วิสัยทัศน์ของ Qualcomm: อนาคตของ AI

วิสัยทัศน์ของ Qualcomm: อนาคตของ AI

เว็บไซต์

Qualcomm Technologies (QTI) กำลังดำเนินการสัมมนาผ่านเว็บหลายชุดในหัวข้อ “อนาคตของ…” และฉบับล่าสุดใช้ AI ในเซสชั่นที่มีชีวิตชีวานี้ฉันได้สนทนากับ Ziad Asghar, QTI VP of Product Management, Alex Katouzian, QTI SVP และ GM Mobile Compute and Infrastructure และ Clément Delangue ผู้ร่วมก่อตั้งและ CEO ของบริษัทโมเดล AI แบบโอเพนซอร์ส Hugging Face , Inc. ฉันยังเขียนบันทึกการวิจัยสั้นๆ เกี่ยวกับกลยุทธ์ AI ของบริษัท ซึ่งสามารถพบได้ที่นี่ใน Cambrian-AI ซึ่งเราจะสรุปกรณีการใช้งาน AI ที่น่าประทับใจบางส่วน

การออกแบบเว็บไซต์

Qualcomm Technologies เพิ่มขีดความสามารถด้าน AI
Qualcomm เชื่อว่า AI กำลังพัฒนาอย่างทวีคูณด้วยอุปกรณ์มือถืออัจฉริยะหลายพันล้านเครื่องที่เชื่อมต่อด้วย 5G กับคลาวด์ ซึ่งขับเคลื่อนโดยระบบนิเวศที่สดใสของนักพัฒนาแอปพลิเคชันที่ติดตั้งโมเดล AI แบบโอเพ่นซอร์ส บริษัทเซมิคอนดักเตอร์อื่น ๆ อาจพูดบางอย่างที่คล้ายกัน แต่ในกรณีของ Qualcomm นั้นเริ่มจากมือถือโดยเฉพาะ Snapdragon 888 ล่าสุดมีกลไก AI รุ่นที่ 6 ที่ทรงพลังพอที่จะประมวลผลโมเดล AI ที่สำคัญบนโทรศัพท์ ทำให้สามารถใช้งานแอปพลิเคชันต่างๆ เช่น การประมวลผลคำพูดบนอุปกรณ์และแม้แต่การแปลภาษาพูดแบบเรียลไทม์ Qualcomm เสริมอุปกรณ์ Edge ด้วยการประมวลผลแบบคลาวด์โดยใช้Cloud AI100ซึ่งแสดงให้เห็นประสิทธิภาพการทำงานชั้นนำเมื่อเร็วๆ นี้ในเกณฑ์มาตรฐาน MLPerf V1.0 Qualcomm เรียกแนวทางนี้ว่า Distributed Intelligence
เพื่อเพิ่มความสามารถและทรัพย์สินทางปัญญาให้กับห้องปฏิบัติการวิจัย AI ของ Qualcomm บริษัทประกาศในวันนี้ว่า บริษัทได้ซื้อทีมจาก Twenty Billion Neurons GmbH (TwentyBN) ซึ่งรวมถึงชุดข้อมูลวิดีโอคุณภาพสูงที่ชุมชนวิจัย AI ใช้กันอย่างแพร่หลาย ผู้ก่อตั้ง CEO คือ Roland Memisevic ซึ่งร่วมเป็นผู้นำสถาบัน MILA AI ที่มีชื่อเสียงระดับโลกกับ Yoshua Bengio แห่งUniversité de Montréal
Mobile AI มาแล้ววันนี้
