导读：本文由腾讯数码独家发布 人工智能领域的先驱在旧金山召开的国际固态电路会议的主题演讲中告诉3000名芯片设计师：在旧金山，人工智能革命才刚刚开始，它还将需要各种更强大的半导体做支撑。 虽然今天的监督神经网络得到了广泛的应用，但整个过程还是仅限于人...
本文由腾讯数码独家发布
人工智能领域的先驱在旧金山召开的国际固态电路会议的主题演讲中告诉3000名芯片设计师：“在旧金山，人工智能革命才刚刚开始，它还将需要各种更强大的半导体做支撑。”
虽然今天的监督神经网络得到了广泛的应用，但整个过程还是仅限于人类启动的程序。被认为是卷积神经网络之父的扬·勒昆(Yann LeCun)表示：“在我看来，人工智能的未来是自我监督的学习。”
广义副序列网络作为一种让系统做出自己预测的技术，正显示出良好的前景。LeCun展示了GANs用于设计时尚服装和引导自动驾驶汽车的人工智能的例子。
未来的算法将需要比现在已经有限的硅更大的功率模型。未来的神经网络也将更加动态和稀疏，使用新的基本原语，如动态的、不规则的图形。
今天使用多重累积阵列来处理张量的晶片，对于正在开发的运算法则设计者来说，可能不会有用。他认为，各种低成本、低功率的嵌入式系统推理加速器将是最大的机遇。
LeCun等人去年提出的算法在每个特征层都使用了预测器。
1988年，LeCun在T贝尔实验室(T Bell Labs)的神经网络设计系统领域开始了自己的职业生涯，并由此开发出一种广泛使用的银行支票阅读系统。1989年，他写了第一篇关于CNNs的论文。“未来CNNs将无处不在，汽车、相机和机器人中到处都有它的身影。而LeCun表示他现在正在Facebook进行人工智能研究。
自从20世纪50年代开始，这项技术经受了两个神经网络的寒冬考验。在上一个项目之后，LeCun帮助设计了一个基于fpga的机器人导航系统，该系统在2011年的一次会议上被拒绝展示。
他打趣道：“因为大多数人都无法理解和相信这个他们从未听说过的系统能如此有效，但事实正好相反。”
