前一段時間谷歌“阿爾法狗”打敗世界知名圍棋選手李世石一度占領各大新聞頭條，甚至引發大眾關注。一時間，不管是科技界名人還是普通大眾，都因此產生不同程度的不安。一部分不安是擔心人工智能被心懷叵測的人利用，比如人工智能武器被利用釀成沖突慘劇，而普通大眾的不安主要是同自身的切身利益有關，是與人工智能有關的職業和社會道德問題。

　　2015年1月31日，在美國硅谷的The BIG Talk峰會上，百度首席科學家吳恩達現身發表演講，作為人工智能領域的專家，他認為不必對技術產生恐懼的情緒，人工智能不會導致世界末日，而是給人類社會提出了新的挑戰。

　　而霍金澤持有不同觀點，霍金在《獨立報》上或能概括人工智能的威脅：“盡管人工智能的短期影響取決于控制它的人，但長期影響卻取決于它究竟能否被控制。”

　　微軟聯合創始人比爾·蓋茨（Bill Gates）稱人工智能的出現實現了年輕科技迷們所有的兒時夢想。他說：“人工智能就是通往未來的途徑，機器將越來越能干，甚至超過人類智慧。”

　　蓋茨的西雅圖鄰居、亞馬遜創始人杰夫·貝索斯（Jeff Bezos）同樣對人工智能充滿信心。他說：“很難評估人工智能對今后20年的社會將產生何種巨大的影響。”

　　蓋茨與貝索斯都堅決支持研發人工智能技術。但是特斯拉電動汽車公司、美國太空技術探索公司SpaceX首席執行官馬斯克，卻對人工智能技術的進化感到擔憂。馬斯克說：“我很擔心人工智能發展的某些方向，它們可能對未來產生負面影響。并非所有人工智能功能都是良性的。如果我們創造出超越人類智慧很多的超級人工智能，確保其處于良性狀態非常重要。”

　　李開復老師的警告則更具激勵性：人工智能的真實的危機在于未來機器將養活無所事事的人。其實，比這更可怕的應該是：直到這一猜想成為現實，人們才開始意識到問題的嚴重性。

　　那也不妨聽聽FaceBook公司人工智能實驗室負責人Yann LeCun是怎么說的：“有些人是因為對人工智能的原理不理解而導致恐懼，有些人是為了個人名望而宣揚人工智能威脅論，有些人則是為了商業的利益推動人工智能威脅論。”

　　那么問題來了，什么是人工智能呢？讓大家爭議不斷。

　　人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能是對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。現在人工智能已經成為世界三大尖端科學，與空間技術、能源技術并列。

　　提到人工智能不難想到人工智能芯片。什么是人工智能芯片？理解它，最好的辦法是先思考人工智能軟件需要什么：很好的處理速度，以及高處理速度所需的大功率。然而，處理器的運行方法也很重要。

　　為什么我們不能僅僅用高端的英特爾處理器芯片來實現人工智能？

　　“一個頂級的英特爾處理器包含過多的punch用來運行龐大的金融電子表格或是企業運營軟件時，而為了深度學習的芯片優化將一些特定類型的問題（比如理解語音命令或識別圖像）分成為無數的小塊（bite-size chunks）。因為GPUs有數以千計的小型處理器核心擠在同一個硅片上，所以它們可以同時處理成千上萬的小塊。分配一個英特爾處理器到這種工作上將是一個巨大的資源浪費，因為每一個這種處理器都包含著幾十個原本設計用來運行復雜算法的內核，而深度學習芯片只要去處理所有的那些小型任務，并不需要思考那么多復雜運算。”這段從MIT Technology Review引用的文字可以對此作出解釋。

　　于是為打造芯片和硬件解決方法并優化人工智能任務的公司早就在行動啦。

　　1、KnuEdge

　　KnuEdge實際上并不是一個初創公司，它由NASA的前任負責人創立，已經在一個隱形模式下運營了10年。KnuEdge最近從隱形的模式中走出，并讓全世界知道他們從一個匿名的投資人獲取1億美元的投資用來開發一個新的“神經元芯片”。

　　KUNPATH提供基于LambaFabric的芯片技術，LambaFabric將會通過與現在市場上的GPUs、CPUs和FPGAs完全不同的架構進行神經網絡的計算。LambdaFabric本質上是為在高要求的運算環境下向上拓展至512000臺設備而設計，機架至機架延遲時間只有400毫微秒，低功耗的256核處理器。KNUPATH技術以生物學原理為基礎，將會重新定義數據中心和消費設備市場中的芯片級/系統級計算。

