近日消息，F(xiàn)uturum首席分析師丹尼爾·紐曼(Daniel Newman)在福布斯發(fā)文講述人工智能與智能手機的未來。文章指出，如能有效整合AI，智能手機將會變得真正智能，從被動的工具變成主動的合作伙伴。一些技術(shù)領(lǐng)域的進步正帶來驅(qū)動，其中包括深度學習和低耗能計算機芯片。

以下是文章主要內(nèi)容：

人工智能(AI)曾經(jīng)只是科幻夢想，但時下的技術(shù)拉近了它與現(xiàn)實的距離。它可能不久之后將會進入我們的口袋，而不是那些科幻小說電影中那樣存在于人形機器人。通過深度學習和低耗能計算機芯片等領(lǐng)域的進步，AI可能很快就會在智能手機這一人們最常使用的設(shè)備中找到歸宿。

你的智能手機可能是你最有用的工具之一。它不僅僅可以讓你與親朋好友和生意伙伴保持聯(lián)系，還可以讓你通過網(wǎng)絡(luò)獲取幾乎任何的信息，獲得導(dǎo)航指引(以及到站時間)，娛樂，玩游戲，查看電子郵件，在日歷上添加信息……雖然智能手機現(xiàn)在已經(jīng)可以帶來很多的便利了，但如果整合AI，它們還能夠進一步成被動的工具變成主動的合作伙伴，幫助我們做決策——甚至是替我們做決策。

下面來談?wù)務(wù)龑⑦@種科幻夢想變成現(xiàn)實的一些技術(shù)進步。

深度學習

大部分人每天都使用深度學習技術(shù)，但他們其實并不知道。谷歌、Facebook等公司在云端使用深度學習軟件來運行諸如臉部識別和語音識別的流程。而高通則打造了軟件開發(fā)工具包將深度學習技術(shù)從云端轉(zhuǎn)到智能手機，盡管運行空間相對有限。

那什么是深度學習呢?深度學習是AI技術(shù)的一個分支，有關(guān)模擬人腦新皮質(zhì)(我們的高級思維活動的主要發(fā)生地)中神經(jīng)細胞的活動。這讓深度學習軟件能夠像人腦一樣學習識別模式——在聲音、圖像和其它形式的感官輸入方面。

深度學習對打造真正智能的人工智能必不可少。該領(lǐng)域的進展促使針對多個領(lǐng)域的程序有了大幅的提升，如圖像識別、語音轉(zhuǎn)錄和翻譯等等。借助深度學習技術(shù)，計算機最終將能夠做任何人類能夠做的事情。

理解聊天機器人的重要性

聊天機器人已經(jīng)出現(xiàn)多年了，是行業(yè)打造AI的初期嘗試之一。遺憾的是，很多人仍只是將它們看作只會幽默地對話的笨程序。然而，聊天機器人有使用深度學習技術(shù)，所擁有的影響力要遠遠大于人們的想象。

關(guān)注AI的企業(yè)為下一代聊天機器人軟件和它的功能感到興奮。聊天機器人的功能將會擴展到信息的有效存儲、回憶和整合。有了這些擴展功能，未來的聊天機器人能夠完成的任務(wù)應(yīng)該會大大增加，而遠不只是簡單的對話。

企業(yè)的愿景是，聊天機器人將能夠訪問多個信息中心，搜索互聯(lián)網(wǎng)，以及瞬間為員工帶來所需的信息。客戶服務(wù)中心和在線客戶支持將從聊天機器人獲得巨大的益處，因為它們能夠接聽電話，也能夠快速判斷客戶是需要人工服務(wù)還是機器服務(wù)。

打造低耗能計算機芯片

將AI整合到智能手機及其它移動設(shè)備的另一大障礙是能耗要求。人腦需要大量的能量來運作，尋求重造我們的智能的軟件和硬件也不例外。幸運的是，開發(fā)者在微型化和降低計算機能耗要求方面正不斷取得進展。

麻省理工學院的研究人員最近公布了低耗能計算機芯片領(lǐng)域的一項突破。他們打造出的神經(jīng)網(wǎng)絡(luò)芯片所需要的能耗比當前普遍用于智能手機的移動圖形處理器要少10倍之多。這一進展大大推進了將AI整合到智能手機的進展。

該名為“Eyeriss”的芯片基于數(shù)十年前因能耗高問題基本被放棄的神經(jīng)網(wǎng)絡(luò)研究。然而，Eyeriss芯片成功克服了能耗限制。制造商們可能不久之后就能夠?qū)⑦@些芯片整合到智能手機，讓AI成為我們?nèi)粘Ｉ钪械囊徊糠帧?/p>

持續(xù)的技術(shù)進步，讓AI變得更接近于成為多數(shù)人日常生活的一部分。深度學習和低耗能神經(jīng)網(wǎng)絡(luò)芯片只是讓智能手機更接近于實現(xiàn)真正智能化的其中幾項技術(shù)奇跡。