2019年7月22日，微軟宣布向總部位于舊金山的非營利人工智能(AI)研究集團OpenAI投資10億美元，致力于人工智能的發(fā)展（AGI）。指紋模塊FPC小編獲悉，這一宣布將人工智能行業(yè)兩個最大的品牌聯(lián)系在一起：微軟擁有最受歡迎的云人工智能平臺Azure，并支持許多關(guān)鍵的人工智能項目，包括開放神經(jīng)網(wǎng)絡(luò)交換(ONNX)和項目腦電波(Project Brain)，而Open AI在深度學(xué)習(xí)技術(shù)方面取得了重大突破，創(chuàng)造了基于GPT-2框架的最先進文本生成器之一，以及在多人在線戰(zhàn)場視頻游戲中擊敗人類玩家的游戲AI。

  此外，微軟的投資金額也是值得注意的。為了將此作為背景，ABI研究公司統(tǒng)計，2017年和2018年，人工智能領(lǐng)域的全球風險資本投資總額分別為107億美元和184億美元。鑒于整個行業(yè)在機器視覺、自然語言處理(NLP)和人工智能芯片組領(lǐng)域取得的重大進展，微軟10億美元的投資將產(chǎn)生巨大的研究和應(yīng)用。OpenAI可以利用微軟的云基礎(chǔ)設(shè)施進行人工智能研究，同時獲得一個將其人工智能技術(shù)商業(yè)化的良好渠道。

農(nóng)業(yè)投資及其挑戰(zhàn)

  這一新伙伴關(guān)系的關(guān)鍵重點是AGI。電路板廠了解到，目前，大多數(shù)，如果不是全部，商業(yè)上成功的人工智能產(chǎn)品運行在狹窄的人工智能場景，或AI專注于一個特定的任務(wù)，并執(zhí)行非常好的任務(wù)。這包括客戶服務(wù)聊天機器人，用于缺陷檢測的智能工業(yè)攝像頭，以及自動駕駛汽車。相反，AGI旨在模仿人類的智能，使AI能夠像人類一樣學(xué)習(xí)和做出決策。這是IBM的沃森(Watson)成立以來一直存在的一個愿景，但到目前為止，該行業(yè)并沒有取得多大進展。

  OpenAI和微軟對AGI的愿景是幫助人類解決目前棘手的多學(xué)科問題，包括氣候變化、更加個性化的醫(yī)療保健和教育等全球性挑戰(zhàn)，但設(shè)計AGI是極具挑戰(zhàn)性的。因此，對于AGI準備就緒和商業(yè)化的時間表，整個行業(yè)沒有統(tǒng)一的共識。AGI的許多基礎(chǔ)工作仍處于早期階段，因為AGI將需要新興的機器學(xué)習(xí)技術(shù)。以下是執(zhí)行AGI的一些關(guān)鍵挑戰(zhàn)：

多任務(wù)的需要

  目前，目前，人工智能被訓(xùn)練成在一組明確定義的輸入下產(chǎn)生單一產(chǎn)出。為了使AI能夠完成多任務(wù)，它需要能夠調(diào)整經(jīng)過訓(xùn)練的模型，以便在給定不同但相關(guān)的數(shù)據(jù)集時產(chǎn)生相似的或預(yù)期的輸出。這就需要轉(zhuǎn)移學(xué)習(xí)，這包括將訓(xùn)練實例、特征表示、參數(shù)和關(guān)系知識從現(xiàn)有的經(jīng)過訓(xùn)練的AI模型轉(zhuǎn)移到一個新的模型來處理目標任務(wù)。這樣的過程對AGI的準確性和可靠性有很大的影響，如果采用次優(yōu)的話。

自我優(yōu)化能力

  AGI還需要有自我管理資源需求的能力。在某些自動機器學(xué)習(xí)場景中，在諸如內(nèi)存管理、功耗、甚至模型選擇和超參數(shù)調(diào)整等領(lǐng)域，AGI預(yù)計會更高效。這將需要AGI也識別其系統(tǒng)中的錯誤。雖然像強化學(xué)習(xí)這樣的技術(shù)可以用來獎勵正確的行為并懲罰錯誤的決策，但是這樣的優(yōu)化模型還處于早期階段。