ในขณะที่ผู้ใช้สมาร์ทโฟนไม่กี่คนรู้ว่าพวกเขากำลังใช้ AI ทุกครั้งที่ถ่ายภาพ แต่ก็มีคนน้อยลงที่เข้าใจว่า AI ช่วยให้พวกเขาเชื่อมต่อกัน QTI ฝัง AI ไว้ในทั้งสองแอปพลิเคชัน เช่น การถ่ายภาพด้วยคอมพิวเตอร์และการโต้ตอบด้วยเสียงที่แม่นยำ ตลอดจนในการทำงานของโทรศัพท์มือถือเอง การเพิ่มประสิทธิภาพ 5G เพื่อขยายการเข้าถึงของเครือข่าย และการจัดการพลังงานเพื่อยืดอายุการใช้งานแบตเตอรี่ นี่คือตัวอย่างบางส่วนจากเซสชัน “อนาคตของ…”
Alex Katouzian ตั้งข้อสังเกตว่า“ในเชิงกลยุทธ์ สิ่งที่เราทำคือเราใช้ช่องทางที่ใหญ่ที่สุดของเรา ซึ่งก็คืออุปกรณ์เคลื่อนที่ เพื่อสร้างสิ่งประดิษฐ์ที่จะวนเวียนและนำกลับมาใช้ใหม่ในตลาดที่อยู่ติดกันซึ่งมีลักษณะแบบเคลื่อนที่เหมือนกัน ตัวอย่างเช่น PC และ XR หรืออัตโนมัติ จากนั้นจึงเข้าสู่การออกแบบตามโครงสร้างพื้นฐาน เนื่องจาก AI สามารถใช้ใน Edge Cloud ในสภาพแวดล้อมเครือข่ายส่วนตัวบางอย่างได้”
Ziad Asghar ตั้งข้อสังเกตว่า“เราใช้สายเลือดของเรา ซึ่งเป็นประสิทธิภาพการใช้พลังงานที่น่าทึ่ง และนำไปใช้กับการประมวลผล AI เรานำสิ่งนั้นมาจากอุปกรณ์พกพา นำการเรียนรู้ของเราไปใช้กับฝั่งคลาวด์ หากคุณดูสิ่งที่แพลตฟอร์มหลักบางแพลตฟอร์มเห็นในปัจจุบัน มีปัญหาใหญ่เกี่ยวกับการใช้พลังงาน ซึ่งโดยพื้นฐานแล้วพลังงานจะเพิ่มขึ้นเป็นสองเท่าทุกปีในด้านระบบคลาวด์ สิ่งที่เราทำคือนำความเชี่ยวชาญด้าน AI มาใช้ เราพัฒนาสถาปัตยกรรมใหม่ และสร้างผลิตภัณฑ์ที่ออกแบบมาเพื่อการอนุมานโดยเฉพาะ นั่นคือสิ่งที่ทำให้เรามีความสามารถในการแสดงในระดับพลังที่ไม่มีใครสามารถแสดงได้”
Clément Delangue จาก Hugging Face เชื่อว่า Transfer Learning จะเป็นเรื่องใหญ่ต่อไปใน AI “ ฉันคิดว่าในอีก 5 ปีข้างหน้า โมเดลการเรียนรู้ของเครื่องส่วนใหญ่จะเป็นแบบจำลองการเรียนรู้แบบถ่ายโอน และนั่นก็น่าตื่นเต้นมากเพราะมีความสามารถใหม่ๆ แต่ยังมีโอกาสใหม่ๆ ที่จะมีขนาดเล็กลง บีบอัดให้มากขึ้น เพื่อฝึกฝนในชุดข้อมูลที่มีขนาดเล็กลง ด้วยคุณลักษณะเฉพาะและความสามารถเฉพาะของการเรียนรู้การถ่ายโอน ”

