健康资讯 #中一管理# AI芯片是有效的AI系统的核心。但是真正可以实现的AI应用，需要AI和计算机系统工程来完成。对基于深度学习技术的AI系统来说，未来需要构建一个可以处理数百万个任务，并学会自动完成新任务的机器学习系统。这将是一个真正的巨大挑战：它将需要许多领域的专业知识和新的进步，涵盖AI芯片设计、计算机网络、编译器、分布式系统和不断改进的机器学习算法。
基于类脑芯片的AI系统的挑战将会更大，它既要达到生物大脑的神经元和突触数量的规模，研究和搞明白生物大脑的思维和记忆功能，成为一个能独立解决新任务的系统，又要把硬件的整体能耗大幅度降下来。
AI芯片不是单个领域，而是一门跨界、跨学科的技术。如果要在AI芯片的性能上有重大突破，研发人员必须具备跨界的知识和经验。软件编程人员要了解硬件设计，而硬件设计人员要熟悉算法和编程。在理工类大学设置的学科中，往往缺少脑科学及认知科学。
未来，脑科学、认知科学方面的人才是实现新的AI芯片的关键人才。解剖学的进展表明，大脑网络（连接体）在脑智能中发挥着重要作用；可以对情节记忆之类的大脑功能进行建模，以加速模仿过去体验记忆的AI学习。甚至整个大脑功能也可以建模为多个AI功能的分层组合，每个功能都模仿大脑的功能模块；生物大脑里的海马体、新皮质区域的组织、大脑的其他部分（如丘脑）以及它们如何协作以达成智能行为、人眼的视觉注意力问题等都很可能可以被模仿，从而成为支撑通用人工智能（AGI）的关键。
近期刷遍全网的AI技术软件，但我更相信在未来，它会升级到像《流浪地球二》里的MOSS，或者更高级的机器人
