人工智能的进步，芯片促进语音识别

14nm模拟AI芯片

IBM和加州大学旧金山分校和伯克利分校分别研发的语音识别技术为声带瘫痪和语言丧失的患者带来了好消息。

IBM报告称，他们发明了一种更快、更节能的计算机芯片，能够加速语音识别模型的输出。

随着用于人工智能项目的大型语言模型的爆炸式增长，硬件性能的限制导致更长的训练周期和螺旋式能耗已经暴露出来。

在能源消耗方面，《麻省理工科技评论》(MIT Technology Review)最近报道称，训练一个人工智能模型会产生超过62.6万磅的二氧化碳，几乎是一辆普通美国汽车全寿命排放的五倍。

人工智能操作的巨大能量消耗背后的一个关键因素是内存和处理器之间来回交换数据。

寻求解决方案的IBM研究人员表示，他们的原型机在芯片中集成了相变存储设备，优化了被称为多累积(MAC)操作的基本人工智能过程，大大加快了芯片的活动速度。这绕过了在内存和处理器之间传输数据的标准的耗时和耗能的例程。

IBM的Stefano Ambrogia在8月23日发表在在线《自然》杂志上的一项研究中说:“据我们所知，这是首次在商业相关模型上展示商业相关的精度水平。”

测试板上的14nm模拟AI芯片

他说:“我们的工作表明，当结合芯片上辅助计算的时间、面积和节能实施时，所提供的高能效和吞吐量……可以扩展到整个模拟人工智能系统。”

在处理器密集型的语音识别操作中，IBM的原型实现了每秒每瓦12.4万亿次操作，效率水平比目前使用的最强大的cpu和gpu高出数百倍。

与此同时，加州大学旧金山分校和加州大学伯克利分校的研究人员表示，他们为失去说话能力的人设计了一种脑机接口，可以根据使用者的想法和发声的努力生成单词。

加州大学旧金山分校(UC San Francisco)神经外科主任Edward Chang说:“我们的目标是恢复一种完整的、具体化的交流方式，这是我们与他人交谈最自然的方式。”

Chang和他的团队在一位患有肌萎缩性侧索硬化症的女 性的大脑表面植入了两个微型传感器。肌萎缩性侧索硬化症是一种神经再生疾病，会逐渐剥夺患者的行动能力和语言能力。

尽管她仍然可以发出声音，但ALS限制了她使用嘴唇、舌头和喉头来表达连贯的单词。

这些传感器通过脑机接口与装有语言解码软件的计算机群相连。

用于制造模拟AI芯片的300mm晶圆

这名女子接受了25次训练，每次持续4小时，每次她要阅读260到480个句子。她在阅读时的大脑活动由解码器翻译，该解码器检测音素并将其组合成单词。

然后，研究人员根据她几年前在一场婚礼上的讲话录音合成了她的讲话，并设计了一个反映她面部动作的化身。

经过四个月的训练，该模型能够跟踪受试者的发声尝试，并将其转换为可理解的单词。

当基于125,000个单词的训练词汇时，几乎涵盖了受试者想说的任何内容，准确率为76%。

当词汇量限制在50个单词时，翻译系统的表现要好得多，90%的时间都能正确识别她的语音。

此外，该系统能够以每分钟62个单词的速度翻译受试者的演讲。尽管与早期的类似实验相比，该方法的单词识别率提高了三倍，但研究人员意识到，要达到每分钟160个单词的自然语音识别率，还需要进一步改进。

8月23日发表在《自然》杂志上的这项研究的合著者 Frank Willett说:“这是一个概念的科学证明，而不是人们日常生活中可以使用的实际设备。但这是一个巨大的进步，可以帮助瘫痪、不能说话的人恢复快速沟通。”