دیدگاه رهبر انویدیا، غول تکنولوژیک هسته های پردازشی در مورد بینایی کامپیوتری

جِنسِن هوانگ رهبری منحصربفرد در سیلیکون ولی است. او از سال ۱۹۹۳، زمانیکه کمپانی انویدیا تاسیس شد، رئیس و مدیر اجرایی آن است. تعداد معدودی از مدیران چنین زمان طولانی در این سمت مشغول فعالیت بوده اند. دلیل دیگر سبک اوست. با اینکه پوشش رسمی برای بسیاری از رهبران تکنولوژی هنجار محسوب می‌شود، هوانگ همیشه یک کت چرمی مشکی بر تن دارد. بسیاری از مدیران زمان سخنرانی چشم از اتوکیو برنمی‌دارند، اما به نظر می‌رسد هوانگ تمام مطالبش را از خودش می‌گوید. با اینکه بسیاری از مطالب کلیدی مدیران دقایقی بیشتر طول نمی‌کشد، هوانگ اغلب یک تا دو ساعت حرف برای گفتن دارد. چنین چیزی در SC19، کنفرانس ابرمحاسبات در دِنوِر، اتفاق افتاد. هوانگ در سخنرانی تقریبا دو ساعته‌ی خود خبرهای زیادی را به اشتراک گذاشت. این کمپانی با دیگر غول‌های تکنولوژی همکاری می‌کند تا برای شتاب‌دهی به سرورهای آرم، واحد پردازش گرافیکی بسازد. هوانگ گفت موارد کاربردی ابرمقیاس از ابر تا لبه می‌توانند به طور بالقوه از این تکنولوژی بهره ببرند.

هوانگ در سخنرانی‌اش به موضوعات مربوط به اینترنت اشیا و محاسبات لبه اشاره کرد. یکی از موضوعات مربوط به بینایی کامپیوتری بود که به گفته‌ی وی “اکنون به سطح فراانسانی رسیده است.” درحالیکه پژوهش الکس‌نِت در سال ۲۰۱۲، پیشرفت بینایی کامپیوتری را در رابطه با پایگاه داده‌ی پراکنده مربوط به تصاویر ایستا آغاز کرد، اما امروزه بینایی کامپیوتری با کمک یادگیری عمیق در حال حرکت به سمت لبه است. هوانگ می‌گوید:” البته ما می‌توانیم برای فعال کردن ربات‌ها و خودروهای خودران از این تکنولوژی استفاده کنیم.” وی پیش‌بینی می‌کند، تاثیر اقتصادی موفقیت‌های بینایی کامپیوتری در شاخه‌هایی همچون تحلیل ویدیو، حمل‌ونقل و روباتیک، چندین تریلیون دلار خواهد بود. “بزرگترین صنایعی که امروزه ما می‌شناسیم، چه تولیدی و چه حمل‌ونقل، به وسیله بینایی کامپیوتری تحت تاثیر قرار می‌گیرند.”

همچنین رهبر انویدیا در مورد موفقیت‌هایی که راه‌ را برای رونق کنونی در پژوهش هوش مصنوعی همواره نموده‌اند نیز صحبت می‌کند. برای مثال، یک تکنولوژی بنیادی که به جریان پیشرفت‌ در زمینه‌ی بینایی کامپیوتری کمک می‌کند، واحد پردازش گرافیکی است که اولین‌بار در دهه‌ی ۱۹۹۰ پدید آمد. واحد پردازش گرافیکی همچنان با این کمپانی ارتباط نزدیکی دارد.

بنا به گفته‌ی هوانگ شبکه‌های عصبی پیچشی دیگر المان حیاتی است. پیشرفت‌ در واحد پردازش گرافیکی، شبکه‌های عصبی پیچشی و افزایش پارادایم محاسبات ابری همگی نقش کلیدی در هدایت پیشرفت در پردازش زبان طبیعی ایفا کردند. هوانگ می‌گوید: “اگر بینایی کامپیوتری روش ما برای کدگذاری درک ما از دنیا باشد، پس موفقیت بعدی کدگذاری دانش انسان، زبان‌ها است.” پردازش زبان طبیعی در پنج سال گذشته رشد سریعی داشته و راه را برای مجموعه‌ای از دستگاه‌های اینترنت اشیا از جمله اسپیکرهای هوشمند هموار کرده است.

حوزه‌ی مربتط دیگر به نام درک زبان طبیعی، که به توان ماشین مبنی بردرک زبان مربوط است نیز به گفته‌ی هوانگ “به سطوح ابرانسانی رسیده است.” محرک بخشی از این موفقیت، مطالعات گوگل در زمینه‌ی نمایش رمزگذاری دو طرفه  مبدل ها بود. یک پست در وبلاگ گوگل نشان می‌دهد که برت (BERT) به هر کسی این قدرت را می‌دهد تا سیستم سوال و جواب پیشرفته‌ی خود را تعلیم دهد.”

هوانگ می‌گوید:” پیامدهای پیشرفت در برت به طور چشمگیری زیاد است.” رابط‌های کاربری و روشی که ما با تکنولوژی در تعامل هستیم در طولانی مدت به‌طور قابل ملاحظه‌ای تغییر می‌کنند. هوانگ افزود: “ناگهان موضوعاتی مانند توانایی پاسخ به سوالات، توانایی ترجمه و گفتگو با کامپیوتر” امکان‌پذیر می‌شوند. کامپیوتر می‌تواند قصد کاربر را بفهمد.

موانع بر سر راه چنین پیشرفت‌هایی همچنان باقی خواهند ماند. مثلا ذخیره سازی، بنا به گفته‌ی هوانگ، در حال حاضر برای بسیاری از شاخه‌های مختلف محاسبات محدود کننده به حساب می‌آیند.” اما انقلاب صنعتی بعدی در چشم مدیرعامل انویدیا به خوبی پایه‌ریزی شده است. هوانگ می‌گوید:” کمی کلیشه‌ای به نظر می‌رسد، اما کاملا درست است. ما انرژی را در یکی دو دوره‌ی اول انقلاب صنعتی اتومات می‌کنیم، و این بار ما اتوماسیون را اتومات می‌کنیم.” وی افزود:” قابلیت قراردهی هوش مصنوعی در همه جا، واقعا رویدادی خارق‌العاده است.”

منابع خبر :