为什么人工智能的研究都是基于算法,而不是基于“硬件”?

韩平 6年前 (2018-08-16)

现在,人工智能面临的问题不是快和慢,而是有些事情做不到。

首先,问题就有问题。

人工智能的研究既基于算法,又需要硬件。

NVIDIA每年更新显卡都不只是更新gtx 680、gtx780…gtx1080这些游戏显卡。如果你对人工智能、支持向量机、卷积神经网络等有了解,那你应该知道每次NVIDIA发布新卡都会有丽台的卡,价格比游戏显卡昂贵,从丽台 p100到p4000到现在的丽台GV100。每一次更新其计算能力都发生了飞跃。

那么问题来了,为啥研究人工智能就研究算法而不做硬件?其实这两方面都有人做,各司其职,做算法的人研究如何运用卷积神经网络进行识别,面对爆炸的信息量如何最大化榨取处理器的计算能力。而做硬件的行业操心如何能让其核心拥有更强大的计算单元,更低的功耗。

为什么人工智能的研究都是基于算法,而不是基于“硬件”?

现在,人工智能面临的问题不是快和慢,而是有些事情做不到。

根据现有的计算理论:即使把神经元近似的实现为一些计算芯片,即使用CMOS的方式搭出一个神经网络,它的计算能力和用软件写出来的卷积神经网络并没有本质的区别。

目前人工智能发展的困难不在于是否用硬件实现,而在于算法。

举个不恰当的例子,要想让马儿跑,得先让马儿走起来再说,现在马儿连站都站不起来,谈何马儿跑。

为什么人工智能的研究都是基于算法,而不是基于“硬件”?

关于详细的如何选择,选择哪方面的研究,以及国内外领先的的课题组和相应的研究,我想,这个论文调研需要自己动手做才更深刻。我的导师常跟我说:“授人以鱼不如授人以渔”。希望你能学到点什么。

最后,记得关注微信公众号:镁客网(im2maker),更多干货在等你!

镁客网


科技 | 人文 | 行业

微信ID:im2maker
长按识别二维码关注

硬科技产业媒体

关注技术驱动创新

分享到