美信眼中的人工智能

人工智能是人类的未来，我们已经在不知不觉中使用了它。据某些科学家所说，它甚至可以作为“有能力的新物种”来代替人类。

日前，EETimes编辑邀请到Maxim Integrated（美信）微控制器和安全业务执行董事Kris Ardis以及Maxim Integrated副总裁兼首席技术官David Dwelley参与到关于人工智能的讨论中。

David Dwelley

Kris Ardis

什么是人工智能？

人工智能的目的是在机器中创造一种模拟的人类智能，像人类一样“思考”，模仿人的行为方式。人工智能的基本特征是能够分析数据并确保实现既定目标的最佳方式。

“科幻电影会告诉我们，人工智能是隐藏在某个秘密地点的巨型计算机，它们正在接管世界，”Dwelley说，“这当然不是人工智能，这只会是一部伟大的科幻小说，但这并不是科技行业看待人工智能的方式。实际上，从物联网的人工智能来看，它实际上只是一种专门的算法，可以进行非常复杂的模式匹配。它寻找模式并识别它们，然后对它们进行分类。它也是一类半导体器件，有专门的硬件来加速算法。Maxim从事的是芯片制造业务，我们专门制造硬件加速器来运行这类算法。”

从传统智力分配上看，人工智能的功能主要由四个不同级别组成：

理解：通过模拟数据和事件关联的认知能力，人工智能能够识别文本、图像、表格、视频、语音和推断信息。

推理：系统可以连接收集到的多个信息位（通过精确的数学算法和自动化的方式）。

学习和互动：“模式识别实际上是受到我们思维方式和大脑工作方式的启发。”Ardis说，“你训练大脑中的神经元去识别某些东西，神经网络做得是同样的事情。”

我们应该害怕人工智能吗？“如果你看太多恐怖电影，那么也许吧，但真的，我不认为这是什么可怕的东西。这只是另一种算法。如果说有什么可怕的东西，那就是人们选择用这些算法来做的事情。”Dwelley说。

Ardis补充道：“需要记住的一件重要的事是，这些东西都是为了训练任务，这些任务伴随着数据和一系列期望或者预期结果。所以你可以训练任何人去做错事。这是人工智能吗？还是因为人的因素？是的，我们恐惧的场景，其实是恐惧背后的那个操作者而不是恐惧真正的技术。”

Dwelley说：“我们正在试验制造流程中使用人工智能，这是今天非常传统、非常人性化的算法。我们现在正在我们的工厂里进行实验，看看我们是否可以使用机器学习来改进或优化，只是为了更快地学习，更快地得到改进的结果，因为系统可以同时观察很多变量。它可以一次得出许多平行的结论，并最终得到一个更快的路径来获得更好的结果。因此，我们在Maxim内部和我们销售的产品上都在进行这方面的试验。”

安全与应用

人工智能确实是一个非常有能力的模型识别系统。如果我们有一个IT系统，而一个网络攻击威胁到它，首要的挑战是认识到攻击正在发生。

一般来说，人工智能（和机器学习）可用于网络防御，以创建有效的“安全评估”工具。不幸的是，工具同样适用于黑客收集大量信息并策划一次熟练的攻击。

人工智能的形成使用了来自结构化和非结构化数据，比如博客和新闻报道。通过深度学习和机器学习技术，人工智能提高了“识别”网络安全威胁和网络风险的能力。

“我们发现了一些可以用模式识别仔细审查的系统。从本质上说，它能识别出发生在它身上的事情。网络攻击是发生在IT系统上的事情。人工智能或机器训练的机器学习算法很可能会注意到攻击，并能够向系统发出警报，以便系统能够采取其他措施保护自己免受网络攻击。

