Tsinghua Üniversitesi'nden Profesör Wei Shaojun: Gerçek bir genel yapay zeka çipi nedir? CCF-GAIR 2018
AI Technology Review Press : 2018 Küresel Yapay Zeka ve Robotik Zirvesi (CCF-GAIR) Shenzhen'de düzenlendi.Zirve, Lei Feng.com ve Hong Kong Çin Üniversitesi (Shenzhen) ev sahipliğinde Çin Bilgisayar Topluluğu (CCF) ev sahipliğinde gerçekleştirildi ve Shenzhen Baoan Bölge Hükümeti'nden güçlü rehberlik aldı. Yerli yapay zeka ve robotik, akademi, endüstri ve yatırım olmak üzere üç ana alanda üst düzey bir değişim etkinliği ve yerli yapay zeka alanında en güçlü sınır ötesi değişim ve işbirliği platformunu oluşturmayı hedefliyor.
1 Temmuz'da gündem üçüncü güne girerken, bu CCF-GAIR konferansı öğleden sonra AI çip özel oturumunun finalini de başlattı. Yapay zeka çipi özel oturumunun başkanı, Çin Elektronik Enstitüsü Elektronik Tasarım Otomasyonu Uzman Komitesi başkanı ve Tsinghua Üniversitesi Mikroelektronik Enstitüsü'nün yöneticisi Profesör Wei Shaojun'dur.Profesör Wei, yapay zeka çipi özel oturumuna başkanlığının yanı sıra kuru ürünler de getirdi. Tam konferans raporu "IA'dan AI'ya, ne kadar ileri gitmemiz gerekiyor?
Raporda, Profesör Wei, yapay zeka uzmanı Michael I.Jordan'ın bugün yaptığımız şeyin gerçek AI (Yapay Zeka) olarak görülemeyeceği, ancak teknolojiyi yalnızca zekanın belirli bir yönünü geliştirmek için kullandığına dair görüşünü aktardı. Gelişmiş zeka (Intelligence Augmentation, IA olarak anılır). Bunun nedeni, mevcut yapay zeka algoritmalarının insanların gereksinimlerini karşılamaktan uzak olmasıdır.Özellikle, mevcut algoritmalar, insan beynine benzer oldukça karmaşık ve oldukça esnek birbirine bağlı yapısal bir sistemi gerçekleştirmek için çok basit.
Profesör Wei, şu anda yapay zekayı uygulamak için yongalara güvenmekten başka seçeneğimiz olmadığına dikkat çekti; ancak, CPU, GPU ve FPGA gibi mevcut yongaların temel mimarisi bu yapay zeka atılımından önce zaten vardı ve yapay değildi. Akıllıdır ve özel olarak tasarlanmıştır, bu nedenle yapay zekayı gerçekleştirme görevini mükemmel bir şekilde üstlenemez. Yapay zekanın çipler için gereksinimleri, yeterli bilgi işlem gücü ve son derece yüksek enerji verimliliği oranına ek olarak, yüksek enerji verimli, evrensel bir hesaplama motoruna da ihtiyaç duyar. Bu nedenle, Profesör Wei, AI çiplerinin en azından aşağıdaki özelliklere sahip olması gerektiğine inanıyor:
-
İlk olarak, programlanabilirliği algoritmanın evrimine uyum sağlamalı ve çeşitlilikle ilgilenmelidir; çünkü algoritma kararsız olduğundan, sürekli değişmektedir;
-
İkinci olarak, mimarinin dinamik değişkenliği farklı algoritmalara uyum sağlamalıdır;
-
Üçüncüsü, verimli mimari dönüştürme yetenekleri, çünkü farklı işlemler farklı mimariler gerektirir.
Daha sonra, donanım programlanabilir ve yazılım programlanabilir perspektifinden Profesör Wei, yongaların doğasını dört türe ayırdı ve çok az kişinin dikkat ettiği yazılım tanımlı yongaların (SDC) yapay zeka alanında en yüksek potansiyele sahip olduğuna, bir yandan da bir CPU'ya sahip olduğuna inanıyordu. Öte yandan esneklik, yüksek enerji verimliliği ve ASIC'lerin yüksek entegrasyonudur. Yazılım ve donanımı, karışık taneciklik ile programlanabilir, en önemli şey, yazılım değişiklikleri ile çipin fonksiyonunun değişmesidir, kullanımda çip tasarım bilgisi gerektirmez.
