AI技術進入全面滲透、加速創新的新階段,新一代人工智能方興未艾。12月20日,依圖科技CTO顏水成受邀出席“2019新一代人工智能院士高峰論壇”,并發表主題演講“Transform AI into Affordable Intelligence”。

顏水成博士分享說,只有在高效能的AI模型和高效能的AI芯片綜合驅動下,“A.I.”才能轉換成為“Affordable Intelligence”,讓最終用戶買得起、用得好。

“2019新一代人工智能院士高峰論壇”由鵬城實驗室和新一代人工智能產業技術創新戰略聯盟主辦,是國內人工智能平臺建設最高水平的精英會,中國工程院院士、鵬城實驗室主任高文,中國科學院院士、美國科學院外籍院士蒲慕明等十余位院士現場點評,集中討論AI創新應用成果。

作為產業界代表,顏水成博士與百度CTO、深度學習技術及應用國家工程實驗室主任王海峰,騰訊 AI Lab & Robotics X 主任張正友等一同發表了主題演講,并從算法和算力兩個維度,介紹了依圖提升AI基礎設施和AI解決方案產業效能,從而提高人工智能落地廣度和深度的探索。

小明整理了顏水成博士演講要點,與大家共享。

 

讓AI成為“Affordable Intelligence”

隨著AI不斷往前發展,越來越多場景中都可以見到人工智能。但是,讓“A.I.”成為“Affordable Intelligence”,還存在很大的挑戰。

AI創業公司和大廠AI實驗室的核心使命是讓AI真正落地。

要想解鎖一個AI場景,需要兩個維度不同的引擎。其中一個是算法,首先要保證可以用,算法精度足夠高,能夠真正解鎖一個場景,其次要足夠用,如今有很多場景僅憑單模態的算法已經無法提供用戶滿意的解決方案,圖像、語音等相結合的多模態AI愈發關鍵。

第二個引擎是算力,比如說支撐計算的AI芯片,首先要買得起,并發性能足夠高,能解析很多路數的視頻,其次要用得起,使用時功耗足夠低,不然數據中心的電費和運維費用會使得用戶承受不起。

所以,真正讓AI在一個場景落地,要從算法、算力兩個維度實現“準、全、快、省”。

 

基于模型的Affordable Intelligence

我們來看一些例子,不同場景解鎖的重點是不一樣的,比如同為人臉識別,不同的場景對算法有著不同的要求。

門禁系統要求的精度可能很多公司都能做到,但是對于百萬、千萬甚至上億量級的刷臉支付,中國能提供這種技術的公司屈指可數。

只有不斷提升算法精度,才能真正解鎖這些不同的場景。

此外,在現有基礎上進一步提升,比如一個城市有很多的攝像頭,但當我們希望處理百萬量級的攝像頭系統時,將它們合在一起作為群體智能考慮,對解決方案就是大的挑戰。

研究表明,訓練和測試人工智能模型所需要的算力,每三個半月就會翻一番,這比摩爾定律已經快了很多。今年剛開完的NeurIPS會議,大家都在討論,AI用得越來越多,消耗的電力越來越高,會不會對環境產生影響?

依圖在高效能的AI模型上一直在不斷探索,也取得了很多突破。最近我們和Facebook合作,提出了“八分音符卷積”。我們發現,與圖像類似,Feature Map也會有高頻和低頻之分,對于低頻的部分可以進一步壓縮,以低分辨率的格式保存和處理。

于是我們就讓Feature Map變得異構化,設計相應卷積操作,輸出異構的Feature Map,模型變得比以前更小。因為僅對低頻部分進行壓縮,信息損失很小,同時這種多尺度結構增加了感受野,模型分類效能可以顯著提高。同時由于模型資源開銷變小,所以同樣的算力可以訓練更大的模型。

實際使用非常方便,我們提供了多個示例在 GitHub 上,只要直接使用我們提供的Python包替換即可,無需調參數,也無需改變網絡結構。

 

基于芯片的Affordable Intelligence

依圖在三年前就布局芯片。今年5月,依圖發布了第一款芯片“求索”(QuestCore?),做視頻全解析,單芯片功耗低于1W。

發布的時候,我們現場連接了兩百路視頻,做實時的人臉檢測和人臉識別,實現了“發布即商用”。

為什么依圖設計出來的芯片有競爭力?因為我們在設計芯片時想得清楚,要遵循“算法即芯片”原則。當我們在設計這款芯片的時候,我們知道這款芯片典型的使用場景,因此能確保芯片能達到最高效能,同時我們能預測這個領域里最前沿算法的發展趨勢,由此去優化芯片的架構和工具鏈,從而實現算法和芯片的相互優化。

不僅如此,我們也做到芯片和算法分層解耦,確保第三方也能使用依圖的這款芯片去加速他們的算法。

這款芯片發布后,跟市面上最先進的解決方案相比,單路視頻解析功耗能降低到五分之一到十分之一?,F在我們提供AI服務器和邊緣盒子這兩種形式的產品,希望最終用戶在使用我們解決方案時,首先數據中心的建設成本足夠低,其次運維費用也能大幅減少。

當我們把高效能的AI模型和高效能的AI芯片相融合,就可以打造軟硬一體化的解決方案,解鎖更多的場景,在不同的場景中發揮價值。比如說智能城市軌交刷臉支付,可以用邊緣盒子滿足對于計算的需求,智能商業刷臉支付也可以采用邊緣盒子,而對于醫療場景,比如智慧醫院進行海量醫療圖像分析,就可以使用云端AI服務器。

隨著AI融合進入越來越多的場景,我們不斷追求高精度和高性能,對于算力的要求也越來越高。這時候AI的“Affordable”就會變得越來越重要,而要讓“A.I.”成為“Affordable Intelligence”,高效能的AI模型和高效能AI芯片是推動這一轉換的雙引擎,只有這樣才能讓我們最終的用戶能夠買得起和用得起。

謝謝大家!

您可以復制這個鏈接分享給其他人:http://www.17zhibao.com/node/800