เว็บแอพพลิเคชั่น

บทสรุป
Qualcomm เป็นหนึ่งในบริษัทไม่กี่แห่งหากไม่เพียงแต่บริษัทเซมิคอนดักเตอร์ที่นำเสนอเครื่องมือ AI ทั้งใน SoCs สำหรับการประมวลผลขอบมือถือและในเซิร์ฟเวอร์คลาวด์ ด้วยประสบการณ์กว่าทศวรรษกับอุปกรณ์เคลื่อนที่และตอนนี้ศูนย์ข้อมูล AI บริษัทอยู่ในตำแหน่งที่ไม่เหมือนใครในการสร้างอนาคต:
AI Engine ประสิทธิภาพสูงที่รองรับฟีเจอร์ที่ขับเคลื่อนโดย AI อย่างทั่วถึงบนแพลตฟอร์มมือถือของผู้บริโภคอย่างโปร่งใส
ระบบนิเวศของซอฟต์แวร์การพัฒนาและพันธมิตรที่ใช้ประโยชน์จากกลไก AI เพื่อสร้างแอปพลิเคชันใหม่ที่มีคุณค่าโดยใช้แบบจำลอง AI
แพลตฟอร์มเซิร์ฟเวอร์ที่ประหยัดพลังงานซึ่งใช้ประโยชน์จากเทคโนโลยีมือถือและสแต็กแอปพลิเคชันเพื่อให้บริการคลาวด์ที่มีประสิทธิภาพสูง
แผนงานด้านเทคโนโลยีที่ขับเคลื่อนประสิทธิภาพ AI บนอุปกรณ์และคลาวด์ให้มากขึ้น
เราเชื่อว่ากลยุทธ์ที่ครอบคลุมนี้ควบคู่ไปกับประสิทธิภาพความเป็นผู้นำและประสิทธิภาพด้านพลังงานจะทำให้ Qualcomm อยู่ในตำแหน่งที่ดีสำหรับการเติบโตอย่างมีนัยสำคัญใน AI
ผมจะบอกว่าทุกคนเคยอ่านบทความที่สร้างด้วยอัลกอริทึมอย่างน้อยหนึ่งครั้ง” Robert Weissgraeber, CTO และกรรมการผู้จัดการของAX Semanticsกล่าว
ทุกคนไม่สามารถบอกได้ Weissgraeber บอกกับ Built In ว่าในหลายกรณี ผู้อ่านไม่เห็นความแตกต่างระหว่างสำเนาที่เขียนโดยมนุษย์และบอท เขาจะได้รู้ บริษัท AX Semantics ของเขาเป็นหนึ่งในบริษัทหลายแห่ง รวมถึงNarrative ScienceและAutomated Insights ที่ สำรวจการสร้างภาษาธรรมชาติหรือการเขียนอัตโนมัติ
เทคโนโลยีนี้สามารถใช้เพื่อสร้างคำอธิบายผลิตภัณฑ์ รายงานผลประกอบการรายไตรมาส สรุปผลฟุตบอลแฟนตาซี และวารสารศาสตร์ วอชิงตันโพสต์ตัวอย่างเช่นได้มีการพัฒนาบอท AI เปิดใช้งาน Heliograf ที่จะช่วยสร้างการเลือกตั้งและการรายงานข่าวกีฬา ในขณะเดียวกัน ในเยอรมนีซึ่งใช้ AX Semantics การรายงาน AI-augmented ของStuttgarter Zeitungเกี่ยวกับมลพิษทางอากาศเพิ่งได้รับรางวัลวารสารศาสตร์
“เราเรียกมันว่าช่วงเวลาของ Kasparov” Weissgraeber กล่าวโดยเปรียบเทียบการชนะกับช่วงเวลาที่ปรมาจารย์หมากรุก Gary Kasparov แพ้เกมกับซูเปอร์คอมพิวเตอร์
นักเขียนที่เป็นมนุษย์ไม่ตื่นเต้นที่จะแข่งขันกับอัลกอริทึม โอกาสการจ้างงานของพวกเขาค่อนข้างเยือกเย็นอยู่แล้ว ในปี 2019 นักข่าวเกือบ 4,000 คน หลายคนเป็นนักเขียน ตกงานโดยคิดว่านักเขียนคนเดียวที่เรียกว่า “หายนะของสื่อ” ในปีนี้การแพร่ระบาด coronavirus ได้รับแจ้งอีกรอบอุตสาหกรรมกว้างของการปลดพนักงานและร่อยหรอ
“เราได้รับคำขู่ฆ่า” Weissgraeber กล่าว
การสร้างภาษาธรรมชาติเป็นจุดสิ้นสุดของอาชีพการเขียนที่ถูกปิดล้อมแล้วหรือไม่?