用于模式识别任务的学习算法比大多数人意识到的要广泛得多。

Ardis说：“邮政部门几十年来一直用它来分类邮件。这些都是非常原始的机器学习算法。但我想，它们从上世纪90年代就开始使用了，甚至可能更早。因此，邮件通过机器学习算法到达信箱，这已经持续了很长时间了。谷歌与机器学习合作。每一次你在谷歌的搜索框里输入一个搜索，就像整个世界都在做的那样，搜索背后都有机器学习算法，它们决定返回给你的结果。谷歌之所以如此成功，其中一个原因是，搜索结果总体上是正确的，或者说总体上是相关的。”

“这是通过机器学习完成的。然而，没有机器学习算法，这是行不通的。最明显的例子是当你和Alexa设备通话时。当你给它这个词时，机器学习算法会识别你所说的，这只是在寻找一个模式，然后它们就会激活。今天，在日常生活中有很多人工智能在幕后工作，很多人都不知道。”

人工智能消除了耗时的研究，提供了精确的风险分析，减少了分析员做出重要决策和提供组织良好的响应所需的时间。

在日常生活的人工智能应用中，医学领域是这门学科的另一个基础且重要的领域。机器学习和人工智能用于检测疾病的潜在症状，分析成像检查，并根据病理报告进行诊断。但这并不是全部：应用到聊天机器人上的人工智能使人们能够发现患者症状的模式，就像面部识别技术在识别罕见遗传疾病方面做出了重大贡献一样。

支持人工智能的基础设施已经发展到支持越来越广泛的活动和业务流程。传统的处理器、体系结构和平台通常需要很长时间来计算神经网络（深度学习算法）中的选项范围。最先进的处理器和图形处理器单元（GPU）已经部分解决了这个问题，提供了优越的计算能力和速度，但支持先进的人工智能解决方案仍然不够。

Ardis说：“关键字检测实际上是一项相对简单的任务。它可以用一个低功耗的Arm Cortex-M4微控制器来实现。这不是什么大挑战。但是，如果你想做类似工业安全摄像头这样的复杂的事情，或者对一系列声音进行分类，那么历史上还没有任何东西可以真正用电池或价格合理的方式做到这一点。面部识别或人数识别也是一样的。目前还没有一种既便宜又低功耗的优秀解决方案。因此，我认为，我们新推出的MAX78000集成电路肯定要解决的一个问题是，在芯片性能方面提供一个成本效益比更高的产品，以便真正让这些技术进入市场。”

有能力的人工智能可以小封装，用小电池运行：Maxim的MAX78000支持edge-AI，但可能无法让机器人接管（至少现在还没有！）

Ardis补充道，“机器学习工程师习惯于使用无穷的功耗来实现他们的神经网络。这与电池操作不符，例如，电池操作需要计算字节数和微瓦数。要实现人工智能的全部潜力，我们需要超越技术本身来思考。据估计，人工智能可以促进GDP增长，对所有行业都有重大影响。关键因素是掌握这些技术和技能。”

人工智能是改变我们生活的技术之一。这就是为什么在这个领域工作的工程师必须培养批判性思维，使他们成为未来的真正主角。

Ardis说：“我一直认为，物联网的价值之一就是让智能隐形。我认为人工智能是另一种更有效的工具。人工智能是一个强大的工具，可以让我们周围的一切变得更加智能。

“人工智能让我们的生活更美好。它使我们的生活更轻松。它完成了人类不喜欢做的所有重复的、无聊的任务。”Dwelley补充道。

人工智能的使用和发展应该支持一种新的经济模式，这种模式能够通过优化能源消耗来增加人们的福祉，并且对地球也是可持续的。但工业界不仅可以看到人工智能的奇迹得以实现，也将从中受益。

物理学前沿的一些问题，比如量子力学和广义相对论的结合，是非常复杂的。正如物理学家Al-Khalili所说：“下一个爱因斯坦将不再是人类。”人工智能开始显示出创新、直觉和创造性的思维能力。总有一天，它将能够面对这样的问题，也许它将能够想象出人类大脑无法想象的数学范式。