网易科技讯 6月21日消息，继上个月谷歌发布其最新人工智能芯片TPU以来，人工智能芯片研发的竞争愈演愈烈。上周在香港举办的麻省理工学院EmTech世界新兴技术峰会上，中国人工智能创业公司地平线机器人技术也重申了其在人工智能芯片领域的研发计划。

深度学习是机器学习研究中的一个新的领域，它模仿人脑的机制来解释数据，例如图像，声音和文本。在深度神经网络多层的虚拟神经元中，算法会从大量的数据里头寻找一些特殊的模式，从模式当中学习到像人一样的智能决策。许多科技巨头如Google、Facebook、百度等都采用深度学习技术，开发出许多具备高级图像和语音识别能力的设备和在线服务。比如Facebook开发的面部识别功能，可以对用户上传至网站的照片进行识别。

余凯提到，现今由因特尔芯片驱动的传统电脑存在着很大局限性，“通用计算构架使用时序计算结构，这意味着每一个计算任务都要一步一步地完成，”余凯解释说。然而，新一代的处理器，特别是人工智能处理器会更加高效，其认知和感知的功能最终可以使智能设备拥有决策能力。

控制这些新式人工智能处理器的系统将通过神经网络式的计算促进处理器计算速度的提升，余凯说，“我们也正在这套新的计算架构之上搭建软件系统。” 自动驾驶汽车和家居将是这些创新技术的重点应用领域。

余凯在会上展示了地平线自动驾驶“雨果”平台。“雨果”平台是地平线最新研发的自动驾驶平台，能够提升自动驾驶汽车在行驶过程中的安全系数。这个系统依靠其深度学习能力和“神经网络”平台，可以实时识别道路上的行人、车辆和车道线，即使是在有遮挡物，或者浓雾大雨等极端天气的情况下。

当被问及无人驾驶汽车何时才能普及时，余凯预测说，“即使我在做这方面的工作，我依然认为还需要至少15年的时间来实现无人驾驶汽车的普及。”而一个决定性的障碍在于，实际路况的复杂性和不确定性，这就要求我们为无人驾驶汽车开发高性能高可靠性的人工智能系统。现有的无人驾驶汽车上安装了雷达和摄像头等传感器来识别物体，预测这些物体的运动路径，并对识别到的物体做出实时回应。然而，这套无人驾驶系统是被提前测试好的，道路上的物体也是被编辑好的，所以在这些驾驶场景中，车辆可以对道路上的情况进行分类并作出回应。但是路况的复杂性和不确定性导致驾驶情况不总是可预测的，如果新的物体或障碍突然出现该怎么办呢？“这是一个巨大的挑战，而且你不知道该如何测试，因为你不知道何种你从未遇到的情况会突然出现。”