近日，在搶占人工智能生態(tài)入口—Qualcomm創(chuàng)投及創(chuàng)新峰會2017上，Qualcomm高級研發(fā)總監(jiān)侯紀磊發(fā)表了名為《讓終端側(cè)人工智能無處不在》的主題演講并與大家分享了分享Qualcomm在人工智能、尤其是在終端側(cè)人工智能的愿景以及未來努力的方向。

　　Qualcomm高級研發(fā)總監(jiān)侯紀磊

 

 

　　從整個科技發(fā)展的歷程看，使機器終端具備智能能力是人類多年來的愿景。在過去幾年，機器智能化的趨勢正在慢慢發(fā)生。

 

　　從這方面來講，Qualcomm作為移動行業(yè)中的重要領(lǐng)軍企業(yè)，在移動行業(yè)投入較多，包括技術(shù)創(chuàng)新和產(chǎn)業(yè)驅(qū)動，對于人工智能的發(fā)展也起到了非常強的加速作用，尤其是加速了人工智能對整個人類社會以及消費者個人的推動作用。

 

　　據(jù)侯紀磊介紹，主要表現(xiàn)在以下幾方面：第一是移動行業(yè)的龐大規(guī)模，目前全球手機保有量達到幾十億部。第二是移動技術(shù)非?？焖俚牡芷?，在亞洲、歐洲、北美等相對發(fā)達地區(qū)，手機的平均更新周期為兩年。第三，移動技術(shù)擁有高集成、低功耗、高性能等各方面的優(yōu)勢。這使移動技術(shù)擁有無與倫比的優(yōu)勢，可推動人工智能從手機拓展到各個行業(yè)。

 

　　此外，Qualcomm在人工智能方面有多年的投入，尤其在終端方面有非常強的優(yōu)勢和領(lǐng)先地位。為什么會怎么說呢？首先，2007年，Qualcomm啟動了首個人工智能項目，當時基于類腦科學也稱為脈沖神經(jīng)網(wǎng)絡開展了研究，也是業(yè)界最早在這方面投入研究的企業(yè)之一。接著在2011年、2012年左右，基于深度學習的人工神經(jīng)網(wǎng)絡有了較好的前景，Qualcomm也是業(yè)界投入這方面研究的早期企業(yè)之一。之后，2014年，收購了歐洲一家知名的移動端人工智能公司Euvision。在終端側(cè)，他們對環(huán)境感知與認知的計算能力和算法優(yōu)勢非常突出，這使Qualcomm當時很快確立了在人工智能尤其終端側(cè)人工智能的領(lǐng)先優(yōu)勢。

 

　　其次，Qualcomm在推動人工智能發(fā)展上比較重要的一個趨勢是對整個生態(tài)鏈的布局。例如，移動具有無與倫比的規(guī)模，怎樣通過規(guī)模優(yōu)勢去推動整個生態(tài)鏈的發(fā)展，這也是Qualcomm需要去投入的一個方面。因此，Qualcomm與谷歌在手機層面上展開了基于TensorFlow的早期戰(zhàn)略合作，也與Facebook在今年上半年開展基于Caffe2訓練框架的戰(zhàn)略合作。與此相關(guān)的是，Qualcomm還推出了自己的軟件開發(fā)平臺——驍龍神經(jīng)處理引擎SDK。

 

　　此外，據(jù)透露，未來，雙方在Caffe2方面還有進一步的合作空間，表現(xiàn)在兩個重要方面。第一，從Qualcomm的角度，可以對網(wǎng)絡進行進一步優(yōu)化，進一步提高網(wǎng)絡實時性的性能。第二，從Facebook的角度，可以在訓練網(wǎng)絡Caffe2中實現(xiàn)多種性能增強，以支持Qualcomm專有的芯片優(yōu)化。

 

　　最后，Qualcomm新近完成了對歐洲另一家領(lǐng)先人工智能公司Scyfer的收購。這家公司的創(chuàng)始人Max Welling教授，早在2000年左右就進入到早期的人工智能方向，他在深度學習領(lǐng)域是一位非常有影響力的人物，他現(xiàn)在也是Qualcomm非常緊密的公司內(nèi)部的合作伙伴。

 

　　“Max Welling教授是全球貝葉斯深度學習領(lǐng)域中舉足輕重的一位人物。他將在學術(shù)方面對Qualcomm進行引導，帶領(lǐng)公司甚至于整個業(yè)界實現(xiàn)從感知到認知的過渡。” 侯紀磊補充到。

 

 

