金融时报：Facebook正在加入AI芯片竞赛
在认识到需要大大加快计算速度以实现人工智能的下一个突破之后，Facebook紧跟亚马逊和谷歌的脚步，正在加紧开发自己的人工智能芯片。
该公司的首席人工智能科学家，现代先驱之一Yann LeCun表示，该公司的目标包括充满“常识”（common sense）的数字助理，能与人进行任何主题的交谈，这将会是当今语音控制设备的重要一步。
“众所周知，Facebook会在需要时构建其硬件，包括构建自己的ASIC。如果有任何不解之处，我们将继续努力”，Lecun说，这也是Facebook官方第一次公开其在芯片领域的野心。
谈到公司有可能在芯片哪些方面取得突破的时候，LeCun强调，在底层会有很大的空间。
随着对以闪电般的速度和更低的功耗执行单一任务需求的提升，过去的通用处理器的瓶颈凸显，专用AI芯片开始爆发。这个趋势不仅吸引了谷歌，亚马逊和苹果等公司的投身其中，还有几十家初创企业大举进入。
对新芯片设计和硬件架构的关注表明，我们需要在基本计算方面取得根本性突破，以防止今天的AI成为死胡同。
LeCun先生说，在人工智能的整个历史中，研究人员在该领域提出突破性见解之前，硬件方面通常已经取得了很大的进步。
该公司还将研究重点放在神经网络的新设计上，神经网络是图像和语言识别等最新进展背后的深度学习系统的核心。
三十年前，LeCun先生在AT＆T贝尔实验室的AI芯片上工作时，建立了第一个“卷积”神经网络：一种基于视觉皮层在动物中如何工作的设计，现在在深度学习系统中很常见。
今天的神经网络使用一种称为监督学习的技术，这需要大量的数据进行训练，在像Facebook这样规模的公司中，这种运算消耗大量的电力。
Facebook现在已经对每天上传到其核心服务上的所有2-3亿张照片进行了大量即时分析，包括使用面部识别来识别其中的人物，创建描述场景的标题，以及识别裸露等。
LeCun先生表示，Facebook正在做我们可以做的任何事情来降低功耗并改善延迟，以加快处理速度。但他补充说，在网站上实时监控视频所带来的巨大需求需要新的神经网络设计。
Facebook也在寻求新的神经网络架构，以模仿人类智能的更多方面，并使其系统更自然地与之交互。
LeCun先生表示，公司正在大力投资“自我监督”系统，这些系统能够对周围的世界做出更广泛的预测，而不仅仅是能够得出与他们接受过培训的数据直接相关的结论。
这可以使他们对世界产生同样广泛的理解，使人类能够应对新情况。
“就新用途而言，Facebook会感兴趣的一件事是提供具有一定程度常识的智能数字助理 ”，LeCun说。“他们有背景知识，你可以就任何话题与他们进行讨论。”
计算机具有常识的想法还处于早期阶段，LeCun先生表示，这种更深层次的人工智能短期内不会发生。
“你如果想让机器像人类或动物那样能够就当前发生的事情预测可能的结果，这还有很长的路要走 ”，LeCUN说。“能够预测不确定性是当今的主要挑战之一。”
神经网络如何发挥作用的进展很可能对为其芯片设计产生连锁反应，这可能会为制造当今领先的AI芯片的公司带来更多的竞争。
LeCun先生说，谷歌的TPU已经成为最强大的机器学习数据中心芯片，但他们做出的假设不一定适用于未来的神经网络架构。
