微软研究人员最近建立了赢咖4系统，似乎认识到会话语音与人类一样有效。是的，这项研究有注意事项，但它是赢咖4在过去几年中一个非常真实和非常快速的飞跃的一部分，由深层神经网络驱动的飞跃。
这些复杂的复杂算法可以通过分析大量数据来教会自己非常特别的任务。微软的系统学会通过寻找旧技术支持电话中的模式来识别单词。但是，不仅是驱动最近的赢咖4革命的算法。它也是这些算法的硬件。微软的语音录制系统依赖于大型农场的GPU处理器，这些芯片最初设计用于渲染图形，但已经证明非常擅长运行赢咖4模型。
像微软，谷歌，Facebook和百度等互联网巨头通常使用GPU来训练他们的深层神经网络。但是，他们正在向其他更专业的芯片发展，这些芯片不仅可以加速培训，还可以加速这些系统的执行。谷歌最近建立了自己的AI处理器。 IBM正在构建另一个。
因此，世界上最大的芯片制造商英特尔正在这样做。昨天，该公司推出了一款名为Nervana的新型AI处理器，称其计划在明年年中测试原型，如果一切顺利，成品芯片将在2017年年底上市。目前，市场对于AI芯片主要由nVidia，GPU的主要供应商。但英特尔正在努力在未来几年内成为这个潜在巨大市场的重要组成部分。
新芯片是基于最初由英特尔今年早些时候收购的初创公司，也称为Nervana。英特尔公司副总裁Jason Waxman表示：“这真的是业界第一个专门为赢咖4设计的芯片。”他负责管理大数据中心（如谷歌和微软等大数据中心）销售的芯片，解释为什么芯片制造商收购了启动。这个声明遗漏了谷歌的TPU芯片，IBM的真北，也许其他人。但谷歌芯片不是一个商业产品 - 它只用于谷歌的数据中心 - 和IBM芯片尚未到达市场，一些顶尖的AI研究人员质疑是否适合深度学习。在任何情况下，比赛是创造芯片，将驱动一个以人为本的未来。
两个阶段
深层神经网络在两个阶段操作。首先是培训阶段：像微软这样的公司提供神经网络数据，使其能够执行特定任务，如语音识别。然后来到执行阶段，当人们实际使用神经网络，说，识别智能手机中说出的命令。英特尔的Nervana芯片旨在帮助这两个阶段，Nervana创始人Navene Rao说，现在是英特尔副总裁兼总经理。
芯片还被设计为不仅与一种类型的深层神经网络，而且与许多。 Rao说，“我们可以将神经网络煮沸到非常少的原始数据，甚至在那些原始数据中，只有一对夫妇是重要的，”这意味着只有几个基本的硬件想法可以驱动广泛的深度学习服务。
今天，GPU仍然是培训AI系统的最有效的方法，而公司正在探索各种硬件来执行。例如，百度在GPU的帮助下执行，而微软则使用称为FPGA的可编程芯片。 Google甚至设计了自己的芯片TPU。但是GPU最初是为其他目的设计的，远远不够理想。 “他们恰恰就是我们所拥有的，”科技加速器Y Combinator和开源AI实验室OpenAI联合主席Sam Altman说。并不是每个人都有资源来编写自己的芯片，更不用说从头开始设计。
这就是Nervana的芯片在哪里。问题是它的有效性。 Moor Insights和Strategy公司的总裁兼首席分析师Patrick Moorhead说，“我们这里没有任何细节，这家公司紧随芯片业务。 “我们只是不知道它会做什么。
但是，Altman是一个看好英特尔技术的人。当他是一个创业公司时，他是Nervana的投资者。 “在这次经历之前，我怀疑初创公司将在设计新的AI方面发挥非常重要的作用，”上周他告诉我，即使在英特尔宣布推出新芯片之前。 “现在我变得更加乐观了。
英特尔肯定给予这项技术一个额外的提振。英特尔芯片为电脑和数据中心机器的兴起而服务于现代互联网。它具有大规模构建芯片所需的基础设施。它有需要的销售操作推动他们进入市场。经过多年的世界数据中心芯片的主导制造商，它有需要的杠杆，以使这些芯片在互联网的最大的球员。英特尔错过了智能手机芯片市场。但它仍然有一个机会与AI。
