2022-06-23 | 대전=박희윤 기자

KAIST全球首次开发可高精度实时学习的移动人工智能半导体芯片

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

韩国科学技术院(KAIST)23日表示,该校电气与电子工程学院柳会峻教授研究团队在世界上首次开发出可在移动设备上实现人工智能实时学习的高精度人工智能(AI)半导体。

人工智能半导体是指搭载识别、推理、学习、判断等人工智能处理功能,并以超智能、超低功耗、超可靠为基础的优化技术实现的半导体。

研究团队开发的人工智能半导体采用低比特学习与低延迟学习方式,可在移动设备上进行学习。特别是此次半导体芯片成功实现了可防止人工智能出现意外性能下降的实时学习技术。

KAIST电气与电子工程学院博士生韩东贤作为第一作者参与的此项研究,在6月12日至15日于仁川延寿区松岛会展中心举办的国际人工智能电路与系统学术大会(AICAS)上发表,并在现场演示了应用示例。该研究同时夺得最佳论文奖和最佳演示奖,充分展示了其卓越性。

涵盖人工智能(AI)半导体技术的国际学术大会“AICAS 2022”被评价为人工智能半导体领域具有世界最高权威的IEEE(美国电气电子工程师协会)学会活动,以三星集团、SK为首,韩国电子通信研究院(ETRI)、英伟达(NVIDIA)、铿腾(Cadence)等国内外知名企业和机构参会,共同分享人工智能半导体电路与系统全领域以及与人工智能半导体相关的研究成果。

此前的人工智能仅凭事先学习的智能进行推理,因此对于未经学习的新环境或物体难以进行物体检测。但柳会峻教授研究团队开发的实时学习,为原先只执行推理的移动人工智能半导体赋予了学习功能,从而大幅提升了人工智能的智能水平。

柳教授团队的新型人工智能半导体同时利用事先学习的知识与应用程序运行中学习的知识,展现出高精度物体检测性能。特别是柳会峻教授研究团队还能自动识别因镜头破裂或机械故障导致的人工智能意外精度下降,并通过实时学习予以校正,解决了此前人工智能的问题。

柳教授团队在实时学习功能之外,还提出了低比特人工智能学习方法和基于直接误差传递的低延迟学习方式,使移动设备能够以低功耗进行学习,并开发出可对其进行优化的半导体(HNPU)及应用系统。

HNPU与其他移动物体检测系统相比,实现了速度提升75%、能耗降低44%,同时通过实时学习实现高精度物体检测,因而备受关注。

研究团队作为HNPU的应用示例,开发了一种高精度物体检测系统:当摄像头镜头破裂或因机械故障、照明及亮度变化导致人工智能推理能力下降时,可通过实时学习重新提高精度。预计今后将应用于自动驾驶、机器人等多个领域。

特别是研究团队的HNPU研究在2022年国际人工智能电路与系统学术大会(AICAS 2022)上发表,同时夺得最佳论文奖和最佳演示奖,充分展示了其卓越性。

主导该研究的KAIST电气与电子工程学院柳会峻教授在阐述研究意义时表示:“目前的人工智能仅凭事先学习的知识解决给定问题,这与随环境和状况变化持续学习的人类智能存在明显差异”,“此次研究通过实时学习人工智能半导体,将人工智能的智能水平进一步提升至接近人类的水平”。

阅读韩文原文