脸书将自行开发AI芯片，加入AI竞赛
http://bit.ly/2EjFGF5
Facebook首席人工智能科学家Yann LeCun在旧金山举行的国际固态电路会议(2019.2.18)
发表一篇新的研究论文，概述他对人工智能的未来展望，同时表示FB将自主ASIC芯片来支
援自家的AI计画，将专注于AI芯片和硬件如何共同运作发展。市场传出，Facebook将与
Intel合作开发人工智能芯片。
由于，深度学习的兴起，以吸引不少科技大厂宣示要开发自主AI芯片，有：苹果、谷歌、
亚马逊、Nvidia、华为等，将AI应用于快速语言翻译和识别照片中物体的尖端人工智能技
术。愈来越多科技大厂选择开发自主AI芯片，也就代表着，使用第三方芯片厂商将会减少
些订单，例如：Intel、高通、三星。
深度学习的核心是称为神经网络的软件，它可以筛选大量数据，甚至能比人类更快地辨识
。但这项技术需要巨大的计算能力，促使像英特尔和硬件新创公司这类的半导体制造商为
这项工作，努力研究新计算机芯片设计，从而减少硬件耗能并提高某些AI运算的效率。
LeCun概述他对人工智能未来的展望，以下摘录他演讲中的一些亮点：
一、从语言翻译到内容监管
虽然，许多科技大厂正研究降低AI专用计算机芯片的耗能，但LeCun认为这并非十分重要
，因为新的计算机芯片将允许公司在其云端数据中心内使用比现在更多的神经网络。
因此，在线语音翻译等任务可以即时完成。同时，AI系统将能够分析视频中的每个帧图片
以识别出人或物体，而不仅仅是针对静止物，并从而显著提高准确度。LeCun还认为，使
用更聪明的计算机芯片可以改善内容审核，例如用于攻击性语言或虚假新闻的扫描文本。
二、更聪明的计算机芯片导入于日常设备
LeCun观察出一个新趋势，就是AI计算机芯片可以适用于日常设备，如真空吸尘器和割草
机。LeCun还认为更复杂的移动计算芯片，就可以直接在移动设备上运行神经网络，而不
必将信息发送回云端数据中心进行处理。目前，一些智慧手机已经设计了内置AI可以识别
用户的脸部来解锁设备，但是更高端的任务就更需要改进计算机芯片的效能。
他说，人工智能的另一个障碍是电池续航力的限制，AI技术须消耗大量能量，这也代表着
AI在较小的设备上使用是有限度的。
三、训练计算机学习一些常识
尽管深度学习取得了进展，但相较之下，儿童很快就会认出大象，但计算机需要大量图像
学习才能累积辨识力。LeCun认为，最终将开发新型神经网络，通过筛选大杂烩的数据来
获得常识。