2016人工智能技術發展進程梳理

　　Google TPU

　　Google在今年5月18日Google I/O大會上宣布了加速機器學習的定制ASIC方案：張量處理單元(TPU)。這款芯片由Google工程師設計，用于加速TensorFlow軟件，在AlphaGo中TPU也大顯神通。TPU已經在用戶無感知的情況下在Google云語音、Gmail、Google Photos和Google搜索業務中使用了一年時間。相比目前商品級GPU和FPGA，TPU每瓦性能高出一個數量級。

　　在大多數企業和研究機構中，設計并構建應用專用處理器是十分奢侈的。開發芯片即使很小的設計也需要投入上百萬美元。定制設計的優勢相比通用處理器具備更好的性能以及能效。為了平衡收支，需要大規模使用案例和部署量，這樣才能將成本攤薄。云服務廠商顯然滿足這個條件。

　　圖3 Google TPU近照

　　圖4 配備Google TPU的集群

　　圖5 寒武紀深度神經網絡處理器發布現場

　　Google認為機器學習的規模是不可預估的，因此有必要構建專用硬件。這個舉動當然也給世界上兩大芯片廠商——Intel和NVIDIA帶來不小觸動，兩家在新產品的研發上不得不多了一個難纏的對手。

　　近兩年國內的人工智能處理器也如火如荼，最為知名的寒武紀深度神經網絡處理器架構采用硬件神經元和硬件突觸作為運算器，并為神經網絡的高速連接設計了存儲結構，另外還專門設計了與通用處理器完全不同的指令集。最新推出的寒武紀-1A(Cambricon-1A)商用智能處理器IP產品，可集成至各類終端SoC芯片，每秒可處理160億個虛擬神經元，每秒峰值運算能力達2萬億虛擬突觸，性能比通用處理器高兩個數量級，功耗降低了一個數量級。該處理器榮獲第三屆世界互聯網大會“世界互聯網領先科技成果”獎項。

　　小結：通用處理器的設計和制造一向由芯片巨頭壟斷，而在人工智能快速發展的這幾年，新架構、新應用使得處理器設計的話語權逐步轉移到更大體量的互聯網公司，利用規模優勢，按照日益增長的需求定制計算架構，在處理器歷史上書寫新的篇章。

　　智能駕駛

　　汽車關系到人們出行，幾乎每天必備，而利用人工智能解決出行需求是一個大膽的嘗試。從去年的“滴滴”、“快的”燒錢大戰開始，到兩家合并、今年滴滴完成了對Uber中國并購，國內打車軟件實現大一統。技術上，目前主要是利用大數據指導車輛調度，利用更少的成本滿足乘客的需求。而各地曝光的打車亂象也成為平臺痼疾。如何利用技術克服人性的弱點，是個自然而然的問題。一種思路是使用機器代替人擔任司機。

　　無人駕駛、人工智能等已成為世界性的前沿科技，Google、微軟、特斯拉等科技巨頭新貴等紛紛布局于此，足見無人車極高的研發價值和廣闊的市場。

　　除了商業價值，無人駕駛所能帶來的社會價值更加讓人浮想聯翩。

　　首先可以想到，未來無人駕駛技術成熟，可以解放人們的雙手。開車出行時，可以有更多的時間做自己的事情。而對于殘障人士來說，則意義更大，可以有效提高出行效率，過上更加便捷快速的交通生活。

　　其次，無人車一定程度上會革新現代交通模式，解決交通道路安全問題。百度高級副總裁、自動駕駛事業部總經理王勁曾表示，人工智能用大量的服務器和數據來擬合成人類的駕駛能力，這個系統會比人類所有駕駛員甚至賽車手的水平都更高，這樣才能保障駕駛的安全性。安全性之外，智能化的無人車同時也是大數據集散中心，可以時時將交通狀況、行駛情況回傳，政府交通指揮中心根據大數據進行交通調度，勢必可以更好解決擁堵問題。此外，無人車還能推動汽車工業更環保，同時激活更多新興產業，帶動新的產業升級和行業轉型，促進更多就業，高精尖人才的發展。

　特斯拉(Tesla)

　　今年10月20日，馬斯克宣布所有特斯拉新車將裝備具有全自動駕駛功能的硬件系統——Autopilot 2.0，這套系統包括了8個攝像機、12個超聲波傳感器以及一個前向探測雷達。攝像機將提供360度的視角，最大識別距離250米，其中三個將觀察前方，提供冗余以確保安全;超聲波傳感器能夠探測軟性和硬性的物體;而雷達則可以確保在雨天、霧天、沙塵和霧霾天氣中正常工作。

　　圖6 Tesla汽車內景

　　此外升級的還有車載電腦——新系統的大腦“Tesla Neural Net”(特斯拉神經網)基于nVIDIA的Titan GPU——每秒鐘能進行12萬億次計算，比上一代車載電腦快了40倍。馬斯克表示，這次的硬件升級將會即時實行，成為未來特斯拉汽車的標配。換句話說，從今天起，每輛新產出的特斯拉都會具有完全自動駕駛的能力。

　　百度無人車

　　在11月16日開幕的第三屆世界互聯網大會上，百度無人車再次亮相。大會期間，18輛百度無人車在桐鄉市子夜路智能汽車和智慧交通示范區內首次進行開放城市道路運營。此次百度無人車在烏鎮運營體驗，是百度首次在開放城市道路情況下，實現全程無人工干預的L4級無人駕駛技術。

　　在去年12月的烏鎮世界互聯網大會上，習近平主席視察互聯網之光博覽會時，百度CEO李彥宏向習近平介紹了百度無人駕駛車。

　　早在2013年，百度就已經開啟了前沿領域的項目布局，無人車由百度研究院主導歷時兩年研發，2015年12月，更是專門成立自動駕駛事業部，足見百度對無人車項目的重視。憑借LBS、圖像識別、大數據等領域深厚的技術積累和人工智能技術的領先，目前百度無人車的研發已經達到世界領先地位。

　　百度無人駕駛是國內唯一一家通過功能安全ISO26262國際標準的全自動駕駛研究項目。去年12月，百度無人車實現了在北京五環上的上路測試，最高時速100公里，并首次實現城市、環路及高速道路混合路況下全自動駕駛，標志著中國無人駕駛車的發展進入里程碑的新階段。

　　對于無人車來說，人工智能、深度學習的技術發展至關重要。無人車在行駛過程中，攝像頭、感應器等原件會收集大量數據，而這些數據需要實時處理和分析，通過高性能的計算能力、先進的算法及深度學習系統，來實時適應周圍的路面情況自動駕駛汽車。

　　而據了解，百度在國內擁有首家自主研發的三維高精度地圖技術，已達到較高精度，同時具備國內領先的高精度地圖采集與自動化處理技術，具備完整的高精度地圖采集與自動化處理系統，可支持高精度地圖的規模化生產。另外，百度也已經掌握了國內領先的實時高精度定位技術，實現厘米級的定位精度，相比于GPS定位精度提升了兩個數量級。在關鍵技術上“領跑”世界。

　　小結：智能駕駛是一項復雜的工程，涵蓋了汽車制造、自動控制、傳感器、人工智能、地理信息、云計算、交通法規、社會倫理等多個領域，需要極強的技術水準和高尚的職業操守。