人工智能(AI)革命才剛剛起步，很快地將會需要各種更強大的半導體。

在近日于美國加州舉行的國際固態(tài)電路會議(ISSCC)上，來自機器學習、計算機視覺和神經(jīng)科學等領域的先驅——Yann LeCun在一場專題演講中告訴3,000名芯片設計師，當今監(jiān)督式的神經(jīng)網(wǎng)絡正取得了廣泛應用，但卻受限于人類創(chuàng)造者啟動的過程。

被譽為“卷積神經(jīng)網(wǎng)絡(CNN)之父”的Yann LeCun說：“我認為，AI的未來是一種自我監(jiān)督的學習過程。”CNN目前已廣泛用于計算機視覺和其他系統(tǒng)。

“生成對抗網(wǎng)絡”(Generative adverserial networks;GAN)可望成為一種讓系統(tǒng)自行預測的技術。LeCun展示了幾個GAN用于設計時裝和引導自動駕駛車的實際例子。

卷積神經(jīng)網(wǎng)絡(CNN)之父Yann LeCun在ISSCC發(fā)表專題演說

非監(jiān)督式神經(jīng)網(wǎng)絡超越MAC、張量運算

未來的算法將會需要更大的模型，從而要求當今性能原已有限的芯片提供更強大的功能。明日的神經(jīng)網(wǎng)絡將使用動態(tài)的不規(guī)則圖形等新的基本原型，從而變得更動態(tài)和稀疏。

對于算法設計人員正著手開發(fā)中的新型運算而言，當今使用乘法累加數(shù)組來處理張量的芯片可能沒什么用處。他預期，對于嵌入式系統(tǒng)而言，各種低成本、低功耗的推論加速器將會是最大的機會。

LeCun和其他專家在去年提出的算法，它在每個特征級都使用預測變量(來源：ISSCC)

LeCun從1988年開始在AT&T的貝爾實驗室(Bell Labs)設計神經(jīng)網(wǎng)絡系統(tǒng)，并開發(fā)了一套廣泛使用的銀行系統(tǒng)，可用于讀取支票。他在1989年撰寫了有關系統(tǒng)CNN的第一篇論文。LeCun說：“如今，CNN將無處不在，”其中包括汽車、攝影機和機器人。Lechun目前并在Facebook進行AI研究。

自從1950年代開始以來，該技術已經(jīng)經(jīng)歷了兩次神經(jīng)網(wǎng)絡寒冬。在最后一次之后，LeCun曾經(jīng)協(xié)助設計了一款基于FPGA的機器人引導系統(tǒng)，但該系統(tǒng)在2011年的一場會議中遭拒。

他仍打趣地說：“大多數(shù)人都不相信從未聽說過的系統(tǒng)也可能順利工作。”