以無處不在的終端側對云端完成彌補是 Qualcomm 對人工智能的愿景。在我們料想中的世界里，將使終端、機械、汽車和萬物都變得加倍智能，簡化并豐碩人們的平常生涯。

　　近日，在搶占人工智能生態(tài)進口—Qualcomm創(chuàng)投及立異峰會2017上，Qualcomm高等研發(fā)總監(jiān)侯紀磊揭橥了名為《讓終端側人工智能無處不在》的主題演講并與年夜家分享了分享Qualcomm在人工智能、特別是在終端側人工智能的愿景和將來盡力的偏向。

　　Qualcomm高等研發(fā)總監(jiān)侯紀磊

　　積極結構周全深耕智能范疇

　　從全部科技成長的過程看，使機械終端具有智能才能是人類多年來的愿景。在曩昔幾年，機械智能化的趨向正在漸漸產(chǎn)生。

　　從這方面來說，Qualcomm作為挪動行業(yè)中的主要領軍企業(yè)，在挪動行業(yè)投入較多，包含技巧立異和家當驅動，關于人工智能的成長也起到了異常強的加快感化，特別是加快了人工智能對全部人類社會和花費者小我的推進感化。

　　據(jù)侯紀磊引見，重要表示在以下幾方面：第一是挪動行業(yè)的宏大范圍，今朝全球手機保有量到達幾十億部。第二是挪動技巧異常疾速的迭代周期，在亞洲、歐洲、北美等絕對蓬勃地域，手機的均勻更新周期為兩年。第三，挪動技巧具有高集成、低功耗、高機能等各方面的優(yōu)勢。這使挪動技巧具有無與倫比的優(yōu)勢，可推進人工智能從手機拓展到各個行業(yè)。

　　另外，Qualcomm在人工智能方面有多年的投入，特別在終端方面有異常強的優(yōu)勢和搶先位置。為何會怎樣說呢？起首，2007年，Qualcomm啟動了首小我工智能項目，其時基于類腦迷信也稱為脈沖神經(jīng)收集展開了研討，也是業(yè)界最早在這方面投入研討的企業(yè)之一。接著在2011年、2012年閣下，基于深度進修的人工神經(jīng)收集有了較好的遠景，Qualcomm也是業(yè)界投入這方面研討的晚期企業(yè)之一。以后，2014年，收買了歐洲一家著名的挪動端人工智能公司Euvision。在終端側，他們對情況感知與認知的盤算才能和算法優(yōu)勢異常凸起，這使Qualcomm其時很快確立了在人工智能特別終端側人工智能的搶先優(yōu)勢。

　　其次，Qualcomm在推進人工智能成長上比擬主要的一個趨向是對全部生態(tài)鏈的結構。例如，挪動具有沒有與倫比的范圍，如何經(jīng)由過程范圍優(yōu)勢去推進全部生態(tài)鏈的成長，這也是Qualcomm須要去投入的一個方面。是以，Qualcomm與谷歌在手機層面上睜開了基于TensorFlow的晚期計謀協(xié)作，也與Facebook在本年上半年展開基于Caffe2練習框架的計謀協(xié)作。與此相干的是，Qualcomm還推出了本身的軟件開辟平臺——驍龍神經(jīng)處置引擎SDK。

　　另外，據(jù)泄漏，將來，兩邊在Caffe2方面還有進一步的協(xié)作空間，表示在兩個主要方面。第一，從Qualcomm的角度，可以對收集停止進一步優(yōu)化，進一步進步收集及時性的機能。第二，從Facebook的角度，可以在練習收集Caffe2中完成多種機能加強，以支撐Qualcomm專有的芯片優(yōu)化。

　　最初，Qualcomm早先完成了對歐洲另外一家搶先人工智能公司Scyfer的收買。這家公司的開創(chuàng)人Max Welling傳授，早在2000年閣下就進入到晚期的人工智能偏向，他在深度進修范疇是一名異常有影響力的人物，他如今也是Qualcomm異常慎密的公司外部的協(xié)作同伴。