　　“現(xiàn)在智能正向終端遷移。以往人工神經(jīng)網(wǎng)絡從訓練到執(zhí)行的過程實際上都是在服務器或云端進行的。現(xiàn)在，雖然大部分的訓練依然在網(wǎng)絡側(cè)，但很多執(zhí)行和推理過程都已經(jīng)在終端側(cè)進行。同時，我們也看到一部分新興的終端側(cè)訓練也在悄然發(fā)生，很多終端都有一些個性化理解和對于用戶習慣的學習，這方面將是終端側(cè)學習非常重要的應用。” 侯紀磊講到。

 

　　談及為什么需要在終端側(cè)發(fā)展人工智能時，侯紀磊表示，終端側(cè)的智能發(fā)展最重要的特點是在最靠近數(shù)據(jù)源的位置進行數(shù)據(jù)處理，對云端處理提供強有力的補充。主要優(yōu)勢表現(xiàn)在兩個重要的方面：一是隱私性和安全性。從個人隱私和安全的角度出發(fā)，很多時候人們并不希望把照片或者語音數(shù)據(jù)放到云端，能在終端側(cè)進行本地的處理，這是終端側(cè)智能非常好的優(yōu)勢。二是低時延。在網(wǎng)絡側(cè)連接質(zhì)量沒有得到完全保障的前提下，可以在本地側(cè)進行大量的數(shù)據(jù)處理和人工智能應用，這也是終端側(cè)非常強的一個優(yōu)勢。

 

　　終端側(cè)人工智能既然很有必要性，那么如果要進行研發(fā)和產(chǎn)品開發(fā)，有哪些重要的方面需要注意？侯紀磊表示最重要的兩點是計算的功耗和熱效率，因為人工智能對工作負載的要求非常大。一方面，它需要大量密集計算。另一方面是始終開啟。在這樣的挑戰(zhàn)下，要怎樣實現(xiàn)高效散熱和電池的持久續(xù)航，要如何對存儲和內(nèi)存進行有效利用，這都是未來實現(xiàn)終端側(cè)人工智能所面臨的重要挑戰(zhàn)。

 

　　針對這些挑戰(zhàn)， Qualcomm在終端側(cè)智能研發(fā)上，未來兩三年甚至五到十年需要持續(xù)投入的一些重要方向。第一是高效硬件。手機平臺一個顯著特點叫異構(gòu)計算。Qualcomm驍龍平臺集成了DSP、CPU和GPU，各處理核心有各自不一樣的特點，比如處理語音、圖像和視頻，這些處理核心都有自己的方式，在功耗和吞吐量之間的平衡上可滿足不同的需求。講到這里，侯紀磊坦言：“怎樣實現(xiàn)硬件對不同的語音、視頻或圖像的實時處理，這是我們努力的重要方向。”

 

　　第二是算法改進，在算法改進層面，要怎樣實現(xiàn)高效改進，從而能夠?qū)崿F(xiàn)智能從網(wǎng)絡端到終端的遷移？侯紀磊講到，無論在設計還是應用的模型中，99%以上模型的系統(tǒng)容量都是over design，也就是說它設計的容量要超過系統(tǒng)的需求。因為over design這個特點，使我們在嵌入式的神經(jīng)網(wǎng)絡優(yōu)化上還有很大的空間，可以壓縮網(wǎng)絡模型、利用稀疏性并從架構(gòu)的角度實現(xiàn)系統(tǒng)性的網(wǎng)絡優(yōu)化。

 

　　第三是軟件工具。如果要將優(yōu)化算法高效地放到異構(gòu)平臺，這中間的映射，包括并行計算的調(diào)度和內(nèi)存優(yōu)化等，都需要軟件工具本身做很多工作。

 

　　Qualcomm對整個終端側(cè)智能的發(fā)展起到了非常重要的賦能作用，主要表現(xiàn)在，第一，提供了低功耗和高效集成的計算平臺。第二是在5G技術(shù)方面，移動計算和移動通信一直是Qualcomm的優(yōu)勢所在。通過提供高速、低時延的連接，使得人工智能的計算架構(gòu)實現(xiàn)在云端和終端側(cè)之間的最靈活配比，這是Qualcomm的強大優(yōu)勢。第三是在安全性方面，Qualcomm也一直走在業(yè)界前列，比如說“刷臉”在支付以及其他一些安全應用場景的使用。 Qualcomm的技術(shù)能夠從產(chǎn)品的角度，實現(xiàn)人工智能對安全性應用方面的強大支持。