英特爾等許多公司押注于概率計算，致力于使未來的系統(tǒng)能夠理解和計算自然數(shù)據(jù)中固有的不確定性，制造出能夠理解、預(yù)測和決策的計算機。概率計算被認為是最適合在不確定的情況下做出判斷的技術(shù)。

根據(jù)英特爾首席技術(shù)官Mike Mayberry的說法，最初的人工智能浪潮是基于邏輯的，這是基于寫下規(guī)則——即所謂的“經(jīng)典推理”。在概率計算中，處理單元所消耗的能量降低，從而增加了某些操作出錯的可能性。

定義概率計算

根據(jù)USFCA的說法，概率計算機將模擬問題(前向)帶入一個推理程序(反向)。總部位于加州伯克利的Navia系統(tǒng)公司開發(fā)了概率計算機，它將其定義為最適合在不確定的情況下做出判斷的技術(shù)，就像傳統(tǒng)的計算技術(shù)是大規(guī)模的記錄保存一樣。這家成立于2007年的創(chuàng)業(yè)公司強調(diào)，與目前用于邏輯推理和精確計算的計算機不同，在概率計算領(lǐng)域，機器和程序是用來處理不確定性和從經(jīng)驗中進行學(xué)習(xí)的。

英特爾在概率計算下壓上重注

英特爾正把賭注押在概率計算上，這是人工智能的一個主要組成部分，它將使未來的系統(tǒng)能夠理解和計算自然數(shù)據(jù)中固有的不確定性，并有助于研究人員能夠制造出能夠理解、預(yù)測和決策的計算機。Mayberry在一篇文章中指出，如今人工智能的一個關(guān)鍵障礙是，給電腦提供的自然數(shù)據(jù)大多是非結(jié)構(gòu)化和“嘈雜”的。他強調(diào)，概率計算可以使計算機在處理大規(guī)模的概率時更有效率，這是將當前系統(tǒng)和應(yīng)用程序從先進的計算輔助工具轉(zhuǎn)變?yōu)槔斫夂蜎Q策的智能合作伙伴的關(guān)鍵。

作為研究的一部分，這家領(lǐng)先的芯片制造商建立了英特爾的概率計算戰(zhàn)略研究聯(lián)盟，以促進與學(xué)術(shù)界和創(chuàng)業(yè)社區(qū)的研究和合作，并將實驗室的創(chuàng)新帶到實際應(yīng)用中。該公司想要解決的核心領(lǐng)域是基準應(yīng)用、對抗攻擊緩解、概率框架、軟件和硬件優(yōu)化。

其他公司正在重新思考計算機架構(gòu)

根據(jù)洛斯阿拉莫斯國家實驗室(Los Alamos NationalLaboratory，LANL)的數(shù)據(jù)，概率計算為新的架構(gòu)鋪平了道路，這些新架構(gòu)可以幫助優(yōu)化傳統(tǒng)的基本算法。LANL指出概率計算是一個具有挑戰(zhàn)性的挑戰(zhàn)，因為大量的特征尺寸的減少會導(dǎo)致非確定性，這也是一個巨大的機會，因為它提供了一種探索豐富空間的算法，也幫助研究人員可以概率性的降低功耗硬件方法。

在深度學(xué)習(xí)中應(yīng)用概率計算

對于研究人員來說，最大的優(yōu)勢之一就是概率計算可以用比當前范式所提供的更低的能量來進行計算。今天，通用機器已經(jīng)獲得了很高的成熟度，并且大量的用例和應(yīng)用程序，比如音頻和語音處理，都需要很高的計算能力。其結(jié)果是，圍繞創(chuàng)新的新硬件系統(tǒng)的研究在學(xué)術(shù)和技術(shù)領(lǐng)域獲得了越來越多的關(guān)注。計算的概率性質(zhì)允許數(shù)量級的加速，并可以大大減少電力消耗。根據(jù)喬治亞理工學(xué)院的研究員Krishna V Palem的說法，電力是高計算速度的主要驅(qū)動因素，現(xiàn)在的主要問題是如何在嵌入式計算設(shè)備中使電池續(xù)航時間更長。Palem強調(diào)，計算可以被建模為偏離，而不是采用直線的方法，隨后我們可以控制計算的曲折行為達到期望的水平，同時將能源的成本節(jié)省到忽略不計的程度。

前景

專注于人工智能的硬件已經(jīng)催生了一個創(chuàng)業(yè)生態(tài)系統(tǒng)，這些初創(chuàng)公司正在努力使人工智能操作更加順暢。一個例子就是加利福尼亞的Samba Nova系統(tǒng)，它通過創(chuàng)建一個新平臺來為新一代的計算提供動力。據(jù)新聞媒體報道，這家創(chuàng)業(yè)公司認為，盡管英偉達的GPU已經(jīng)成為該行業(yè)深度學(xué)習(xí)應(yīng)用的實際標準，但仍有顛覆的空間。新聞報道稱，該公司在A輪融資中獲得了5600萬美元的融資，該公司希望打造一款能夠在任何以人工智能設(shè)備上運行的新一代硬件，這是一款為自動駕駛技術(shù)提供動力的芯片。

目前，人工智能硬件市場已經(jīng)見證了像蘋果和谷歌這樣的大公司，他們推出了專門的硬件來加速電腦視覺、圖像識別等任務(wù)，但人工智能和數(shù)據(jù)分析不再局限于大型科技公司。其他在類似領(lǐng)域運營的創(chuàng)業(yè)公司是Graphcore和中國的地平線機器人公司，它們也在對硬件進行投資，并基于GPU進行了激烈的競爭，因為GPUs是所有與人工智能相關(guān)技術(shù)的密集型計算應(yīng)用的支柱。從Facebook到百度，幾乎每一家大公司都對GPU進行了投資，以快速完成對深度學(xué)習(xí)應(yīng)用的研究，并訓(xùn)練復(fù)雜的模型。在效率方面，GPU的效率是CPU的10倍，在功耗方面，NVIDIA聲稱GPU也在推動計算行業(yè)的能源效率。