总之,不能用一套方案解决所有问题。话虽如此,AI运算平台可以保持一致。每一台电脑都是不同的,但底下的计算平台(处理器、操作系统、AI)却是相似的,汽车的道理与此类似。我们的战略就是开发一个计算平台,它取名叫作“Nvidia AI汽车平台”。当一线企业与OEM制造商合作时可以使用这一平台,OEM也可以使用该平台。汽车公司、公交公司都可以使用。 AI问题是最难解决的问题 问题:昨天,你向我们展示了Shield,它可以与谷歌助手连接。你们开发自己的产品,为什么还要用到谷歌助手呢? 黄仁勋:谷歌助手很强大。实际上谷歌助手分有两部分很难做,也可以说是三部分。一是语音识别和合成,自动识别语音,自动实现“文本-语音”转译。在此之上还有另一层,它就是自然语言理解。当我说:“打开它。”打开的是什么东西呢?可能是任何东西。我所说的“它”是之前谈到过的东西。AI的自然语言理解功能相当复杂。谷歌助手拥有出色的理解能力。后面还有搜索引擎,你也知道,谷歌搜索很棒。 当我们使用谷歌助手,你会慢慢习惯助手的功能。当我们学会如何使用某一种特定助手,这种助手就具备了能力,有了优点和缺点,还有了个性。随着时间的推移,用户使用就会越来越简单,没有必要学习4种或者5种不同的助手。我们喜欢与志同道合、相互理解的人合作,你的助手也是这样的。 问题:你刚才说过所有的问题都是AI问题,而AI问题又是最难解决的问题。许多大企业也在关注该市场,小公司呢?它们如何跟上节奏,成为未来市场的一部分? 黄仁勋:对于创业公司来说现在是一个好时代。到目前为止,我们已经与1500家创业公司合作。在Nvidia的历史上,还没有与这么多公司合作过。 说所有问题都是AI问题并不完全准确。只是我们想解决一些难题,要花很长的时间,这些难题刚好是AI问题。之所以难解决,主要是因为大问题中的一些小问题难解决,比如感知问题、观察问题、模式识别问题,在深度学习到来之前,我们无法解决这些小问题。例如识别信息,现在看到的到底是什么呢?现在正在发生什么事?对于人来说,信息块显而易见,但对电脑来说很难理解。 现在我们可以用深度学习解决。一旦解决,输出的就是元数据,是电脑数据。现在电脑数据已经存在,我们知道如何使用它,知道如何让电脑使用它。我们发现用AI可以解决一些之前无法解决的问题。 谈到创业公司,你会发现这些AI平台已经放在云端。当AI训练完毕,它就变成了API,有语音识别API,有图像识别API,还有语音合成API,所有API放在云端。我们可以将自己开发的应用与API连接,编写新的应用。创业公司可以使用这些云服务,可能是沃森,也可能是微软感知服务。 问题:如果我创办了一家公司,核心价值就是自己拥有的数据,现在你要我拿出数据,这是一件难事,你怎么解决? 黄仁勋:有些人说数据就是“新的石油”。我们都有自己的人生体验,这才是重点,云服务很多,但它并没有收集全世界的所有数据。Nvidia设计芯片,我们用芯片收集了许多数据,它放在公司内。某人可能是渔民,他也拥有许多数据,与当地生活有关的水流温度数据,还有该地区的小气候数据,这些数据并不属于亚马逊。你可能在法国有一个葡萄园,它的土壤和气候也不同,很特殊,这些数据只存在于当地,用谷歌无法找到,它是属于你自己的数据。 最终,我们可以将数据善加利用。并不是每一个人的数据都放在云端,我们应该这样看问题。我们都有自己的数据。随着AI的到来,你会看到微企业崛起。可能是啤酒厂,我看到有人用AI酿造啤酒。关于怎样酿酒,他们有许多的数据,这些数据在亚马逊找不到,也不属于谷歌,而是属于他们自己。不过他们可以用AI算法挖掘数据,找到新的东西。 现在是创业公司的好时代,不是坏时代。 Shield TV如何处理数据的? 问题:Shield和Spot有没有交叉的地方?你们会不会根据用户的互动情况改进 产品,或者完全依赖谷歌? 黄仁勋:我们无意收集任何数据。我们会用Shield在本地处理数据,它之所以具备感应能力,主要是因为有了Spot,房间里会安装多个Spot。我们要将Spot放在任何地方。当Spot插在墙壁上,你没有必要充电,它会监测声音,运行良好。Spot还可以收集语音数据和语音信号,然后通过Shield处理。负责处理数据的是深度学习网络,它可以进行语音合成,还可以识别语音。网络在处理时速度很快,然后我们会将信息发送到云端。 声波是用Shield接收的,声波数据也是用Shield处理的,至于用户说话的词汇,它会发到谷歌云端处理。 问题:Shield TV有了新功能,任天堂Switch会不会也增加新功能?Switch会不会以某种方式嵌入到Shield TV生态系统? (责任编辑:本港台直播) |