　　“Max Welling傳授是全球貝葉斯深度進修范疇及第足輕重的一名人物。他將在學術方面臨Qualcomm停止引誘，率領公司乃至于全部業(yè)界完成從感知到認知的過渡。” 侯紀磊彌補到。

　　為終端側智能的成長賦能

　　“如今智能正向終端遷徙。以往人工神經(jīng)收集從練習到履行的進程現(xiàn)實上都是在辦事器或云端停止的。如今，固然年夜部門的練習仍然在收集側，但許多履行和推理進程都曾經(jīng)在終端側停止。同時，我們也看到一部門新興的終端側練習也在悄然產(chǎn)生，許多終端都有一些特性化懂得和關于用戶習氣的進修，這方面將是終端側進修異常主要的運用。” 侯紀磊講到。

　　談及為何須要在終端側成長人工智能時，侯紀磊表現(xiàn)，終端側的智能成長最主要的特色是在最接近數(shù)據(jù)源的地位停止數(shù)據(jù)處置，對云端處置供給強無力的彌補。重要優(yōu)勢表示在兩個主要的方面：一是隱私性和平安性。從小我隱私和平安的角度動身，許多時刻人們其實不愿望把照片或許語音數(shù)據(jù)放到云端，能在終端側停止當?shù)氐奶幹茫@是終端側智能異常好的優(yōu)勢。二是低時延。在收集側銜接質量沒有獲得完整保證的條件下，可以在當?shù)貍韧Ｖ鼓暌沽康臄?shù)據(jù)處置和人工智能運用，這也是終端側異常強的一個優(yōu)勢。

　　終端側人工智能既然很有需要性，那末假如要停止研發(fā)和產(chǎn)物開辟，有哪些主要的方面須要留意？侯紀磊表現(xiàn)最主要的兩點是盤算的功耗和熱效力，由于人工智能對任務負載的請求異常年夜。一方面，它須要年夜量密集盤算。另外一方面是一直開啟。在如許的挑釁下，要如何完成高效散熱和電池的耐久續(xù)航，要若何對存儲和內存停止有用應用，這都是將來完成終端側人工智能所面對的主要挑釁。

　　針對這些挑釁， Qualcomm在終端側智能研發(fā)上，將來兩三年乃至五到十年須要連續(xù)投入的一些主要偏向。第一是高效硬件。手機平臺一個明顯特色叫異構盤算。Qualcomm驍龍平臺集成了DSP、CPU和GPU，遍地理焦點有各自紛歧樣的特色，好比處置語音、圖象和視頻，這些處置焦點都有本身的方法，在功耗和吞吐量之間的均衡上可知足分歧的需求。講到這里，侯紀磊坦言：“如何完成硬件對分歧的語音、視頻或圖象的及時處置，這是我們盡力的主要偏向。”

　　第二是算法改良，在算法改良層面，要如何完成高效改良，從而可以或許完成智能從收集端到終真?zhèn)€遷徙？侯紀磊講到，不管在設計照樣運用的模子中，99%以上模子的體系容量都是over design，也就是說它設計的容量要跨越體系的需求。由于over design這個特色，使我們在嵌入式的神經(jīng)收集優(yōu)化上還有很年夜的空間，可以緊縮收集模子、應用稀少性并從架構的角度完成體系性的收集優(yōu)化。

