三个小视频告诉你人工智能如何加快技术创新

技术创新在加速

视频一：技术创新正在将传统公司挤出市场

这个例子清楚地展示了苹果是如何从濒临破产的边缘一跃成为全球最受喜爱的品牌。这同样适用于那些还存在不到20年的公司，比如谷歌、亚马逊(Amazon)和Facebook。

未来展望：如果你的公司没有在数据驱动的人工智能上投入大量资金，那么它在未来10年不会持续下去。

视频二：学习基因编程细胞猎杀癌细胞

这项编程基因治疗癌症的项目就是一个创新的例子。

未来展望：在这里，技术使我们看到经过编程的药物或细胞有可能清除对人类生命最可怕的诅咒——癌症。

视频三：汽车驾驶使用进化算法进行学习

这个例子是在深度强化学习领域，使用神经进化技术来教汽车学习赛车。

未来展望：在60年代，开车是一种乐趣和特权。如今，紧密相连的城市和交通使驾驶成为一个大问题。像这样的算法将帮助我们开发无人驾驶汽车，它可以在没有压力的情况下比我们做得更好。

高性能计算（HPC）会成为人工智能创新的支柱

技术创新正在以非常快的速度发生，而人工智能及其相关的架构将使其发展得更快。

快速的宽带互联网，廉价的高性能计算硬件将会出现，未来，工程师和经理们的办公桌上也会有高速电脑。高性能计算是后端技术，它使城市变得更智能，使组织数据驱动和决策制定成为一种简化的流程，能够轻松地筛选海量数据。

人工智能将进一步加快技术创新步伐

这一切都始于人工智能，谷歌开源其机器学习库TensorFlow、AI库和张量处理单元，Facebook也遵循了开源的方式发布PyTorch。今天，我们听说Uber、Netflix、Tesla以及几乎所有快速增长的公司都在使用某种形式的机器学习或深度学习架构。英伟达显然在GPU方面走在了前面，但有两件事将决定这场革命的下一波浪潮。一是有关于张量的架构；二是，我们将看到32位和64位IEEE 754浮点架构的衰落和缓慢消亡。

人工智能将使90年代和21世纪头10年的许多计算范式彻底过时，因为未来5-7年，新的模型、架构和硬件解决方案将充斥市场。

从技术上讲，我们将看到更高级的线性代数解决方案嵌入到硬件中，在这些硬件中进行并行计算——这是深度学习系统最擅长的，使用多层子矩阵BLAS(基本线性代数子程序)进一步加快矩阵乘法。

总有一天，当我们回首往事，我们会说“人工智能是人类的一个转折点”。从现在起10-20年后，我们回顾当前的计算基础设施、数据中心、桌面计算机和设备时，就像我们回顾上世纪50年代过时的计算方法时那样，悄然微笑。

这就是为什么人工智能经济将是巨大的，因为它将导致工业规模的大规模改革，就像20年前的互联网所做的那样。

选自 | Forbes

编译 | 网易智能

参与 | 毅力

文 | 转载自网易科技