AI在许多范畴做出了令人惊叹的成果——现在你能够用AI给明星换头，用AI给动画补帧，还能够用AI去马赛克（划掉）。
不过现在的AI存在一个问题，便是需求许多的时刻进行学习和练习。跟着人们给AI指使新的使命越来越杂乱，练习AI的时刻也变得越来越长。这客观上是由于AI需求处理的信息量自身就十分的巨大，但另一方面也是由于现在运转AI运用的芯片功能缺乏，约束了AI的运算速度，导致了学习时刻很长。
因而研讨人员正在想方设法的制造出更强的芯片来提高AI的才能。近来，谷歌就推出专门用于AI的 Tensor处理器(TPU)，TPU中的芯片是专门为机器学习规划的AI芯片，特别强化了神经网络和机器学习等方面的功能，运算功率更高。
可问题是，在实际中一款新的芯片从规划、规划到出产，这种特制的芯片或许需求工程师们长达几年的规划，而AI的前进速度要比芯片的前进速度快得多，这样一来硬件研发滞后于软件开发，就大大拖慢了AI技能全体的开展进展。
谷歌的研讨科学家 Azalia Mirhoseini 说：“咱们现已发现，一些算法和神经网络构架在现在的AI加速器上体现并不抱负，由于这些加速器大约是两年前规划的了，那时候神经网络乃至都不存在。”
因而要强化AI的才能，就需求在更短的时刻内制造出更好的芯片，而谷歌给出的解决方案，便是让AI自己规划AI芯片。
“咱们信任AI能缩短芯片的规划周期，在硬件和AI中树立一种共生联系，相互促进互相的前进，”谷歌在研讨论文中写到。
现在谷歌现已研讨出了一种AI，能够学习规划芯片的布局。布局规划是芯片规划中十分耗时的一个工序。这一般需求酌量逻辑单元和内存块的排布，一起忌惮芯片的功能、归纳体现和尺度巨细，因而需求花许多时刻一点点的测验。
一般来说由一个工程师团队规划一款全新的谷歌Tensor 处理器（TPU）布局大约需求几周的时刻，而在试验中经过练习的AI只用了不到24个小时。并且AI规划的处理器在功能、体现和体积上也全面超越人工规划的产品。
这个AI运用的并不是人们熟知的深度学习，而是深度强化学习技能（Deep Reinforcement learning ）。这种技能不需求让AI学习数量巨大的样本，而是让AI依据环境边做边学，并依据成果是否成功给与AI反应，AI会再依据反应来进行调整。有名的AlphaGo运用的便是这种技能。
深度强化学习看起来更像是人类学习的形式，不过这种AI练习的难度很大，因而不像深度学习相同遍及。
谷歌期望能够使用这种AI出产出紧跟年代的AI芯片，有人说这是AI发生自我意识的第一步。
能够幻想由AI规划出的AI芯片，能够运转更强的AI，更强的AI再规划出更更好的AI芯片，如此往复，AI的更新换代速度会越来越快，才能会越来越强，乃至获得腾跃性的前进。
或许往后人们也会把更多的工序交给AI和机器人，进一步缩短AI前进的整个流程，直到有一天人AI学会了自己生息繁殖。
特别声明：以上内容(如有图片或视频亦包含在内)为自媒体渠道“网易号”用户上传并发布，本渠道仅供给信息存储服务。
武汉女钉子户，不满1508万拆迁款非要3000万，形成国家丢失5.5亿
浙江台州，一男人逝世前，信用卡尚欠银行58000元，银行得知后，要求男人的妻子和女儿归还
扎克伯格已证明：Meta本年推出Quest 3，支撑Meta Reality全彩透视
快速链接
下载
公司