新闻中心

EEPW首页 > 设计应用 > 迈向AI与IC产业结合之路

迈向AI与IC产业结合之路

作者:高焕堂时间:2019-11-29来源:电子产品世界收藏

  高焕堂 (台湾VR产业联盟主席,厦门VR/AR协会荣誉会长兼顾问)

本文引用地址:article/201911/407677.htm

  0 引言

  过去十多年来,大数据是推动发展的主力。随着应用日愈扩大和日趋复杂,计算能力成为当今推动发展的新动能。30多年前,台积电公司开创了新产业分工模式和协同体系。如今为了结合产业,AI产业的智能组件化是必然潮流,AI产业的分工体系也渐渐地进化。于是有趣的是,硬件产业将伴随新兴AI产业的成长,且心心相印、融合为一。从此公主(AI)和王子(IC)过着幸福快乐的日子。

  综观现代的IC制程分工是:设计→制造→测封→组装(成PC、手机等)。于是,我们可以依循一样的思维,把AI制程分工定义为:AI设计(使用模式)→AI程序开发(使用模版)→AI测试QA→整合成为AI应用系统(Application)。本文就从AI神鹰 [1] 的设计讲起。

  1 AI的长处是什么?

  一般而言,进入到AI领域,首先都会去理解AI可以帮人们做什么(What)。AI拥有非常强的技能就是:代替人类从复杂的大数据中找规律,然后依据得到的规律,来帮人类做预测(Prediction)。换句话说,考古题做多了,就会有心得和好用的法则,也就成为某个特定领域的专家了。而上述的心得和法则,提供了专家直觉,能鉴往知来,预测短期未来的变化。

  AI就如同训练有素的狗,例如在机场里穿梭于旅客之中,灵敏地闻行李箱里是否有大麻毒品等。这些训练有素的狗可以瞬间搜索行李箱里的大麻毒品味道。所以AI也一样,除了可以考古、预测和鉴往知来之外,还能发挥其专家直觉,不费时不费力地进入新事物领域。因之,AI对往事擅于“考古”,对当下擅于“探索”。

  2 AI的短处是什么?

  AI有其长处,当然也有短处。AI对中长期的未来事物变迁的预测(Forecasting)能力却非常薄弱。因为AI没有拟定(对未来的)假设或假说(Hypothesis)的能力,而且它又没有关于未来可变事物的数据。所以,AI对往事擅于“考古”,对当下擅于“探索”,对未来的“假设”几乎无能为力。在AI时代里,AI负责考古和探索眼前事实;人类观想未来和拟定假设性方案。AI的能力与人类能力形成互补,相辅相成。于是,我们只要找到最佳的互补模式就对了。至于什么是理想的互补的协同合作模式呢?并无标准答案。

  3 AI神鹰的起源

  笔者从《成吉思汗与神鹰》的故事 [1] 里,发现了一个AI设计模式(Design Pattern),称之为:AI神鹰(如图1)。

微信截图_20191202164822.png

  AI神鹰的基本主张是: 比起“有所为”,“有所而不为”可能更关键。与 AI神鹰互补的是:AI猎狗。两者相辅相成,AI猎狗建议人类“有所为”;AI神鹰则建议人类“有所不为”。有所为,追求获利;有所不为,降低风险。就如同于登山者与雪巴人之间的协同合作模式 [1]

  4 AI神鹰的需求范例

  一个常见的AI神鹰是:帮助医师核对处方上用药的副作用。医师开立处方单时,先交给AI神鹰审视,若药物之间的交叉副作用过高,神鹰会通知医师(人),重新思考其用药。而一个常见的AI猎狗是:辅助医师判断超音波图像(如图2)。

微信截图_20191202164730.png

  AI猎狗作用于人类的“决策前”;而AI神鹰作用于“决策后”。这两项AI成为人类决策者的最佳伙伴。对于基层经理人(决策)而言,AI猎狗可以发挥很大的辅助效果。对于高层总裁(决策)而言,AI神鹰可以发挥关键性的效益。所以成吉思汗出行时,随身携带神鹰,而不是猎狗 [1]

