此外 ， Martin透露 ， 他们还在研究一种不需要解密数据的方法 ， 即同态加密技术 。它允许应用在不暴露数据的情况下 ， 直接对加密数据执行计算操作 。然而 ， 这一技术也面临一些挑战 ， 如数据处理的成本会随着数据的增加而剧增 ， 使得同态加密未能得到广泛使用 。“我们希望未来普及这项技术 。为此 ， 我们正在研究新的软硬件方法 ， 并与合作伙伴和标准机构展开合作 。”Martin说 。
冰山一角
在展望第三代人工智能发展路径时 ， “类脑”是学术界提出的重要思路之一 。2017年 ， 英特尔推出首款神经拟态研究芯片Loihi ， 在神经拟态硬件的开发上迈出重要一步 。
时隔几年 ， 英特尔研究院神经拟态计算实验室主任Mike Davies宣布 ， 该项研究很快将进入下一个阶段 ， 即携手生态系统合作伙伴一同探索实际应用 ， 扩大该技术的适用范围 。
Davies表示 ， 通过对神经拟态系统上的应用进行持续开发、原型设计和测试 ， 该公司和合作伙伴已获得了越来越多的成果 ， 并显示在各种工作负载中神经拟态计算都能带来性能的一致性提升 。例如 ， 埃森哲测试了在Loihi芯片上识别语音命令的能力和在标准图形处理单元（GPU）上识别语音命令的能力 ， 发现Loihi不仅达到了和GPU类似的精度 ， 而且能效提高1000倍以上、响应速度快200毫秒 。
他坦言 ， 短期内 ， 由于成本问题 ， 神经拟态计算只适用于边缘设备、传感器等小规模设备 ， 或是对成本不敏感的应用 ， 如卫星、专用机器人等 。“随着时间的推移 ， 我们预计内存技术的创新将降低成本 ， 让神经拟态解决方案扩大适用范围 ， 运用于各种需要实时处理数据但受限于体积、重量、功耗等因素的智能设备 。”Davies说 。
和神经拟态计算一样 ， 机器编程是此次开放日上英特尔展示的重点之一 。当天 ， 英特尔研究院机器编程研究主任及创始人Justin Gottschlich宣布 ， 该公司推出了机器编程研究系统ControlFlag ， 它可以自主检测程序代码中的错误 。“虽然仍处于早期阶段 ， 这个新颖的自我监督系统有望成为一个强大的生产力工具 ， 帮助软件开发者进行耗时费力的Debug 。在初步测试中 ， ControlFlag利用超过10亿行未标记的产品级别的代码进行了训练并学习了新的缺陷 。”
展望未来 ， 我们是否可以设想一个人人都能创建高质量软件的未来？Gottschlich的回答是肯定的 。通过构建机器编程的三大支柱 ， 即意图、创造和适应 ， 他们希望未来能够实现这一蓝图：人类向机器表达他们的意图 ， 机器就会自动创建并完成该意图所需要的所有软件 。
【英特尔|提升1000倍！未来计算“加速度”】“我们刚刚介绍的这五项正在进行的颠覆性研究项目 ， 只是冰山一角 。在追求1000倍性能提升目标的路上 ， 我们还会有更多的成果和大家分享 。”Uhlig最后说 。

猜你喜欢

• 提升自信的6个技巧（怎么提升自信）
• 提升自我效能的方法有哪些（如何提升自我效能）
• 香肠|逆向思维：很奇怪，只有在这种环境中，你才能快速自我提升
• 笔记本想要提升CPU怎么解决（如何提升笔记本CPU）
• 数学高中提升方法（如何提升高中数学）
• 基层|浙江实施基层科普能力提升工程 探索职称系列中增设科普类别
• 提升成绩的方法有哪些（如何可以提高成绩）
• 食用油|学会几道家常菜，能提升厨艺，而且浓香四溢，好吃又上档次
• 技能|五星名厨现场教学 顺德举行青年厨师烹饪艺术技能提升活动
• 津城|津城持续提升基本社会服务水平