Profesör Wei, çiplerin akıllı olabilmesi için sadece donanıma sahip olmaları değil, aynı zamanda zorlu bir yazılıma da sahip olmaları gerektiğini söyledi - bağımsız öğrenme yeteneği, bilgi ve deneyim oluşturma yeteneği, sürekli iyileştirme ve optimize etme yeteneği, yeniden oluşturma ve organize etme yeteneği ve düşünme yeteneği. Mantıksal akıl yürütme yeteneği, doğru yargılarda bulunma ve karar verme yeteneği donanımla değil, yalnızca yazılımla sağlanabilir.
Bu konsepte dayanarak, Profesör Wei, gerçek bir yazılım tanımlı çip olduğunu düşündüğünden bahsetti. Yani:
Gerçekten ideal bir bilgi işlem, yazılım ve donanımın tamamen aynı mimarisine sahip olmalıdır.Yazılım ne tür bir topoloji, donanım ne tür bir topoloji olmalıdır; yazılımın ne tür bir hesaplamaya ihtiyacı vardır, donanım bu tür bilgi işlem kaynaklarına ihtiyaç duyar. Maalesef yazılım çok büyük olabilir, ancak donanım büyük olamaz; yazılımı bloklara bölmek ve donanımla aynı boyuta sahip olmak zorundayız. Örneğin, 6 bloğa bölün ve veri bağımlılığına göre ikinci, üçüncü ve dördüncü blokları altıncı bloğa kadar yerleştirin. Bu, donanımımızın işlevlerini herhangi bir zamanda değiştirmesini gerektirir ve donanım işlevleri ve mimarisi, yazılıma göre gerçek zamanlı olarak dinamik olarak değiştirilebilir.Biz buna yazılım tanımlı çip diyoruz.
Profesör Wei, yukarıdaki kavram kulağa basit gelse de, onu gerçekleştirmenin çok zor bir süreç olduğunu ve kendi laboratuvarının da 12 yıllık sıkı bir çalışmadan geçtiğini ve sonunda fark ettiğini söyledi (bu araştırma sonucu, ilgili uluslararası alanda Tsinghua Üniversitesi Düşünür ekibi tarafından geliştirilmiştir. (Konferansta yayınlanan ilgili raporları Leifeng.com'dan görüntüleyebilirsiniz). Bu yeni mimari sayesinde, yeniden yapılandırılabilir bir sinir ağını uygulamak, yani AI uygulamaları aracılığıyla seçtiğimiz derin sinir ağını tanımlamak ve çip mimarisini ve işlevlerini değiştirmek için kullanılabilir.Profesör Wei, eğer yapılabilirse, o zaman şunu söyledi Bu çip gerçek bir genel yapay zeka çipi olacak.
Son olarak, son zamanlarda Çin ve Amerika Birleşik Devletleri'ndeki çip alanında "korkmuş idrar" ve "korkmuş idrar" seslerine yanıt olarak, Profesör Wei, ABD yarı iletken endüstrisi ile olan boşluğu kabul ederken, Çin'in yazılım tanımlı çipler alanındaki lider konumunu da görmemiz gerektiğine inanıyor ve AI çip yeniliğinin ancak gerçek mimari inovasyonu yoluyla zirveye ulaşabileceğine inanıyor.
Konferans raporundan sonra Profesör Wei, Leifeng.com ile özel bir röportajı kabul etti.
