▲Google的Pixel 6、Pixel 6 Pro，搭載自研晶片，有著與過去不同的運算學習方式，而且由人工智慧設計出來。（圖／Google提供）
記者吳佳穎／綜合報導
人工智慧(AI)已經深入成為我們日常生活的一部分，外媒指出，Pixel 6 是第一款在標準處理器旁邊配備專用 AI 的獨立晶片(Tensor)的手機；過去幾年，iPhone 內的晶片也包含蘋果所謂的「神經引擎」。這兩種晶片都有別於傳統晶片，不追求更小更快，而是要在設備上訓練機器深度學習，因此晶片學習模型的計算類型有別以往。
[廣告] 請繼續往下閱讀.
據《MITTechnologyReview》報導，人工智慧將改變電腦的製造、運算方式：一、電腦的製造方式；二、編程方式以及使用方式；三，AI最終將改變電腦的用途。
英特爾並行計算實驗室主任 Pradeep Dubey 表示，電腦的核心正在從「數位運算」轉變為「決策制定」，或者如麻省理工學院 CSAIL 主任 Daniela Rus 所說，人工智慧正在將電腦從盒子中解放出來。
第一個變化涉及電腦以及控制它們的晶片，要如何製造。傳統晶片製造商跟上摩爾定律，但使當前人工智慧應用程式工作的深度學習模型是一種不同的方法：它們需要同時執行大量「不太精確」的計算。這意味著需要一種新型晶片：一種可以盡可能快地移動數據的晶片，確保它在需要的時間和地點可用。
第二個變化涉及「如何告訴計算機該做什麼」。在過去的 40 年裡，人類一直在為計算機編程；但英國微軟研究院負責人 Chris Bishop 說，對於接下來的 40年，「我們將培訓他們。」
[廣告] 請繼續往下閱讀..
傳統上，要讓計算機執行諸如識別語音或識別圖像中的對象之類的操作，程式開發者首先必須「為計算機制定規則」，但現在透過機器學習，開發者不用再編寫規則。相反，他們創建了一個神經網絡，可以自行學習這些規則。這有點像是人工智慧正在學習如何創造自己，從許多科技巨頭在作的研究，也表明：人類一直在努力製造真正的智慧機器。
最好的例子就是，語音識別和圖像識別現在已是智慧手機的標準功能、AlphaZero 自學圍棋勝過人類、AlphaFold也 解決了人們數十年來一直在努力解決的生物學問題，研究蛋白質如何折疊。
據了解，下一個重大突破，可能出現在分子模擬領域：訓練電腦來操縱物質的特性，可能會在能源使用、食品生產、製造和醫藥方面實現改變世界的飛躍式進步。最後，任何東西都可以變成電腦。
英特爾、Arm 和 Nvidia 等晶片製造商提供了許多第一批 GPU，它們正在轉向製造專門為 AI 量身定制的硬體。Google 和 Facebook 也探索進入這個行業，以透過硬體尋找人工智慧優勢。
[廣告] 請繼續往下閱讀...
例如，Pixel 6 內部的晶片就是Google張量處理單元（TPU）的新行動版本，與一般超快、精確計算的傳統晶片不同，TPU 專為神經網絡所需的大容量、低精度計算而設計。自 2015 年以來，Google已在公司內部使用這些晶片，處理人們的照片和自然語言搜索查詢，Google 的姊妹公司 DeepMind 則使用它們來訓練其 AI。
在過去的幾年裡，Google已經將 TPU 提供給其他公司，這些晶片，以及其他公司正在開發的類似晶片，正在成為世界數據中心內的公認的重要晶片。
甚至這些晶片也由人工智慧來設計，Google已使用強化學習算法（一種通過反複試驗學習如何解決任務的人工智能）來設計新 TPU 的佈局，想出了人類不會想到的奇怪的新設計，而且最後還奏效了。