處理不完全信息的能力

  在數(shù)據(jù)不完整的情況下，AGI需要做出決定，而且往往正在進行中。這就要求AGI是啟發(fā)式的，在某些情況下是創(chuàng)造性的。根據(jù)AGI是如何設(shè)計的，AGI的性能將因缺乏數(shù)據(jù)而受到影響。相比之下，狹義人工智能在部署到商業(yè)環(huán)境之前，要經(jīng)過培訓(xùn)和徹底測試，以確保其可靠性和準確性。這不是AGI可以期待的奢侈品。

需要更強大的人工智能軟件和硬件

  微軟正與OpenAI合作，成為最強大的硬件-軟件供應(yīng)商聯(lián)盟之一，以解決AGI的問題。然而，軟板廠覺得，AGI可能需要更強大的硬件來處理自然概率計算，例如量子計算和神經(jīng)形態(tài)芯片組。

  盡管如此，所有這些缺點顯然并沒有阻止微軟在AGI上與OpenAI合作。近年來，微軟投入了大量資源，以Cortana的形式開發(fā)其人工智能能力。正如ABI洞察中提到的重新審視人機交互——微軟展示了Cortana通過實時吸收和呈現(xiàn)上下文信息來進行自然對話的能力，這得益于Microsoft Build在2019年收購了NLP啟動語義機。這是合理的期待，微軟正尋求在科塔納創(chuàng)建一個AGI。

邊緣在AGI中的潛在作用

  盡管所有這些發(fā)展都發(fā)生在云環(huán)境中，但ABI Research認為，邊緣是可以發(fā)揮作用的。不可否認，處于邊緣的AGI將扮演一個非常不同的角色。與其解決氣候變化和個性化醫(yī)療挑戰(zhàn)，EDGE AGI可能成為公共安全領(lǐng)域的智能移動機器人，也可能成為黑暗工廠或倉庫的中心大腦。

  必須指出的是，許多創(chuàng)新和新興的人工智能技術(shù)目前正在邊緣的狹義人工智能上進行試驗和測試，通常是在數(shù)據(jù)連通性差、數(shù)據(jù)有限、對高移動性和低延遲的需求的環(huán)境中。這些模型包括移動機器人的定位和導(dǎo)航模型、智能家庭網(wǎng)關(guān)上的家庭連接應(yīng)用程序、工廠現(xiàn)場服務(wù)器的制造操作優(yōu)化和預(yù)測維護模型。終端設(shè)備收集并駐留在網(wǎng)關(guān)和現(xiàn)場服務(wù)器中的豐富數(shù)據(jù)對于開發(fā)AGI非常有用。與人類一樣，AGI基于實時從多個來源收集的數(shù)據(jù)做出決策，因此需要包含專用于EDGE的窄AI模型的特征和特性。

  此外，EDGE AI硬件也隨著時間的推移而變得更加強大。隨著對低延遲和本地化人工智能處理能力的需求，對于基于邊緣的AGI的需求將始終存在，無論是在設(shè)備、網(wǎng)關(guān)或現(xiàn)場服務(wù)器上。聯(lián)合或分布式學(xué)習(xí)可以為AGI提供增量升級。盡管如此，這些發(fā)展仍處于初級階段，甚至在邊緣設(shè)備中，因此他們需要一段時間才能進入AGI。

  因此，AGI仍然是該行業(yè)的長期愿景。看到微軟和OpenAI之間的合作關(guān)系將會產(chǎn)生什么樣的結(jié)果，這是絕對令人興奮的。作為這一合作中的硬件供應(yīng)商，微軟希望在未來對AGI的投資中朝著什么樣的方向發(fā)展，無論這家云計算巨頭是將投資于新的人工智能計算架構(gòu)，還是加強其優(yōu)勢人工智能產(chǎn)品，還是像許多競爭對手一樣，開始開發(fā)自己的云和邊緣人工智能芯片組，這將是一件很有趣的事情。