Daha önce, Profesör Wei, AI çiplerinin geliştirilmesinin önümüzdeki 2-3 yıl içinde bir gerileme dönemiyle karşılaşacağı görüşünü öne sürmüştü; bugünün girişimcilerinden bazıları veya hatta çoğu bu teknolojik değişimde "şehit" olacaklar. Bu bakış açısı için Profesör Wei, iki neden olduğunu belirtti:
-
Birincisi, Gartner'ın Hype Cycle (teknoloji olgunluk eğrisi) gibi belirli endüstriyel gelişme yasaları nedeniyle, mevcut AI çipi ilk zirvenin zirvesindedir ve önümüzdeki iki veya üç yıl içinde bir düşüş olacak ve pek çok şey gelişecek. Hepsi ısıyı yaşadıktan sonra düşüş sürecine girer ve son olarak uygulama kararlılık dönemine girer.
-
İkincisi, AI çok sıcak olmasına rağmen, gerçekten iniş yapmadı. Aslında, tüm teknolojiler mutlaka AI gerektirmez. Çoğu durumda, AI gelişmiş bir rol oynar; insanlar şu anda AI'yı kucaklıyor, ancak gelecekte hayal kırıklığına uğrayabilirler. Dolayısıyla, AI'nın ihtiyacı olan şey, her gün ayrılmaz olan gerçek bir Katil Uygulamasıdır.
Burada bahsedilen katil AI uygulamalarına gelince, Profesör Wei, otonom sürüş ve teletıp gibi bazı vakalar da verdi. Buna ek olarak, geçen yılın ikinci yarısından bu yana yapay zeka çiplerinin sıcak durumu göz önüne alındığında, Profesör Wei bunun sermaye artırımının bir sonucu olduğuna inanıyor.Para tükendiğinde, problemler ortaya çıkması muhtemeldir ve sermayenin kâr amaçlı doğası gereği sürdürmek de zordur. nın-nin.
Profesör Wei'nin raporda bahsettiği Düşünür ekibinin ilgili başarıları ile ilgili olarak Profesör Wei, ekibin şu anda finansman aşamasında olduğunu ve değerlemenin de çok yüksek olduğunu, sektöre girdikten sonra performans, enerji verimliliği elde edebileceğini, Maliyet, kolejlerin sonucundan çok daha iyi olmalı.
Profesör Wei, Thinker'ın çok yönlü olmasına rağmen, CPU, GPU ve FPGA'nın yerini alması amaçlanmadığını vurguladı.Gelecekte, bu farklı çip türleri uzun süre bir arada var olmaya devam edecek. Mevcut durumdan yola çıkarak, Thinker'ın endüstri yönündeki özel uygulama senaryoları, endüstrinin özel koşullarına bağlıdır.Ancak Profesör Wei, Thinker'ın uç taraf uygulamalara daha yatkın olduğuna inanıyor, çünkü AI çiplerinde gerçek atılımlar yalnızca uç taraf atılımları.
Tüm AI çip endüstrisinin gelecekteki gelişiminden bahsetmişken, Profesör Wei, Intelin CPUsu ve Nvidianın GPUnun kendi alanlarına hakim olması gibi, gelecekte AI yongaları alanında da dünyaya hakim olacak bir şirket olacağına inanıyor. Bu şirketin Çin'de ortaya çıkma umudu vardır ve Thinker benzersizdir ve başkalarının sahip olmadığı avantajlara sahiptir, bu nedenle hiç şansı olmayabilir.
Son olarak, ZTE olayının neden olduğu tozun henüz tam olarak çözülmediği arka planı altında, Çin'in yarı iletken endüstrisinde bir lider olarak Profesör Wei, Leifeng.com aracılığıyla Çin yarı iletken endüstrisinden de bir ses verdi:
Her şeyden önce, ZTE olayı hala bağımsız bir olaydır. Çinli şirketlerin uluslararası pazara girdiklerinde "zorunlu bir kurs" yaşamaları gerektiğini yansıtıyor. Bu olay ZTE'nin başına gelmese bile ileride başka firmaların başına gelecek, kısacası er ya da geç gerçekleşecek, aynı zamanda firmalarımızın uluslararası pazara giriş sürecinde uyulması gereken kuralların farkına varmasını sağlıyor. Elbette, ZTEnin bu seferki fiyatı gerçekten biraz daha yüksek.
