اینتل می خواهد به اصلی ترین بازیگر بازار چیپ های مخصوص هوش مصنوعی تبدیل شود

محققان مایکروسافت اخیراً سیستم هوش مصنوعی تازه ای ساخته اند که ظاهراً می تواند سخنان محاوره ای را درست مانند انسان ها تشخیص داده و درک کند. مسلماً این پروژه، ضعف های خاص خود را هم دارد اما گامی بلند در راستای پیشرفت سریع هوش مصنوعی طی سال اخیر های اخیر به شمار می رود؛ پیشرفتی که به کمک شبکه های عصبی میسر شده است.

این الگورتینم های پیچیده می توانند وظایف مشخصی را با بررسی اطلاعات بسیار گسترده ای به خود بیاموزند. سیستم مایکروسافت توانست قابلیت تشخیص کلمات را با بررسی الگوی تماس های صورت گرفته با بخش پشتیبانی فنی به دست آورد. اما تنها الگوریتم ها نیستند که در حال انقلابی در هوش مصنوعی هستند؛ بلکه سخت افزارها نیز نقشی اساسی در این حوزه دارند.

سیستم تشخیص مکالمات مایکروسافت به مزرعه ای عظیم از پردازنده های گرافیکی متکی است، چیپ هایی که ذاتاً برای رندرهای گرافیکی توسعه یافته بودند اما ثابت کردند سازگاری بی نظیری با مدل های هوش مصنوعی نیز دارند.

کمپانی های بزرگ اینترنتی مانند مایکروسافت، گوگل، فیسبوک و بایدو به صورت معمول، شبکه های عمیق عصبی خود را با استفاده از پردازشگرهای گرافیکی آموزش می دهند. اما کمپانی های مورد بحث در حال حرکت به سمت چیپ های اختصاصی تر هستند تا نه تنها سرعت یادگیری، بلکه سرعت به انجام رساندن وظایف از سوی این سیستم ها را افزایش دهند. گوگل به تازگی پردازنده هوش مصنوعی خاص خود و IBM هم نمونه ای دیگر را توسعه داده است.

و مضاف بر تمام این ها، کمپانی اینتل، بزرگترین تولیدکننده چیپ هم دست به حرکتی مشابه زده است. اخیراً اینتل از پردازنده هوش مصنوعی جدیدی به نام Nervana رونمایی کرده و می گوید که نسخه های پروتوتایپ آن تا اواسط سال آتی میلادی مورد آزمایش قرار می گیرند. و اگر همه چیز به خوبی پیش رود، می توان تا پایان سال 2017 میلادی، منتظر عرضه آن به بازار بود.

در همین حین، بازار چیپ های هوش مصنوعی توسط انویدیا فتح شده که اصلی ترین تامین کننده پردازنده های گرافیکی به شمار می روند. اما اینتل به سختی در تلاش است تا بازیگری بزرگ در این بازار که احتمالاً طی سال های آتی، گسترش فراوانی خواهد یافت باشد.

چیپ جدید اینتل، بر تکنولوژی خاصی متکی است که توسط استارتاپ خریداری شده از سوی این کمپانی، که آن نیز Nervana نامیده می شود توسعه یافته. جیسون وکسمن، نایب رییس اینتل، این چیپ را اولین قطعه سیلیکونی که انحصاراً برای هوش مصنوعی ساخته شده می خواند؛ وی انتظار دارد که کمپانی، چیپ هایش را به دیتاسنترهای بزرگی همچون دیتاسنترهای گوگل و مایکروسافت بفروشد و توضیح می دهد که استارتاپ زیر نظر آنها، تکنولوژی به مراتب پیشرفته تری نسبت به چیپ های TPU و True North گوگل و IBM دارد.

اما چیپ گوگل قرار نیست محصولی تجاری باشد و تنها برای دیتاسنترهای خود گوگل توسعه یافته، و هنوز زمان زیادی باقی مانده تا چیپ IBM راهش را به بازار باز کند. در هر صورت، رقابت در جهت ساخت چیپ هایی برای آینده ای که در اختیار هوش مصنوعی قرار دارد آغاز شده است.

