Сегодня вы не можете говорить о технологиях, не упомянув об искусственном интеллекте (ИИ). Буквально в каждом разговоре, в каждом уголке технологий всплывает эта тема. Мы согласны с тем, что ИИ полезен и важен, но мы также считаем, что стоит периодически тратить время на расшифровку того, о чем все говорят.
Отчасти проблема кроется в том факте, что искусственный интеллект стал термином, принадлежащим отделу маркетинга. Для обычного человека, не связанного с технологиями, искусственный интеллект звучит почти волшебно, вызывая в воображении образы говорящих роботов и компьютеров, рассказывающих анекдоты. Эта идея на глубоком уровне перекликается с представлениями о нашем научно-фантастическом будущем. В то же время почти все, кто действительно работает с ИИ, имеют гораздо более скромные представления о том, чего на самом деле может достичь ИИ.
Как говорится, статистическое программирование написано на R, машинное обучение написано на Python, искусственный интеллект написан в PowerPoint.
Тем не менее, есть несколько очень полезных способов, с помощью которых алгоритмы искусственного интеллекта проникают в повседневную жизнь. Системы искусственного интеллекта действительно хороши в обнаружении паттернов, что полезно во многих отношениях. Специалисты в области технологий признают, что методы искусственного интеллекта позволили отрасли добиться гигантских успехов в распознавании изображений и обработке естественного языка, но есть много других вариантов использования.
Наиболее знакомым для всех является обработка изображений на наших телефонах. Большинство смартфонов сегодня обрабатывают все фото– и видеоизображения с помощью различных алгоритмов искусственного интеллекта - стабилизация изображения, автофокусировка, регулировка размытия и все остальные трюки. Примеры промышленного использования также многочисленны. Например, в нефтегазовой отрасли работают одни из крупнейших суперкомпьютерных кластеров, которые анализируют горы (буквально) данных геологического зондирования для поиска запасов для бурения, и искусственный интеллект может значительно облегчить этот процесс.
Компания John Deere выполняет огромный объем работы с искусственным интеллектом не только для автономных тракторов и комбайнов, но и для прогнозирования погоды, чтобы лучше подготовить свою логистику продаж и обслуживания. Этот список можно продолжать, но он доходит до того, что начинает терять смысл, потому что все эти вещи - всего лишь программное обеспечение. Мы обнаруживаем, что всякий раз, когда кто-то упоминает ИИ, мы заменяем слово "программное обеспечение", и обычно их значение остается неизменным. Искусственный интеллект - это всего лишь способ очень эффективного решения определенного набора задач информатики.
Возникает вопрос о том, как лучше всего использовать искусственный интеллект в вещах.
Google впервые применила один из подходов – разработала свой собственный чип TPU, который выполняет математику искусственного интеллекта только в очень больших масштабах. Другие сейчас используют аналогичные подходы с несколькими десятками компаний (крупных и стартапов), разрабатывающих чипы для искусственного интеллекта в дата-центре. Но этот чип специального назначения не имеет смысла для многих других устройств за пределами центра обработки данных. Опять же, смартфон является хорошим примером. Здесь мощность и, что более важно, пространство сильно ограничены. Среднестатистический смартфон выполняет много работы с искусственным интеллектом, но в нем нет места для отдельного чипа искусственного интеллекта. Это относится к видеокамерам, динамикам и микрофонам, и даже мы бы поспорили на данном этапе в отношении автомобилей. Сегодняшним автомобилям, которые не обладают высоким уровнем автономии, для некоторых вещей требуется немного искусственного интеллекта, но автономный чип, вероятно, слишком дорог, учитывая ограниченные приложения, которые он запускает.
Это очень усложняет задачу разработчикам микросхем. Потребности каждого клиента в ИИ немного различаются, а это значит, что чипы ИИ – будь то от стартапов или известных компаний – все должны быть в какой-то степени индивидуальными. Разработчикам микросхем действительно не нравится рисковать заказными чипами в отсутствие заказов на покупку от клиентов, которые они по-прежнему неохотно предоставляют.
Это вызывает целый ряд откликов. Многие компании выбирают путь по умолчанию и покупают графические процессоры у Nvidia, что является наименьшим общим знаменателем. Другие покупают процессоры общего назначения, в которые встроены некоторые блоки искусственного интеллекта, как в случае со многими автомобильными компаниями, покупающими у Qualcomm.
Тем не менее, другие разрабатывают свои собственные чипы. Это важно, потому что открывает двери для нового класса компаний – поставщиков IP-услуг. В настоящее время существует несколько компаний, предоставляющих строительные блоки искусственного интеллекта для других, чтобы они могли встроить их в свои доморощенные чипы. Эта практика лицензирования интеллектуальной собственности на чипы не нова, но рост искусственного интеллекта - это возможность, которая вызывает значительный интерес. Этот процесс усиливается растущей тенденцией к системам на кристалле (SOC), которые внедряют всевозможные электронные, промышленные и автомобильные компании в этом мире собственного производства кремния.
Искусственный интеллект - это явно что-то другое. Его включение в постоянно растущий ассортимент электроники является важной тенденцией, и мало кто будет отрицать его полезность. Но природа ИИ – и довольно ограниченная небольшим числом операций, и в то же время весьма разнообразная в реализации – означает, что природа полупродуктивного бизнеса, поставляющего ИИ, созрела для изменений. Хорошая возможность для тех, кто готов извлечь выгоду из этой возможности.