Dış dünyadan bakıldığında, bazı kamuoyu ZTE'yi bir yandan çok kötü eleştirirken, diğer yandan değersiz olduklarını düşünüyorlar, buna kesinlikle katılmıyorum. ZTE olayından sonra, bazı insanlar küstahça hiçbir şey yapamayacaklarını söylediler ve "Bunu okuduktan sonra Çin çiplerinin ne kadar kötü olduğunu biliyorsunuz" gibi birçok sansasyonel konu var - bu insanlar da başka bir aşırılığa düştüler.
Peki ya Çin cipsi?
Başkalarına kıyasla bir boşluk olduğuna inanıyoruz ama o kadar da kötü değil. Aslında, hepimiz başkalarının sahip olduğu şeylere sahibiz, ancak diğerlerinden biraz daha kötüler, örneğin daha düşük performans ve daha düşük güvenilirlik gibi .. Yavaş geliştirme sürecinde hala bazı sorunlar var. Beş, sekiz, on yıl içinde, Çin'in çiplerinin uluslararası standartlarla hemen hemen aynı olması muhtemeldir.
ve bu yüzden, Her şeyden önce kendimizle övünmemeliyiz, ikincisi kendimizi alçakgönüllü yapmamalı, istikrarlı bir şekilde gelişmeli ve aynı zamanda kendimize güvenmeliyiz. Amerika Birleşik Devletleri'nin bu kadar endişeli olmasının nedeni esasen Çin'in ilgili alanlardaki gelişiminden korkması, aksi takdirde hiç umursamayacağı için. Çin halkının kendi kararlılığı olmalı, Çin'in yarı iletken endüstrisi ne bazılarının söylediği kadar iyi ne de bazılarının söylediği kadar kötü - hala gelişme sürecinde ve ben kendime güveniyorum.
Aşağıda, Profesör Wei Shaojun'un CCF-GAIR 2018'deki konferans raporunun içeriği yer almaktadır. Leifeng.com orijinal amacını değiştirmeden raporu düzenledi.
herkese iyi günler! Sizinle AI çipleri hakkında iletişim kurma fırsatına sahip olduğum için çok mutluyum. Bu tamamen kişisel bir fikir, kimseyi temsil etmiyor, sadece kendimi temsil ediyor.
IA'dan AI'ya, ne kadar ileri gitmemiz gerekiyor? AI'yı herkes bilir. Korkarım pek çok insan IA hakkında bir şey bilmiyor. Bunun hakkında yavaş yavaş konuşalım. Açıkçası, AI ve IA birbiriyle ilişkili. Birkaç şey hakkında kabaca konuşun:
-
Yapay zeka teknolojisi ve yapay zeka çiplerinin karşılaştığı zorluklardan biri.
-
İkincisi, mimari yenilik, yapay zeka çiplerinde ilerleme sağlamanın tek yoludur.Şu anda birçok insan çip üretiyor.Yonga mimarisinin nasıl yapılacağı konusunda nispeten az veya hatta ciddi tartışmalar var.
-
Üçüncüsü, sonuçtur.
Yapay zekanın insan toplumu üzerindeki etkisi çok geniş kapsamlı, itiraf etsek de etmesek de bu oldu.
Dünyaca ünlü bir danışmanlık şirketi olan McKinsey, finans, tüketim, telekomünikasyon, sağlık, enerji ve malzemeler, medya, kamu ve sosyal hizmetler, gelişmiş endüstriler ve ilaçları kapsayan 9 dikey alanda 300'den fazla şirkette vaka çalışmaları yürüttü. Sonuç şu: Yapay zeka, sadece belirli bir alan için değil, neredeyse tüm dikey alanlarda derin bir etkiye sahip olacak.
Bu sonuç, çip yapanları çok heyecanlandırıyor, çünkü yapay zekanın getirdiği değişiklikler, internet ve mobil internet donanımı gibi önceki yıkıcı teknolojik yeniliklerden çok farklı olduğu için% 50'den fazlasını işgal edecek. Geçmişte, İnternet ve mobil İnternetin egemenliği altında, birçok öğrenci istihdam için önce finans ve interneti seçti; ancak AI alanında, teknolojik gelişmenin% 50'den fazlası donanım tarafından yönetilecek.