شبکه های عمیق عصبی در دو مرحله عمل می کنند. اول نوبت به مرحله آموزش می رسد: یک کمپانی مانند مایکروسافت اطلاعاتی را به شبکه عصبی تزریق می کند تا بتواند وظایف خاصی مانند تشخیص کلمات را به انجام رساند. بعد از این نوبت به راه اندازی می رسد؛ یعنی زمانی که مردم واقعاً می توانند از آن استفاده کنند و به عنوان مثال، موبایل های هوشمند قادر به تشخیص فرمان های صوتی باشند. موسس Nervana، نَوین راو، که حالا یکی از نایب روسای اینتل به شمار می رود می گوید که چیپ آنها با هدف کمک به هر دو مرحله ساخته شده است.

این چیپ همچنین به گونه ای طراحی شده که نه تنها با یک نوع از شبکه های عصبی، بلکه با بسیاری از آنها سازگاری داشته باشد. «ما می توانیم تعداد شبکه های عصبی را به رقمی بسیار کم کاهش دهیم و حتی در میان این تعداد محدود، تنها چند نمونه هستند که اهمیت داشته باشند.» راو با بیان این جمله می گوید که تنها بخش کمی از ایده های بنیادین سخت افزاری می توانند به تولید سرویس های یادگیری ماشینی گسترده منجر شوند.

امروزه، پردازشگرهای گرافیکی یکی از موثرترین راه ها برای آموزش سیستم های هوش مصنوعی به شمار می روند؛ آن هم در حالی که کمپانی ها به دنبال هر نوع سخت افزار دیگری برای بهبود آنها هستند. بایدو به عنوان مثال، از پردازنده های گرافیکی کمک می گیرد و مایکروسافت هم به چیپ هایی قابل برنامه نویسی به نام FPGA متکی است.

گوگل با طراحی چیپ مخصوص به خود یا TPU گام را اندکی فراتر برده است. اما پردازنده های گرافیکی که اساساً با هدف دیگری ساخته شده اند، ایده آل ترین سخت افزارهای موجود به شمار می روند. سم آلتمن، مدیر کمپانی شتاب دهنده Y Combinator و یکی از روسای هئیت مدیره آزمایشگاه هوش مصنوعی OpenAI می گوید که «پردازنده های گرافیکی به صورت اتفاقی چیزی هستند که به آن نیاز داریم» و ضمناً هرکسی هم به منابع لازم برای ساخت چیپ های مخصوص به خود دسترسی ندارد.

و دقیقاً همین جا است که چیپ هایی مانند Nervana وارد صحنه می شوند؛ اما سوال اینجاست که آنها چقدر موثر خواهند بود. پاتریک مورهد، مدیر و تحلیلگر موسسه Moor Insight and Strategy که تجارت چیپ را از نزدیک دنبال می کند معتقد است: «ما اطلاعاتی بسیار کمی داریم. ما اصلاً نمی دانیم که این چیپ چه کاری خواهد کرد.»

اما آلتمن ظاهراً به تکنولوژی اینتل ایمان دارد. او یکی از سرمایه گذاران Nervana، هنگامی که صرفاً یک استارتاپ بود، به شمار می رفت. «قبل از آن تجربه، بسیار نسبت به اینکه استارتاپ ها می توانند نقشی بزرگ در طراحی هوش های مصنوعی جدید ایفا کنند بدبین بودم. حالا بسیار خوشبین تر شده ام.»

اینتل مطمئناً تاثیری مهم در افزایش سرعت پیشرفت تکنولوژی شبکه های عصبی خواهد داشت. چیپ های اینتل، ظهور پی سی ها و ماشین های دیتاسنتری که به اینترنت امروزی خدمت می کنند را رقم زدند. این کمپانی زیرساخت های لازم برای تولید انبوه چیپ ها را دارد، تیم های تبلیغاتی اش می توانند چیپ ها را به بازار هدایت کنند و بعد از سال ها ایفای نقش به عنوان بزرگترین تولیدکننده چیپ های دیتاسنتر، اینتل این اهرم را دارد تا آنها را به اصلی ترین بازیگران حوزه اینترنت بفروشد.

اینتل بازار چیپست های موبایل را از دست داد، اما هنوز فرصت جبران موقعیت از دست رفته را در حوزه هوش مصنوعی دارد.