Facebook首席人工智能科学家Yann LeCun(杨立昆)周一分享了他的研究论文，对人工智能计算机芯片的重要性进行了阐述。
Facebook首席人工智能科学家Yann LeCun(杨立昆)表示，该公司的目标包括一个具备足够多“常识”的数字助手，使之可以跟人们就任何话题展开沟通，这对于目前的语音控制设备来说是一个巨大进步。
该公司还希望把人工智能变成更加实用的社交网络控制工具，实现实时视频监控，帮助人类审核员判断某项内容是否违规。
Yann LeCun接受《金融时报》采访时表示，Facebook希望与多家芯片公司合作设计新产品，最近还与英特尔合作开展了一个项目。但他也指出，该公司正在开发自己的定制ASIC芯片来支持人工智能项目。
“Facebook会在需要的时候开发自己的硬件——例如ASIC。如果还有其他难题，我们也会解决。”他说。这也是Facebook首次对芯片计划给出官方回应。
在提到在芯片技术上取得突破的概率时，Yann LeCun补充道：“肯定还有很大的底层空间。”
Facebook决定开发自己的芯片会对英伟达构成挑战，后者的图形处理器目前被用于在数据中心里支持人工智能。英伟达还 因为大型数据中心客户的订单减少而面临短期压力。
更加专业的人工智能芯片是为了以更快的速度和更低的能耗完成单一任务，而不是以往的通用任务。不仅谷歌、亚马逊和苹果展开了相关投资，还有很多创业公司也在投资类似的产品。
关注芯片设计和硬件架构表明人工智能需要通过底层突破才能避免进入死胡同。
Yann LeCun表示，在人工智能的发展历史上，通常需要硬件首先实现重大进步，研究人员之后才能在这一领域实现突破。
Facebook之前也曾经开发过其他硬件，包括设计了一套新的数据中心方案，并对外开源。Yann LeCun则表示，该公司也希望在芯片领域采取同样的做法。
Facebook还在把研究精力集中在新的神经网络设计上，这也是深度学习系统近期在图像和语音识别领域进步的核心所在。
30年前，在AT&T的贝尔实验室开发人工智能芯片时，Yann LeCun就模仿动物的视觉皮层开发了第一个卷积神经网络，这目前已经在神经网络系统中得到普遍应用。
Yann LeCun是深度学习崛起过程中的重要带头人，这种尖端人工智能技术已经被谷歌和亚马逊用来提供语言翻译和图片识别等服务。
深度学习的核心是一种名为神经网络的软件，它可以筛选海量数据，从而比人类更快地注意到各种模式。但这项技术却需要使用巨大的算力，因而推动英特尔和各种硬件创业公司探索新的计算机芯片设计，希望在执行某些人工智能计算任务时减少能耗、提升效率。
Yann LeCun将于本周一在旧金山的国际固态电路大会上发表一篇最新论文，阐述他对人工智能未来的愿景。具体而言，他将关注芯片和硬件的发展。