繼亞馬遜和Google之後，facebook(fb)也加入研發自己的人工智能(AI)晶片，令晶片競賽愈趨激烈。fb表示，只有提升晶片的運算能力，才能為AI應用帶來突破，未來目標包括推出有足夠「常識」的虛擬助理，能就各種話題與人聊天，較目前的語音控制產品更為先進。fb又希望AI技術能更有效監督自己的社群網絡，即時監控影片和照片等，助fb審查內容。

fb首席人工智能科學家Yann LeCun向《金融時報》表示，希望與其他晶片公司合作開發新晶片。該公司最近才宣布與英特爾(Intel)合作新項目，但同時也在開發自己的高效能運算特定應用(ASIC)晶片，以支持fb的AI程序。LeCun首次透露了fb在晶片領域的野心，稱需要時會自行研發包括ASIC等硬件。

以更快速度更低耗電完成不同任務

談到在晶片方面取得突破的可能性，LeCun認為在基本運算方面仍有很多空間。fb自行研發晶片將會令圖像晶片大廠英偉達(Nvidia)面臨另一長期挑戰。英偉達是數據中心AI圖象處理器的主要生產商，因大型數據中心近期削減開支而影響盈利。

科技業界正需要更專門的AI晶片，以閃電的速度及更低的耗電完成不同任務，有別於過去的通用處理器。這成為Google、亞馬遜、蘋果，以至數十家初創企業的研究方向。LeCun稱，在人工智能的歷史，研究員提出突破性見解前，硬件方面通常先取得重大進步。fb過去曾設計過其他類型的硬件，包括為數據中心的設備提出新構思，並將設計方案開源。LeCun說，同樣的做法將應用於晶片設計。fb目前將研究重點放在深度學習系統。

30年前，LeCun在AT＆T的貝爾實驗室(Bell Labs)研發出首個卷積神經網絡(Convolutional Neural Network)，其設計基於動物的視覺皮層，現常見於深度學習系統。目前的神經網絡利用一種監督式學習技術，需大量數據進行訓練。

社交平台即時分析需求巨大

fb目前對每天上傳到其社交平台的2億至3億張照片進行大量即時分析，包括利用面部識別技術來識別人物，移除裸露等不適當的內容。

LeCun稱，fb正致力於降低耗電，並加快處理速度，但實時監控的巨大需求，將需要新的神經網絡設計。fb現正大力投資於「自我監督式」學習系統，以模仿人類智能的更多方面。此系統能對周圍環境作出更廣泛的預測，而不僅能得出與培訓數據直接相關的結論。

LeCun稱，fb有興趣創造出具備一定常識的數碼助理，從而就任何話題與人討論，這種構思還處於早期階段，「不會明天發生」。

(金融時報)