(chuàng)業(yè)公司是Graphcore和中國的地平線機(jī)器人公司，它們也在對硬件進(jìn)行投資，并基于GPU進(jìn)行了激烈的競爭，因?yàn)镚PUs是所有與人工智能相關(guān)技術(shù)的密集型計(jì)算應(yīng)用的支柱。從Facebook到百度，幾乎每一家大公司都對GPU進(jìn)行了投資，以快速完成對深度學(xué)習(xí)應(yīng)用的研究，并訓(xùn)練復(fù)雜的模型。在效率方面，GPU的效率是CPU的10倍，在功耗方面，NVIDIA聲稱GPU也在推動計(jì)算行業(yè)的能源效率。