蘋果已經(jīng)以約2億美元的價(jià)格收購(gòu)了總部位于西雅圖的初創(chuàng)公司Xnor.ai,該公司開(kāi)發(fā)在邊緣設(shè)備上運(yùn)行的AI模型。
GeekWire首先根據(jù)來(lái)自“了解交易的消息來(lái)源”的信息報(bào)道了這個(gè)故事。由于XNor.ai的技術(shù)專注于在低資源邊緣設(shè)備上運(yùn)行AI模型而不將數(shù)據(jù)發(fā)送到云,因此許多觀察家推測(cè),此次收購(gòu)與Apple的數(shù)據(jù)隱私策略息息相關(guān)。
Xnor.ai 在2017年從西雅圖艾倫學(xué)院AI Madison Institute(AI2)孵化器項(xiàng)目中分離出來(lái),并得到了西雅圖風(fēng)險(xiǎn)投資公司Madrona Venture Group的資助。公司聯(lián)合創(chuàng)始人阿里·法哈迪(Ali Farhadi)在2016年《紐約時(shí)報(bào)》上的一篇文章中作了專題報(bào)道,討論了他的團(tuán)隊(duì)在減少神經(jīng)網(wǎng)絡(luò)的計(jì)算需求方面的研究。Xnor.ai的最新產(chǎn)品包括運(yùn)行計(jì)算機(jī)視覺(jué)神經(jīng)網(wǎng)絡(luò)的太陽(yáng)能FPGA芯片以及Wyze安全攝像機(jī)中嵌入的人員檢測(cè)算法-這種合作關(guān)系最近意外終止。
Xnor.ai技術(shù)背后的關(guān)鍵思想是神經(jīng)網(wǎng)絡(luò)權(quán)重和操作的量化 -減少表示模型中數(shù)字所需的位數(shù)。量化是大多數(shù)深度學(xué)習(xí)框架的功能,包括TensorFlow和PyTorch;但是,Xnor.ai的團(tuán)隊(duì)采用了一種極端的方法,即只用一位代表卷積層中的每個(gè)權(quán)重和激活值,而卷積層是最新的計(jì)算機(jī)視覺(jué)模型的主要組成部分。他們的結(jié)果是一個(gè)神經(jīng)網(wǎng)絡(luò),其準(zhǔn)確度僅比全精度模型低2.9%。除了可節(jié)省32倍的內(nèi)存外,將數(shù)據(jù)表示為單個(gè)位還可以通過(guò)簡(jiǎn)單的邏輯運(yùn)算來(lái)執(zhí)行計(jì)算,XNOR。除了給公司起個(gè)名字外,這還意味著視覺(jué)模型在常規(guī)CPU上的運(yùn)行速度可以提高58倍,而無(wú)需使用GPU。
節(jié)省的內(nèi)存和計(jì)算量還意味著該模型可用于具有資源和功率限制的設(shè)備,例如安全攝像機(jī)或移動(dòng)電話。這種邊緣處理對(duì)有隱私意識(shí)的人很有吸引力,因?yàn)樗藢?shù)據(jù)發(fā)送到云進(jìn)行AI處理的需求,這是消費(fèi)者和監(jiān)管機(jī)構(gòu)的主要問(wèn)題。蘋果首席執(zhí)行官蒂姆·庫(kù)克(Tim Cook) 在斯坦福大學(xué)(Stanford University)2019年的畢業(yè)典禮上強(qiáng)調(diào)了隱私的重要性,促使觀察人士推測(cè)這是收購(gòu)的動(dòng)機(jī)。另一方面,庫(kù)克在2019年CNBC采訪中提到,蘋果“平均每?jī)傻饺苁召?gòu)一次”公司,該年上半年收購(gòu)了近二十家。蘋果最近,Google已超過(guò)Google在“技術(shù)巨頭”中進(jìn)行的AI收購(gòu)數(shù)量中的領(lǐng)先者,并聘請(qǐng)了幾名前Google AI研究人員,其中包括通用對(duì)抗網(wǎng)絡(luò)(GANs)的發(fā)明者Ian Goodfellow。
Xnor.ai是AI2 Incubator中第二家被一家大型科技公司收購(gòu)的初創(chuàng)公司。2017年,百度收購(gòu)了開(kāi)發(fā)聊天機(jī)器人框架的AI2初創(chuàng)公司Kitt.ai. 孵化器網(wǎng)站列出了其他三家獲得資助的AI初創(chuàng)公司,以及校友Kitt.ai和Xnor.ai。
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4762瀏覽量
100539 -
蘋果
+關(guān)注
關(guān)注
61文章
24351瀏覽量
196841 -
AI
+關(guān)注
關(guān)注
87文章
30146瀏覽量
268413
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論