　　對比其他相似的芯片，這個芯片技術應提供2倍到6倍的性能優勢，并且公司已經通過銷售他們的樣機系統獲得了收入。在“KnuEdge傘形結構”下，KnuEdge由3個單獨的公司組成，KnuPath提供他們的芯片，KnuVerse提供通過驗證的軍事級的語音識別和驗證技術，Knurld.io是一個允許開發者們去簡單地融合語音驗證到他們的專利產品的公共云API服務（Public cloud API service）。KnuEdge宣稱，現在只需要對著麥克風說幾個詞就可以做到驗證電腦、網絡、移動應用和物聯網設備。以后再也不用記住密碼將會是一件多棒的事情？

　　2、Nervana

　　創立于2014年，位于圣地亞哥的初創公司Nervana Systems已經從20家不同的投資機構那里獲得了2440萬美元資金，而其中一家是十分受人尊敬的德豐杰風險投資公司（Draper Fisher Jurvetson，DFJ）。The Nervana Engine（將于2017年問世）是一個為深度學習專門定做和優化的ASIC芯片。這個方案的實現得益于一項叫做High Bandwidth Memory的新型內存技術，同時擁有高容量和高速度，提供32GB的片上儲存和8TB每秒的內存訪問速度。該公司目前提供一個人工智能服務“in the cloud”，他們聲稱這是世界上最快的且目前已被金融服務機構、醫療保健提供者和政府機構所使用的服務，他們的新型芯片將會保證Nervana云平臺在未來的幾年內仍保持最快的速度。

　　3、地平線機器人

　　由中國人創立于2015年的初創企業Horizon Robotics（地平線機器人）已經從包括Sequoia和傳奇的風險資本家Yuri Milner等投資人獲得了未透露金額的種子基金。2016年7月1日，地平線機器人獲得了新一輪融資，這筆投資將用來加大對自動駕駛和智能家居領域的研發投入，加快產品研發和落地速度；推進人工智能芯片和系統的研發。他們正在著手于建立一個一站式人工智能解決方案，定義“萬物智能”，讓生活更便捷、更有趣、更安全。

　　地平線致力于打造基于深度神經網絡的人工智能“大腦”平臺 - 包括軟件和芯片，可以做到低功耗、本地化的解決環境感知、人機交互、決策控制等問題。其中，軟件方面，地平線做了一套基于神經網絡的 OS，已經研發出分別面向自動駕駛的的 “雨果” 平臺和智能家居的 “安徒生” 平臺，并開始逐步落地。硬件方面，未來地平線機器人還會為這個平臺設計一個芯片——NPU （Neural Processing Unit），支撐自家的OS，到那時效能會提升2-3個數量級（100-1000 倍）。

　　4、中星微電子

　　說起國內的人工智能芯片，不得不提一下，今年6月 20 日，率先推出中國首款嵌入式神經網絡處理器（NPU）芯片中星微，這是全球首顆具備深度學習人工智能的嵌入式視頻采集壓縮編碼系統級芯片，并取名“星光智能一號”。這款基于深度學習的芯片運用在人臉識別上，最高能達到98%的準確率，超過人眼的識別率。該芯片于今年3月6日實現量產，目前出貨量為十幾萬件。

　　該NPU采用了“數據驅動”并行計算的架構，單顆NPU（28nm）能耗僅為400mW，極大地提升了計算能力與功耗的比例，可以廣泛應用于高清視頻監控、智能駕駛輔助、無人機、機器人等嵌入式機器視覺領域。

　　5、krtkl

　　創立于2015年的krtkl致力于創造“一個微小的無線電腦用來創造一些完全不同的東西”。技術人將會迷戀Snickerdoodle，一個雙核ARM處理器、FPGA、WIFI、藍牙，起價于65美元，“以最小、最難做、最實惠賦能機器人、無人機和計算機視覺等的平臺”。這個產品事實上是通過眾籌獲得了超過16萬美金的資金。最新的信息是說他們已經收到了Snickerdoodle初級版本，并且很快就會出貨。

　　6、Eyeriss

　　Eyeriss事實上還不是一個初創公司，但是因為它是由MIT開發并且獲得了大量的媒體報道，所以我們不能從這個名單中排除它。Eyeriss是一個高效能的深度卷積神經網絡（CNN）加速器硬件，能夠讓移動設備執行自然語言處理和面部識別等任務，而無需連接至互聯網。顯然，這是讓操作系統的機器學習變得更加便攜的最新嘗試。

　　換言之，智能手機、可穿戴設備、機器人、自動駕駛汽車、以及其它物聯網設備，都能夠在本地處理復雜的深度學習任務，這點在此前一直非常難以做到。深度學習依賴于大規模的計算機處理性能，而“GPU加速”就是比較常見的一種方式。盡管能夠勝任，但它也有一個最大的缺點——費電。

　　該硬件比起現有的圖形處理器GPUs更加高效、Eyeriss的能效為傳統方法的十倍。美國國防部高級研究計劃局（Darpa）提供部分資金，由Vivienne Sze領導的MIT團隊在今年的會議上公開了芯片，是最先進的神經網絡首次在定制芯片上進行演示。