Özellikle önümüzdeki 10 yıl içinde, yapay zeka ve derin öğrenme, silikon gofret talebini artıran ana faktörler olacak; 2025'te yapay zeka, yarı iletken endüstrisinin gelirini, küresel yarı iletken satışlarının% 20'sine yakın olan 60 milyar ABD dolarının üzerine çıkaracak.
Yarı iletken AI çiplerimiz iyi gidiyor mu? Pek sayılmaz. Berkeley'deki California Üniversitesi'nden Profesör Michael I. Jordan, 20 gün önce Amerika Birleşik Devletleri'nde bir konuşma yaptı. Ben oradaydım, "Bugün yapay zeka yaptığımız pek bir şey değil ama yaptığımız şey artırılmış zeka." Dedi. Bu cümle, bugün yaptığımız şeyin gerçek AI (Yapay Zeka) olarak görülemeyeceği, ancak teknolojiyi yalnızca istihbaratın belirli bir yönünü geliştirmek için kullandığımız anlamına gelir, bu sözde Zeka Artırma (IA) - AA dememin nedeni, temel yapay zeka algoritmalarının gereksinimlerimizden uzak olması.
Burada iki gerçek sorun var:
-
İlk olarak, AI algoritmasının kendisi sürekli olarak gelişiyor ve yeni algoritmalar sonsuz bir şekilde ortaya çıkıyor.
-
İkincisi, tüm uygulamalara uygulanabilecek tek bir algoritma yoktur. Her uygulama bir algoritmaya karşılık gelir veya her algoritma bir uygulamaya karşılık gelir. Aslında, insan beynimiz birçok şeyi yapabilir, ancak şimdi yapay zeka algoritmaları hala bire bir.
Temel bir algı sürecinden bahsediyoruz: algılama-iletme-işleme-iletme-yürütme, bu temel bir mantıksal ilişkidir. Elbette bu, tıpkı insanların gözleri, burnu, ağzı ve cildi olduğu gibi çoklu algıları da içerir; uygulamada birden fazla infaz vardır; sinir iletimi, deri iletimi, göz iletimi, ses iletimi vb. Dahil olmak üzere iletim de çeşitlidir. Aktarım, ama nasıl karşılaştıracağımı bilmiyorum.
Aslında, hesaplamalar, analizler, deneysel bilgi ve yargıların yerini yalnızca bilgisayar kavramı, yani yazılım + işleme + depolama almıştır.
Elde etmek istediğimiz şey aslında çok karmaşık ve akıllı bir sistem: çok çıkışlı, çok girişli bir sistem olmalı, çok görevli, oldukça paralel hesaplama sistemi ve çok işlemcili oldukça karmaşık ve oldukça esnek bir ara bağlantı yapısı olmalıdır. İşlemci birimi sistemi, paralel dağıtılmış depolama, paralel dağıtılmış yazılım, dağıtılmış işleme ve merkezi kontrol mimarisi vb.
Aslında, üzerinde çalıştığınız yapay zeka çiplerinin çoğu bir, muhtemelen iki veya en fazla üç işlevi yerine getirebilir; bu, insanlar gibi N türü işleyebilmekten hala uzaktır. Üstelik bir kişi bir karar verdiğinde, bu tek bir karar değil, aynı anda birden fazla karar veya aynı anda birden fazla karar demektir. Bu, günümüzde yapay zeka ile elde edilemeyecek bir durumdur; insan beyninin nasıl çalıştığını bilmiyoruz ama kullanabiliriz. Hesaplama yöntemi hafıza, eylem, özellik çıkarma ve karar verme sürecini gerçekleştirir.
Şimdi sadece hesaplamalara güvenebiliriz çünkü makineler ile insan beyni arasındaki fark çok büyük.
karşılaştırma yapmak. İnsan beyninde 14 milyar nöron vardır, iletim hızı saniyede 120 metre ve çalışma frekansı çok düşük, 200 Hz İnsan beyni korteksi nispeten büyüktür ve saniyede 10 ila 16. güç hesaplaması yapabilir. Çeyrek metrekare, ağırlık 1,2-1,6 kg ve güç tüketimi sadece 20 watt.
