账号:
密码:
CTIMES / 文章 /   
迈向AI与IC产业结合之路
从AI神鹰设计模式谈起

【作者: 高煥堂】2020年02月18日 星期二

浏览人次:【4882】
  

随着AI应用日愈扩大且趋於复杂,运算能力成为当今推动AI发展的新动能。可以预见的是,硬体IC产业将陪伴新兴AI产业的成长。本文叙述AI的长短处,以及AI神鹰设计理想的、互补的协同合作模式。


过去十多年来,大数据是推动AI发展的主力。随着AI应用日愈扩大且日趋复杂,运算能力成为当今推动AI发展的新动能。30多年前,台积电公司开创了新IC产业分工模式和协同体系。如今为了结合IC产业,AI产业的智能组件化是必然潮流,AI产业的分工体系也悄悄地进化之中。可以预见的是,硬体IC产业将陪伴新兴AI产业的成长,且融合为一。


AI的长处是什??

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?(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出规律,然後依据其得到的规律来帮人类进行预测(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,在机场??穿梭於旅客之中,灵敏地??闻行李箱??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??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、不费力地进行新事物。因此,AI对往事擅於「考古」,对当下擅於「探索」。


AI的短处是什??

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,而且它又没有关於未来可变事物的数据。所以,AI对往事擅於「考古」,对当下擅於「探索」,对未来的「假设」几??无能为力。


在AI时代??,AI负责考古和探索眼前事实;人类则观想未来和拟定假设性方案。AI的能力与人类能力能够形成互补,相辅相成。於是,我们只要找到最隹的互补模式,就对了。至於什?是理想的、互补的协同合作模式呢?这并无标准答案。


AI神鹰的起源

我从《成吉思汗与神鹰》的故事??,发现了一个AI设计模式,我称它为:「AI神鹰」。



图一 : 成吉思汗的神鹰和猎狗  (source:呢图网)
图一 : 成吉思汗的神鹰和猎狗 (source:呢图网)

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。两者就如同於登山者与雪巴人之间的协同合作模式。


AI神鹰的需求范例

一个常见的AI神鹰是:帮忙医师核对处方上用药的??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??作用过高,神鹰会通知医师(人),重新思考其用药。而常见的AI猎狗之一是辅助医师判断超音波图像。



图二 : 医师的神鹰和猎狗 (source:呢图网)
图二 : 医师的神鹰和猎狗 (source:呢图网)

AI猎狗作用於人类的「决策前」;而AI神鹰作用於「决策後」。这两项AI成为人类决策者的最隹夥伴。对於基层经理人(决策)而言,AI猎狗可以发挥很大的辅助效果。对於高层总裁(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?带神鹰,而不是猎狗。


猎狗看利益,神鹰看风险。两者协同合作,带给人类趋吉避凶的效果,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。


AI神鹰设计模式(Design Pattern)

AI具有「考古」和当下「探索」的?大能力,也就是说,AI本来就具有猎狗的天份,能极灵敏地??出利益机会(例如知道哪??有兔子),相当於一般统称的预测(Predict)能力,这种极灵敏能力既可以用来??出利益,也可以用来??出危险。於是,将一群擅於??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),警察就组织一群猎狗来??出行李箱??的「危险」物。这位警察和一群擅於??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。


从设计到实现

AI猎狗的模型、算法和训练方法都是一样的,其差别只在於??闻的目标(利益vs.风险)不同罢了。因此,就把来自CNN中我常用的〈格格/丫??〉模型引过来,成为AI神鹰的基础架构:



图三 : AI神鹰的基础架构  (source:呢图网)
图三 : AI神鹰的基础架构 (source:呢图网)

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理论了:AI丫??对应到CNN的卷积层;而AI格格则对应到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??不必耗费额外的学习和建模成本。只需让一群??危险的AI猎狗们,能和谐地协同合作,并产生整体综效即可。


像AI神鹰的协同合作结构,可以应用於医疗、股市、警政、军事等各种场域,是一种通用型的「设计模式(Design Pattern)」。这种AI模式通常会使用多个模版(Template)来实践,而模版则由多个Excel工作表和多个Python程序来实践。然後,这些Python程序则表达了复杂的AI演算法。


模式比较接近人的世界,模版则接近於机器的世界。


模式:让AI模拟一群人之间的协同合作(Collaboration)。


模版:让AI机器模拟个人的思考和学习(Learning)。



图四 : AI模板的元素:Excel + Python (source:呢图网)
图四 : AI模板的元素:Excel + Python (source:呢图网)

迈向「AI智能、软体与IC」三合一架构时代

於是,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,综观现代的IC制程分工是:设计←制造←测封←组装(组成PC、手机等)。於是,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)。


过去30年来,软体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。过去是软硬整合架构,现在是「AI智能(算法)+软体+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)都全包办了,其相当於30年前的IC(半导体)产业结构。


在2020年代的未来AI产业,智能组件化是必然的潮流,随着AI应用日愈扩大日趋复杂,产业的分工体系亦随之进化。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)与王子(IC)过着幸福快乐的日子。


  相关新品
CWFA205: WiFi+BT
原厂/品牌:鉅景
供应商:鉅景
產品類別:RF
GPS SiP Module
原厂/品牌:鉅景
供应商:鉅景
產品類別:RF
CGPA10x: GPS SiP
原厂/品牌:鉅景
供应商:鉅景
產品類別:RF
  相关新闻
» Xilinx发表20奈米航太规格FPGA 目标推进卫星和太空应用
» 科思创加速循环经济的转型
» Arm:全新IP将为5G时代带来真正的数位沉浸
» Cadence:透过内外兼具的EDA布局 加速设计流程
» 慈善科技创新力道 国研院与慈济四大志业签订合作备忘录
  相关产品
» DELO 推出新款旒合剂适用於功率半导体元件
» 英特尔将神经形态研究系统扩展至1亿个神经元
» ST独占飞时测距感测器领域??头
» 笙泉科技推出新一代MG82F6D17 MCU
» ST:功能安全将是工业4.0的重中之重
  相关资源
» Power Management Solutions for Altera FPGAs

AD


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2020 远播信息股份有限公司版权所有 Powered by O3
地址:台北市中山北路三段29号11楼 / 电话 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw