語言的使用變得越來越馬虎了。用人工智能（AI）作為深度學(xué)習(xí)的速記法當(dāng)然很方便，而且也更易于出現(xiàn)在媒體頭條。然而，最近的普適AI （general AI）——機(jī)器能夠自行學(xué)習(xí)，就像好奇的人們逛書店一樣——仍然更像是科幻小說，算不上是科學(xué)。

近來像野火般迅速延燒于因特網(wǎng)的是深度神經(jīng)網(wǎng)絡(luò)（DNN）。DNN是AI的一個特例，它通常根據(jù)人們啟動的過程。深度學(xué)習(xí)技術(shù)支持辨識影像、語音與其他領(lǐng)域模型的能力，通常比人類更快，從而開啟了全新的運(yùn)算方向。至于其長遠(yuǎn)的未來將走向何方，誰也說不準(zhǔn)。

很明顯的是，過去這一、兩年來，大家都紛紛搶搭A(yù)I列車，而無論它將駛向何方。至于它能帶來什么價(jià)值，我們也不難猜到AI列車在接下來的幾個?？空?。

1. 加速芯片將展現(xiàn)更多動能

如同我們在9月的報(bào)導(dǎo)，至少有4款用于訓(xùn)練深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的全新加速器正在出樣中。有好長一段時(shí)間，業(yè)界多家網(wǎng)絡(luò)巨擘一直在期待這些芯片的出現(xiàn)。正如百度（Baidu）硅谷人工智能實(shí)驗(yàn)室（Silicon Valley AI Lab）資深研究員Greg Diamos在2016年底所說的，訓(xùn)練機(jī)器學(xué)習(xí)模型的任務(wù)「受到運(yùn)算能力的限制，如果有更快的處理器，就能執(zhí)行更大的模型?！?/p>

因此，2019年預(yù)計(jì)會看到一些前幾大的數(shù)據(jù)中心營運(yùn)商開始大量購買這些芯片。不過，如果因此而預(yù)期一窩蜂成立的AI新創(chuàng)公司將會被淘汰出局，這也太不切實(shí)際了。我想我們應(yīng)該會看到一些早期的市場贏家取得市占率以及實(shí)際的收益。

2. 嚴(yán)格檢視AI帶來的價(jià)值

在深度學(xué)習(xí)加速器領(lǐng)域取得市場動能的一些新創(chuàng)公司，預(yù)計(jì)也將獲得大筆的資金挹注。隨著投資公司對于究竟能取得多少投資報(bào)酬率（ROI）開始斤斤計(jì)較，預(yù)計(jì)今秋開始的這一波投資熱潮將在2019年逐漸降溫。

這一波深度學(xué)習(xí)熱潮至今吸引了對于大約50家新創(chuàng)公司以及逾千萬美元的投資。過去幾周以來，還爆發(fā)另一波新的投資熱潮。

以色列新創(chuàng)公司Habana Labs于11月完成7，500萬美元的B輪募資，使其募資總額增加到1.2億美元。Wave Computing在本月募資8，600萬美元，迄今總共累資約2億美元，一部份的資金用于收購MIPS，并于日前宣布其開源核心計(jì)劃。

英國新創(chuàng)公司Graphcore日前宣布完成2億美元的D輪募資，至今總共募資3.12億美元。Graphcore芯片最近還用于戴爾（Dell）最新設(shè)計(jì)的系統(tǒng)中。預(yù)計(jì)在深度學(xué)習(xí)領(lǐng)域還將爆發(fā)一窩蜂的投資，但隨著企業(yè)經(jīng)理開始計(jì)算其實(shí)際收益后，肯定將會出現(xiàn)許多「硬著陸」（hard landing）和「軟著陸」（soft landing）的投資策略。

3. 推論性能以跑分作基準(zhǔn)