Makineler yapamaz, bazı konularda insanları geçse de maliyeti çok yüksektir. Örneğin, bir süper bilgisayar saniyede 10 ila 30'uncu güç hesaplamasına ulaşmak için birden fazla yonga kullanabilir; bu çok dikkat çekicidir; ancak saniyede 300.000 kilometre iletmek için elektrik kullanır, saatte 4,2 milyar kez çalışır ve 24 megabayt güç tüketir. watt. Bu nedenle makineler ve insanlar arasında büyük bir fark var ve makinelerin insanlara yetişmesi hala çok uzak.
Şu anda yapay zekayı gerçekleştirmek için çiplere güvenmekten başka seçeneğimiz yok. Birçok farklı yonga var. Şu anda zaten FPGA'larımız, GPU'larımız, CPU'larımız vs. var ve ayrıca beyin benzeri hesaplamalar ve hatta bellek içi hesaplamalar da yapabiliyoruz. Ancak bunların hepsi zaten var olan yongalardır.Temel mimarileri bu yapay zeka buluşundan önce zaten mevcuttu.Özel olarak yapay zeka için tasarlanmamışlardı, bu yüzden yapay zekayı gerçekleştirme görevini mükemmel bir şekilde üstlenemiyorlar; tamamlanabilseler bile , Bu en iyisi mi? Bu konular bizim düşünmemize değer.
Ancak bilişimin temel nokta olduğunu biliyoruz ve iyi bir bilgi işlem motoruna ihtiyacımız var çünkü gördüğümüz çeşitli yapay zeka ağlarının gerektirdiği bilgi işlem miktarı çok büyük. Örneğin 2014 yılında VGG19'un bilgi işlem gücü saniyede 19,6 milyar kata ulaşacak ve aynı anda yaklaşık 138 milyon parametre işleyecektir.Yeterli bilgi işlem gücü olmadan yapılamaz; ikincisi, buluttaki sözde eğitimden terminal muhakemesine geçtiğimizde , Çok yüksek bir verimlilik oranına sahip olmasını istiyoruz, aksi takdirde terminal cihazının (akıllı telefon gibi) kısa süre içinde gücü bitecek.
Bu nedenle, gerekli bir koşul olan enerji verimli, evrensel bir bilgi işlem motoruna ihtiyacımız olduğunu söylüyoruz. Bu durumda, AI çiplerinin temel özelliklere sahip olması gerekir.Bunları şu şekilde listeliyorum (belki daha fazlası):
-
İlk olarak, programlanabilirliği algoritmanın evrimine uyum sağlamalı ve çeşitlilikle ilgilenmelidir; çünkü algoritma kararsız olduğundan, sürekli değişmektedir;
-
İkinci olarak, mimarinin dinamik değişkenliği farklı algoritmalara uyum sağlamalıdır;
-
Üçüncüsü, verimli mimari dönüştürme yetenekleri, çünkü farklı işlemler farklı mimariler gerektirir. Mevcut talimat yapısının hiçbir zaman gereksinimlerimizi karşılamayacağını doğrulayabilirim. 1 W için saniyede 10 trilyon işlem gibi yüksek verimli mimarileri dört gözle bekliyoruz.
Bununla birlikte, bazı terminal uygulamalarında, güç tüketiminizin 1mW'den az olması gerekir.Bir yıl boyunca pilin değiştirilmemesi temel bir gerekliliktir. Aynı zamanda ev aletlerine ve tüketici elektroniğine girebilmek için maliyetin düşük olması, mobil cihazlara yüklenebilmesi için boyutunun küçük olması, aynı zamanda herkesin çipin nasıl tasarlandığını bilmesine gerek kalmaması için geliştirilmesi kolay olmalıdır.
Bu koşullar açısından, CPU + yazılımı, CPU + GPU ve CPU + ASIC ideal mimariler değildir.
