除了公告和宣传之外,AI真的在发展吗?

几乎每个新的一天都会在人工智能领域带来令人振奋的消息。但是这些新闻推动了哪些更大的方向趋势?除了公告和宣传之外,ai真的在发展吗?
在本文中,我不想将重点放在遥远,模糊的关于ai的希望和愿望上,而是集中在不那么遥远的未来中的一些具体发展。下文概述的趋势已经开始以现实世界的研究和应用形式出现。这些工作领域代表了一些主题,我相信这些主题将在ai关键开发的未来时间表中记录为有意义的突破。
ai社区早就知道,我们最成功的方法(例如深度学习)在数学和计算上都很复杂。将这些方法与当前技术一起使用会消耗大量的处理资源和高成本。反过来,这限制了可以在何处以及如何自由地应用这些技术。但是,较便宜的培训技术正在抢救。重要的是要了解,通常由摩尔定律驱动的成本节省和速度提高与下面讨论的算法效率类型完全不同。尽管摩尔定律承诺每两到三年将晶体管数量增加一倍,从而使处理能力提高一倍,但算法上的突破通常可以带来即时效率,效率要高出几个数量级。
轻量级神经网络的发展是一个有前途的领域,轻量级神经网络的确切含义是:更小,更快地训练网络,该网络可以达到与它们大得多的表亲几乎相同的精度,但是其大小和训练成本却很小。由sparkcognition的首席科学家bruce porter博士领导的研究表明,尽管仅使用大型结构所需的十分之一的计算能力,但在网络安全应用中,轻量级神经网络仍可以与常规的深层网络相匹配。
稀疏学习是另一种新兴技术,具有将深度网络的训练速度提高3.5到12倍的潜力。另外,北卡罗莱纳州立大学的研究人员表明,通过利用训练数据集中图像子段的相似性,他们可以将网络训练所需的时间和计算能力潜在地减少60%以上。所有这些都不会牺牲准确性。
这绝不是致力于减少训练深度网络的计算负担的大量工作的完整清单。但是即使是这样的一瞥,也表明在不久的将来可能会带来更高效的方法,这些方法将使我们能够与大型复杂网络的决策能力相抗衡,而不会花费相同的计算资源或降低准确性。


基于Altera ASI IP核的ASI发送卡实现
凌阳AI芯片接新案 Q3进入量产
大屏幕无缝拼接技术和应用领域
食品微生物检测仪器有哪些指标
特斯拉击败航空航天巨头波音 迎来了一个明显的胜利
除了公告和宣传之外,AI真的在发展吗?
KJJ12井下网络交换机性能和技术参数
400瓦70伏放大器原理图和PCB布局设计
智慧农业就只有在牛身上吗
LED高景气将贯穿全年 龙头股涨幅显著
谷歌获取美国人健康记录,立法者要求其披露信息
汇总华为新旗舰处理器麒麟9010细节
苹果的下一轮征战浮出水面
严群院士:GPU架构“天狼星”多项指标达先进水平
三星正准备在图像传感器市场击败索尼,成为图像传感器市场的顶级企业
树莓派最新开发主板Zero仅售$5(约合¥31)
大多数高端智能手机都有一个AI加速器
Openwrt开发指南 第7章 添加Web界面
浅谈电池维修技术之锂动力电池的安全性问题
介绍一种微功耗高精度1.2V基准电压源ADR3412