  猎狗看利益,神鹰看风险。两者协同合作,带给人类趋吉避凶效果,让企业势如破竹。如成吉思汗一般,建立地球史上最大版图的帝国。

  5 AI神鹰设计模式(Design Pattern)

  AI天生具有“考古”和当下“探索”的强大能力。也就是AI出生就具有猎狗的天分,能极灵敏地嗅出利益机会(如哪里有兔子)。也就是一般统称的“预测(Predict)”能力,这种极灵敏能力既可以用来嗅出“利益”,也可以用来嗅出“危险”。于是,将一群擅于嗅出风险的AI猎狗们,巧妙组合成为一个团队,就成为一只“AI神鹰”了。

  例如,在机场来往的行李箱可能装有“危险”物品(如毒品),警察就让一群猎狗来嗅出行李箱里的“危险”物。这位警察和一群擅于嗅出毒品的猎狗们,巧妙组合成为一个团队,就成为一只“机场的神鹰”了。

  6 从设计到实现

  AI猎狗的模型、算法和训练方法都是一样的,其差别只在于闻嗅的目标(利益Vs.风险)不同罢了。因之,就把来自CNN的我常用的“格格/丫鬟”模型引过来 [2] ,成为AI神鹰的基础架构,如图3。

微信截图_20191202164707.png

  如果您已经熟悉了CNN的架构和术语,就可以理解如何实践这神鹰了:AI丫鬟对映到CNN的卷积层;而AI格格则对映到CNN的全连接层。换句话说,我们可以直接运用CNN的基本模型来实践和训练基础的AI神鹰,几乎不必耗费额外的学习和建模成本。只需让一群嗅危险的AI猎狗们能协同合作,并产生整体综效即可。

  像AI神鹰的协同合作结构,可以应用于医疗、股市、警政、军事等各种领域,是一种通用型的“设计模式(Design Pattern)”,又称为“设计模式”。这种AI模式,通常会使用多个模版(Template)来实践。而模板则由多个Excel工作表和多个Python程序来实践。然后,这些Python程序则表达了复杂的AI算法。

  模式比较接近人的世界 , 模版接近机器的世界 。 模 版 : 让AI机器模拟个人的思考和学习(Learning)。模式:让AI模拟一群人之间的协同合作(Collaboration),如图4。

微信截图_20191202164647.png

  7 迈向“智能、软件与IC”三合架构时代

  于是,我们的终极目标是:人机共舞。而短期愿景是:让IC产业与AI智能产业心心相印、融合为一。例如,现代的IC制程分工是:设计→制造→测封→组装(成PC、手机等)。我们可以依循一样的思维,把AI制程分工定义为:AI设计(使用模式)→AI程序开发(使用模版)→AI测试QA→整合成为AI应用系统(Application)。 过去30年来,软件和硬体都经历过组件化(Component)的成长之路,而实现了软硬结合的今日IT潮流。过去是软硬结合架构,现在是“AI智能(算法)+软件+IC”三合一架构。

  反观当今的AI应用系统开发,一个公司或一个团队 , 把设计 、 制造(编程)、测试、组装(Assembly)都全包了。其相当于30年前的IC(半导体)产业结构。

  在2020年代的未来AI产业,智能组件化是必然潮流,随着AI应用日愈扩大日趋复杂,产业的分工体系也在进化。让IC产业来陪新兴AI产业的成长,且心心相印、融合为一。从此公主(AI)王子(IC)过着幸福快乐的日子。

  参考文献

  [1] 高焕堂.AI的本质及其商业的康庄大道[J].电子产品世界,2019(9):77-78.

  [2] 高焕堂.学AI之路,从探索特征出发[J].电子产品世界,2019(11):81-84

  本文来源于科技期刊《电子产品世界》2019年第12期第78页,欢迎您写论文时引用,并注明出处。



关键词: 201912 AI IC

评论


相关推荐

技术专区

关闭
博聚网