　　第三是軟件對象。假如要將優(yōu)化算法高效地放到異構平臺，這中央的映照，包含并行盤算的調劑和內存優(yōu)化等，都須要軟件對象自己做許多任務。

　　Qualcomm對全部終端側智能的成長起到了異常主要的賦能感化，重要表示在，第一，供給了低功耗和高效集成的盤算平臺。第二是在5G技巧方面，挪動盤算和挪動通訊一向是Qualcomm的優(yōu)勢地點。經(jīng)由過程供給高速、低時延的銜接，使得人工智能的盤算架構完成在云端和終端側之間的最靈巧配比，這是Qualcomm的壯大優(yōu)勢。第三是在平安性方面，Qualcomm也一向走在業(yè)界前列，好比說“刷臉”在付出和其他一些平安運用場景的應用。 Qualcomm的技巧可以或許從產(chǎn)物的角度，完成人工智能對平安性運用方面的壯大支撐。

　　推進終端側人工智能范圍化

　　談及將來人工智能在終端側將出現(xiàn)如何的趨向時，侯紀磊表現(xiàn)重要有以下兩點：起首，將來的人工智能成長趨向必定是在終端側，而且是散布式的盤算架構。其次，神經(jīng)處置的硬件架構自己也會賡續(xù)演進，將來針對人工智能處置的公用處置器會是一個行業(yè)趨向。

　　另外，針對終端側的人工智能，侯紀磊以為在智妙手機和汽車范疇都有比擬主要的用例和成長偏向。

　　智妙手機方面，起首，終端側的語音交互體系就是一個很好的例子。今朝這些用例能夠更多運用在智能音箱和智能家居范疇，將來它在手機平臺上會是一個主要的成長偏向。第二是在圖象拍攝和前期處置方面，人工智能技巧可以對圖片拍攝完成“一條龍”式加強。第三，人工智能可以真正地讓手機成為你的小我助理。將來的手機遇在后臺連續(xù)進修用戶的應用習氣和特性，經(jīng)由進修它可以向你推舉適合的運用，或贊助你更好地應用這些運用，從而成為人們身旁無處不在的小我助理。

　　人工智能在終端側另外一個異常主要的成長偏向在于汽車范疇。人工智能在汽車范疇的運用表現(xiàn)在兩個方面。第一是車載體驗，也就是在汽車駕駛艙外部，人工智能可認為人們帶來特性化的體驗和辦事。第二是車和情況的交互，包含感知和傳感器融會，也包含從途徑計劃到?jīng)Q議計劃的各個方面。Qualcomm在體系平臺和算法方面其實有許多技巧貯備和優(yōu)勢，侯紀磊表現(xiàn)，“我們也愿望未來在主動駕駛范疇能無機會跟在坐同仁協(xié)作。”

　　他表現(xiàn)，Qualcomm在人工智能范疇處在一個異常有益的地位，可以強無力地推進終端側人工智能的范圍化。這重要表示在以下三個方面。第一是推進面向人工智能的硬件成長，這是一個很主要的趨向。第二是算法晉升方面。在認知層面上，包含監(jiān)視進修和更主要的非監(jiān)視進修和強化進修方面的主要機能，關于終端側人工智能來講都是技巧立異和產(chǎn)物成長的主要偏向。第三是優(yōu)化戰(zhàn)略。今朝有許多的練習收集，這能夠會使開辟者在收集優(yōu)化上覺得七手八腳。但我們也很欣喜地看到，業(yè)界正在生態(tài)鏈上推進更多的融會和同一。

　　最初，值得一提的是本年10月10日，Qualcomm宣告參加Facebook和微軟提出的ONNX（開放神經(jīng)收集切換）概念。據(jù)悉，F(xiàn)acebook有兩種分歧的練習收集，PyTorch和Caffe2。PyTorch實用于開辟者在開辟早期疾速停止練習和原型機設計，Caffe2更合適運用于年夜范圍收集，使得收集在統(tǒng)籌貿(mào)易性和及時性的同時還能跑得更快更好。針對晚期研發(fā)和前面產(chǎn)物的衡量（tradeoff），兩種練習收集有各自的長處。而ONNX將起到平臺性的感化，經(jīng)由過程收集描寫的同一格局，使得開辟者從晚期研發(fā)階段到前面產(chǎn)物化的進程中能有一個同一的構造。