向“AI+”转变：人工智能产业现状剖析

中国和美国目前是全球人工智能(英文全称AI)产业发展的领导者，仅有在2015年，两国在学术期刊上公开发表的AI涉及论文相似1万篇，而英国、印度、德国和日本特一起才约相等于中美的半数。中国具有全球最少的数据量，享有极大应用于市场，正在环绕AI建构完备的产业生态链。我们有理由坚信，AI将沦为企业跨部门业务发展的“颠覆者”，日趋成熟期的AI技术于是以逐步向“AI+”展开改变。

我国将在AI关键技术领域取得重大突破，推展关键场景应用于逐步南北成熟期。类人脑芯片：中国探寻跟上并不晚早已不存在了60多年的AI，为什么不会在2016年忽然之间热一起?这必需要提到2016年年初谷歌发动的那场AlphaGo与韩国名将李世石的棋士大战。

云计算带给的计算能力指数级提高，用数据精准叙述世界沦为有可能，机器学习的经常出现减缓了人工智能算法的成熟期，让人工智能时代来临没商量。4月26日，在水乡乌镇，浪潮举办了一年一度的合作伙伴大会，中国工程院院士、浪潮集团继续执行总裁王恩东在大会上说道，计算出来、数据和算法是AI时代到来的三个支柱。AI必不可少计算力，计算力是AI的第一个关键基石，它既包括了以FPGA、GPU居多的硬件运算平台，专用的人工智能计算出来芯片，也包括以Haddoop、Goleam为代表的软件平台。目前尽管与AI涉及的运算只在数据中心中占到之比10%，但是快速增长十分慢，这让AI计算出来沦为新的市场需求。

AI计算出来芯片是竞争焦点之一。“从字符识别、语音辨识到图像识别，对计算能力的拒绝是一步一步往上走的，这一步往上走必不可少计算能力提高和成本的大幅度上升。而很多智能设备是移动的，不管是无人车还是服务机器人，都拒绝续航时间，对功耗减少有急迫市场需求。

做到AI智能设备有三步，辨识、推理小说、行动，所以某种程度是要它展开辨识，还要它展开分析、挖出信息，计算能力和功耗之间的对立就显得更加引人注目了。”英特尔中国研究院院长宋继强在拒绝接受《中国电子报》记者专访时回应。

在现有的条件利用图形加速器(GPU)去做到训练、辨识是最差的自由选择，也于是以因为如此，英伟达的股票才蹭蹭往下跌，但标准化CPU、GPU做到处置AI应用于并不是合适的。于是就有了2016年8月10日英特尔对Nervana这个专用AI处理器公司的并购，其中Nervana的AI芯片处理速度是GPU的10倍。事实上，人工智能必须与之更加给定的芯片。

集成电路的发展更加相似于物理无限大，技术难度不会更加大，成本也不会更加低，摩尔定律或许也有过热的一天。所以研究机构和IT业界仍然在探寻更加相似于人脑的“类人脑”计算出来的芯片体系架构。

2014年IBM发售了可拓展的超大规模的神经神经元计算机芯片SyNAPSE。这颗芯片类似于人脑，由54亿个晶体管构成，所含100万个可编程神经元、2.56亿个可编程神经元，使用了异步驱动的方式，而不是一般计算机所用于的实时电路方式。中国在类人脑芯片上的探寻跟上并不晚，2015年由浙江大学计算机学院联合，浙江大学与杭州电子科技大学的学者合作研制出了国内首款基于硅材料(CMOS)的反对脉冲神经网络(SNN)的类脑芯片——“达尔文”芯片。该课题组指出，“达尔文”虽是国内首款反对脉冲神经网络的类脑芯片，但与国际先进设备水平的IBM TrueNorth芯片较为还有一定距离。

中国在类人脑计算出来上的探寻目前较为不受注目的是中国科学院计算技术研究所陈云霁、陈天石主导的“寒武纪”课题组。

本文来源：皇冠集团网站-www.keithloop.com