[{"data":1,"prerenderedAt":27},["ShallowReactive",2],{"news-items:one:zh-Hans:facebook首席ai科学家-芯片对人工智能至关重要:cover,category,faq,related_products":3},{"data":4,"meta":23},[5],{"id":6,"documentId":7,"slug":8,"title":9,"summary":10,"body":11,"translationStatus":12,"sourceHash":13,"author":14,"publishDate":15,"createdAt":16,"updatedAt":17,"publishedAt":18,"locale":19,"cover":20,"category":20,"faq":21,"relatedProducts":22},461,"iwko3p5r3a8p32r67ps3iwmf","facebook首席ai科学家-芯片对人工智能至关重要","Facebook首席AI科学家：芯片对人工智能至关重要","新浪科技讯 北京时间2月19日早间消息，据美国《财富》杂志网站报道，Facebook首席人工智能科学家Yann LeCun（杨立昆）周一分享了他的研究论文，对人工智能计算机芯片的重要性进行了阐述。 Yann LeCun是深度学习崛起过程中的重要带头人，这种尖端人工智能技术已经被谷歌和亚马逊用来提供语言翻译和图片识别等服务。 深度学习的核心是一种名为神经网络的软件，它可以筛选海量数据，从而比人类更快地注意到各种模式。","\u003Cp>\n\t新浪科技讯 北京时间2月19日早间消息，据美国《财富》杂志网站报道，Facebook首席人工智能科学家Yann LeCun（杨立昆）周一分享了他的研究论文，对人工智能计算机芯片的重要性进行了阐述。\n\u003C\u002Fp>\n\u003Cp>\n\tYann LeCun是深度学习崛起过程中的重要带头人，这种尖端人工智能技术已经被谷歌和亚马逊用来提供语言翻译和图片识别等服务。\n\u003C\u002Fp>\n\u003Cp>\n\t深度学习的核心是一种名为神经网络的软件，它可以筛选海量数据，从而比人类更快地注意到各种模式。但这项技术却需要使用巨大的算力，因而推动英特尔和各种硬件创业公司探索新的计算机芯片设计，希望在执行某些人工智能计算任务时减少能耗、提升效率。\n\u003C\u002Fp>\n\u003Cp>\n\tYann LeCun将于本周一在旧金山的国际固态电路大会上发表一篇最新论文，阐述他对人工智能未来的愿景。具体而言，他将关注芯片和硬件的发展。\n\u003C\u002Fp>\n\u003Cp>\n\t\u003Cb> 以下是此次演讲的要点： \u003C\u002Fb> \n\u003C\u002Fp>\n\u003Cbr>\n\u003Cp>\n\t\u003Cb> 1. 从翻译语言到监督内容 \u003C\u002Fb> \n\u003C\u002Fp>\n\u003Cp>\n\t虽然Facebook、谷歌和微软等公司都在开发专用电脑芯片来减少能耗，但Yann LeCun却更加直接地阐述了这类创新的重要性——新的电脑芯片让企业可以在数据中心里使用比现在更多的神经网络。\n\u003C\u002Fp>\n\u003Cp>\n\t因此，类似于在线语言翻译这样的任务都可以得到大幅提升，从而实时完成。与此同时，人工智能系统也可以分析视频中的每一帧画面，找出视频中的所有人物或物品，而不仅仅是几个静态画面——从而大幅提升精确性。\n\u003C\u002Fp>\n\u003Cp>\n\tYann LeCun还认为，借助更好的电脑芯片，便可提升内容审核的效果（例如，通过扫描文本来识别攻击性内容或虚假新闻）。对于Facebook这种一直疲于应对这一问题的企业来说，由此获得的好处可以很快显现。\n\u003C\u002Fp>\n\u003Cp>\n\t\u003Cb> 2. 扫地机和剪草机“更智能” \u003C\u002Fb> \n\u003C\u002Fp>\n\u003Cp>\n\tYann LeCun密切关注的一大趋势是可以放在安装到扫地机和剪草机等日常设备中的电脑芯片。例如，未来的剪草机可以内置神经网络，从而识别不同的草木种类。\n\u003C\u002Fp>\n\u003Cp>\n\tYann LeCun还设想了更加复杂的移动芯片，可以直接在设备上独立运行神经网络，而不必与数据中心交换信息。事实上，一些智能手机内置的人工智能技术已经可以通过人脸识别来解锁设备。但要执行更加高级的任务，就需要对芯片进行改进。\n\u003C\u002Fp>\n\u003Cp>\n\t他表示，另外一项人工智能发展障碍是当今的电池容量。这项技术非常耗电，所以在更小的设备上使用人工智能的空间也比较有限。\n\u003C\u002Fp>\n\u003Cp>\n\t\u003Cb> 3. 让电脑掌握一些常识 \u003C\u002Fb> \n\u003C\u002Fp>\n\u003Cp>\n\t尽管深度学习取得进步，但电脑仍然缺乏常识。它们需要评估几千张大象图片才能在其他照片中独立识别大象。\n\u003C\u002Fp>\n\u003Cp>\n\t相比而言，儿童由于对动物有基本的理解，所以可以更快识别出大象。如果遭遇挑战，他们可以推断出大象是一种不同的动物——只是个头比较大。\n\u003C\u002Fp>\n\u003Cp>\n\tYann LeCun相信，最终可以开发出新型神经网络，可以通过过滤自助餐式的数据来获得常识。这有点像是首先教给这项技术一些基本常识，以供日后参考，就像百科全书一样。 人工智能实践者之后可以通过进一步训练来细化神经网络，使之可以完成更加先进的任务。\n\u003C\u002Fp>\n\u003Cp>\n\t但必须要借助更强大的计算机芯片才能实现这一切，而Yann LeCun认为这种芯片不久就会出现。(书聿)\n\u003C\u002Fp>","reviewed","1f1f8130ec5aa549b7e06f04857d06a95a5eda78","德睿创芯","2019-09-20","2026-11-13T09:40:46.694Z","2026-11-14T10:59:50.769Z","2026-11-14T11:00:20.562Z","zh-Hans",null,[],[],{"pagination":24},{"page":25,"pageSize":26,"pageCount":25,"total":25},1,25,1794667355511]