Web​ application

โพสต์ข่าวดูเหมือนจะไม่คิดอย่างนั้น “เรามักจะระมัดระวังเกี่ยวกับเทคโนโลยีใดๆ ที่สามารถแทนที่มนุษย์ได้” Fredrick Kunkle นักข่าวของPostและประธานร่วมของสหภาพหนังสือพิมพ์กล่าวกับWired of Heliograf “แต่ดูเหมือนว่าเทคโนโลยีนี้จะเข้ามาแทนที่งานหนักเพียงบางส่วนเท่านั้น”
Weissgraeber วินาทีนี้ เขากล่าวว่าเทคโนโลยีของ AX Semantics เป็นเรื่องเกี่ยวกับ “การทำให้ส่วนที่น่าเบื่อของงาน [เขียน] เป็นอัตโนมัติ” เขากล่าว
“ฉันพูดเสมอว่าทำให้แน่ใจว่าคุณไม่ต้องทำงานล่วงเวลา”
การเขียนในระดับ
การสร้างภาษาที่เป็นธรรมชาติช่วยแก้ปัญหาหลักของธุรกิจด้วยการเขียน — ไม่ได้ขยายขนาดได้ดีนัก นักเขียนสามารถเขียนบทความที่มีคำศัพท์ 1,000 คำในหนึ่งสัปดาห์ ไม่มีปัญหา แต่ผู้เขียนนั้นไม่สามารถเพิ่มบทความดังกล่าวได้ถึง 10,000 บทความต่อสัปดาห์ได้อย่างง่ายดายเมื่อมีความต้องการเพิ่มขึ้น และในยุคอินเทอร์เน็ต ความต้องการเนื้อหาก็เพิ่มขึ้นอย่างรวดเร็ว
“แม้ว่าคุณจะเป็นร้านค้าอีคอมเมิร์ซขนาดเล็ก คุณมีผลิตภัณฑ์ 20,000 รายการ และคุณต้องปรากฏบน Google และคุณต้องแปลงข้อความของคุณให้เหมาะสมที่สุด” Weissgraeber กล่าว บริษัทต่างๆ ไม่สามารถใช้สำเนาซัพพลายเออร์ได้ แม้ว่าโดยทั่วไปแล้วผู้อ่านจะไม่สนใจภาษาที่ซ้ำซากก็ตาม Weissgraeber กล่าวว่าอัลกอริธึมการค้นหาของ Google จัดลำดับความสำคัญของเนื้อหาที่ไม่ซ้ำกัน
ดังนั้น ในช่วงไม่กี่ปีที่ผ่านมา “ปริมาณของเนื้อหา [จำเป็น] เพิ่มขึ้นอย่างมาก”
การสร้างภาษาธรรมชาติช่วยเติมเต็มความต้องการนั้น Weissgraeber อธิบายว่าเทคโนโลยีล่าสุดส่วนใหญ่ทำงานในพื้นที่ “ข้อมูลเป็นข้อความ” โดยเปลี่ยนข้อมูลที่มีโครงสร้าง เช่น ขนาด สไตล์ วัสดุ แบรนด์ และราคาของเสื้อสเวตเตอร์ถัก นี่คือสิ่งที่อาจดูเหมือน:
เห็นได้ชัดว่ามนุษย์สามารถเขียน “ผลลัพธ์ของข้อความ” นั้นได้ แต่พวกเขาไม่สามารถปรับขนาดให้เป็นเสื้อคาร์ดิแกนที่เหมือนกันเกือบ 2,000 ตัวหรือแปลคำอธิบายแต่ละคำเป็น 20 ภาษาได้อย่างง่ายดาย Weissgraeber ประมาณการโปรเจ็กต์แบบนี้ซึ่งต้องใช้ทีมนักเขียน นักแปล และบรรณาธิการอย่างน้อย 20 คน — และพวกเขาจะรู้สึกเบื่อหน่ายกับความคิดของพวกเขา การสร้างภาษาธรรมชาติสามารถทำให้กระบวนการส่วนใหญ่นั้นเป็นไปโดยอัตโนมัติ (ซอฟต์แวร์ของ AX Semantics สามารถแปลข้อความได้ถึง 110 ภาษา)
การเพิ่มประสิทธิภาพ Conversion นำเสนอปัญหาที่คล้ายคลึงกัน ลูกค้าของ AX Semantics มักถามว่าพวกเขาควรใช้ภาษาที่เป็นทางการหรือไม่เป็นทางการในร้านค้าออนไลน์ของตนหรือไม่ Weissgraeber กล่าว การทดสอบเพื่อดูว่าต้องใช้คำอธิบายผลิตภัณฑ์นับพันเวอร์ชันใหม่ที่ปรับแต่งตามโทนเสียง นั่นจะต้องใช้เวลาหลายปีในการผลิต ซอฟต์แวร์สร้างภาษาธรรมชาติของ AX Semantics สามารถเปลี่ยนข้อความจากแบบเป็นทางการเป็นไม่เป็นทางการได้ด้วยการกดปุ่มเพียงปุ่มเดียว

Robot Auto process

จากแม่แบบเพื่อ AI-Enabled ‘ ไมโครตัดสินใจ ‘
การประมวลผลภาษาธรรมชาติในยุคแรกนั้นดูเหมือน Mad Libs มากกว่าเทคโนโลยีที่ปฏิวัติวงการ ความพยายามที่เร็วที่สุดคือระบบที่ใช้เทมเพลตสำหรับการเขียนพยากรณ์อากาศในท้องถิ่น Weissgraeber กล่าวว่าระบบเหล่านี้เป็นไปโดยอัตโนมัติ แต่ในทางที่ค่อนข้างท่องจำ – พวกเขาเสียบตัวเลขใหม่เข้ากับร้อยแก้วเก่าโดยพื้นฐานแล้ว Weissgraeber กล่าว