人工智能，英文縮寫為AI，是一門由計算機科學、控制論、信息論、語言學、神經(jīng)生理學、心理學、數(shù)學、哲學等多種學科相互滲透而發(fā)展起來的綜合性新學科。

人工智能作為一門學科，是由“人工智能之父”麥卡錫及一批數(shù)學家、信息學家、心理學家、神經(jīng)生理學家、計算機科學家，在1956年美國達特茅斯學院召開的會議上首次提出。

2019年，美國總統(tǒng)特朗普簽署“美國人工智能倡議”行政命令，確保美國在人工智能相關領域保持研發(fā)優(yōu)勢。

歐洲也將人工智能確定為優(yōu)先發(fā)展項目，2014年發(fā)布了《2014-2020歐洲機器人技術戰(zhàn)略》和《地平線2020戰(zhàn)略——機器人多年發(fā)展戰(zhàn)略圖》，意在促進機器人行業(yè)的供應鏈建設，并拓展機器人技術在多領域的應用。2016年6月，歐盟委員會提出人工智能立法動議，并制定了《對歐盟機器人民事法律規(guī)則委員會的建議草案》和《歐盟機器人民事法律規(guī)則》。2018年4月，歐盟委員會提交了《歐盟人工智能》，制定了歐盟AI行動計劃，并提出增強歐盟的技術與產(chǎn)業(yè)能力，推進AI技術的應用，確立合適的倫理和法律框架。2018年12月，歐盟委員會及其成員國發(fā)布主題為“人工智能歐洲造”的《人工智能協(xié)調(diào)計劃》。

1964年，斯坦福大學的研究人員發(fā)現(xiàn)他們可以操縱某些被稱為金屬氧化物的材料，以打開和關閉其導電能力。這很重要，因為材料在兩種狀態(tài)之間切換的能力為傳統(tǒng)的記憶存儲提供了支柱。通常，在數(shù)字存儲器中，高電壓狀態(tài)對應于1，而低電壓對應于0。

為了讓阻變式存儲器切換狀態(tài)，需要在連接到金屬氧化物兩端的金屬電極上施加一個電壓。通常情況下，金屬氧化物是絕緣體，這意味著它們不導電。但是，如果有足夠的電壓，電流就會積累起來，最終穿過材料的薄弱點，形成一條通往另一側電極的路徑。一旦電流突破，它就可以沿著該路徑自由流動。

黃教授解釋說，這個過程猶如閃電。當云層中積累了足夠的電荷時，它很快就會找到一條低電阻的路徑，然后閃電就會出現(xiàn)。但與閃電不同的是，閃電的路徑會消失，而通過金屬氧化物的路徑仍然存在，這意味著它可以無限期地保持導電。而且有可能通過對材料施加另一個電壓來擦除導電路徑。因此，可以在兩種狀態(tài)之間切換阻變式存儲器，并使用它們來存儲數(shù)字存儲器。

必須解決的另一個主要問題涉及支持多樣化神經(jīng)網(wǎng)絡所需的靈活性。在過去，芯片設計者不得不將微小的阻變式存儲器排在一個區(qū)域，緊挨著較大的硅神經(jīng)元。阻變式存儲器和神經(jīng)元是硬接線，沒有可編程性，所以計算只能在單一方向上進行。為了支持雙向計算的神經(jīng)網(wǎng)絡，額外的電線和電路是必要的，增加了能源和空間需求。

超規(guī)模云計算公司甚至比芯片制造商更早進入這一領域。谷歌有限責任公司的Tensor處理單元是一種專用集成電路，于2016年推出，目前已經(jīng)是第四代。亞馬遜網(wǎng)絡服務公司在2018年推出了面向機器學習的推理處理加速器，聲稱其性能是GPU加速實例的兩倍多。

上個月，該公司宣布了基于其Trainium芯片的云實例的普遍可用性，稱在深度學習模型訓練場景中，以可比的性能，它們的成本比基于GPU的EC2低50%。兩家企業(yè)的努力主要集中在通過云服務交付。

雖然成熟的市場領導者專注于增量改進，但許多更有趣的創(chuàng)新正在構建AI專用硬件的初創(chuàng)企業(yè)中進行。根據(jù)數(shù)據(jù)顯示，在去年投資于芯片初創(chuàng)公司的18億美元風險投資家中，他們吸引了大部分的投資，是2017年的兩倍多。

他們正在追逐一個可能帶來巨大收益的市場，預計到2030年，全球人工智能芯片市場將從2020年的80億美元增長到近1950億美元。