提到數(shù)字，除了用于訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)的MLPerf測試基準(zhǔn)，預(yù)計(jì)2019年還將會其他跑分基準(zhǔn)出現(xiàn)，其目在于發(fā)布一套基于云端和嵌入式系統(tǒng)的推論任務(wù)基準(zhǔn)。

我不太確定這算不算是一項(xiàng)預(yù)測。但據(jù)MLPerf組織表示，這是他們在2019的計(jì)劃。因此，在2019年，我預(yù)期對于訓(xùn)練的所有熱情將會轉(zhuǎn)移到更廣大的推論芯片市場。

4. 芯片商擁抱基準(zhǔn)檢驗(yàn)

這也不算是真正的預(yù)測，更像是一種“命令”？芯片供貨商必須接受新興的深度學(xué)習(xí)基準(zhǔn)。迫不及待的客戶以及慷慨的投資者應(yīng)該都會要求基準(zhǔn)檢驗(yàn)，以便這一新興市場能夠取得一些急需的關(guān)鍵分析和指方針——畢竟，我們不能永遠(yuǎn)靠市場炒作！

截至目前為止，只有Google、英特爾（Intel）和輝達(dá)（Nvidia）使用早期的MLPerf 0.5版訓(xùn)練基準(zhǔn)，并針對少數(shù)幾套系統(tǒng)本發(fā)布結(jié)果。許多公司需要針對各種配置和工作負(fù)載發(fā)布更多基準(zhǔn)檢驗(yàn)結(jié)果，讓相關(guān)領(lǐng)域看到其所處的位置，以及針對需要的部份進(jìn)行校準(zhǔn)。

5. AI軟件平臺將迅速普及

這可能已經(jīng)發(fā)生過了。近幾周來，我?guī)缀趺刻於紩盏礁鞣N不同的AI軟件平臺發(fā)布信息。由于應(yīng)用開發(fā)簡化以及AI平臺的市場壓力，我高度懷疑這些產(chǎn)品究竟帶來什么價(jià)值。

在接下來幾年，這片AI軟件平臺叢林將會變得越來越茂密，并衍生出越來越多種類。終端用戶和投資人將會開始審慎評估。

6. 深度學(xué)習(xí)將遭遇瓶頸

按理說這也已經(jīng)在發(fā)生中，只是還沒有人把一切串連起來。例如，假期間我曾經(jīng)仔細(xì)地瀏覽Pandora電臺上的所有播放列表后，點(diǎn)選了這個Bach App上可能添加的曲目建議按鍵。結(jié)果，推薦引擎卻又把我?guī)Щ氐揭婚_始瀏覽全部曲目的畫面。

Pandora并不是唯一一個功能不足的網(wǎng)絡(luò)App。我預(yù)計(jì)2019年將發(fā)生幾起消費(fèi)者反彈的風(fēng)暴。希望程序設(shè)計(jì)人員和營銷人員夠好好的自我克制，千萬不要被什么「人工愚蠢」（arTIficial stupidity）之類的頭條新聞逼瘋了。就算有了很棒的核心技術(shù)，也需要有人類的良好意識配合。

7. 普適AI興趣崛起

業(yè)界對于深度學(xué)習(xí)的熱情和資金挹注，也激起了研究普適AI的興趣。我自己并不是這個領(lǐng)域的專家，但注意到由Palm Pilot設(shè)計(jì)師Jeff Hawkins創(chuàng)立的Numenta，據(jù)稱今年在開發(fā)新皮質(zhì)如何運(yùn)作的通用理論上取得了進(jìn)展。

沒有人真正知道人類大腦如何實(shí)現(xiàn)一些令人難以置信的事。也沒人能解釋深度學(xué)習(xí)為什么能有效匹配結(jié)果與模式，即使是非常窄且人為控制的AI預(yù)兆。

在2019年，我預(yù)期更聰明的人們將會開始懷疑一些更大的問題。我希望這將會引發(fā)一些有趣的討論，甚至可能是一些沒人預(yù)測到的重要進(jìn)展。