上周，我參加了高通公司最新處理器的一次即將到來的活動，其人工智能工作的大量更新（其中包括創(chuàng)新的量子元素），與5G的連接很可能看不到。我認為這是一個改變游戲規(guī)則的人。

舊金山活動的本質是強調5G領導的革命的反直覺影響：網絡邊緣情報的增加。我將對這次革命做一些觀察，然后結束我本周的產品：微軟的Vision AI Developer套件，該套件已在本次活動中展出。5G在這里預計5G將積極進入市場，到年底將有近乎完整的主要大都市覆蓋。這項技術是一個改變游戲規(guī)則的技術，但它并非沒有問題，其中之一就是網絡負載的巨大變化。5G將把瓶頸從無線網絡轉移到回程，預計大規(guī)模的流量增加將迫使一些相當令人印象深刻的網絡升級。

推動這一大規(guī)模流量增長的一個因素，比今天增加10倍，將是智能網絡設備的大幅增長。為了減少流量，使網絡不會遇到巨大的瓶頸，有必要將智能推向網絡邊緣。

這導致云提供商重新考慮他們龐大的集中式計算工廠并開始分發(fā)這項技術。它導致像Qualcomm這樣的公司將更多的智能和自主性驅動到設備本身，因此它們不依賴于集中資源，這有望將網絡負載保持在更易管理的水平。

游戲的影響力

5G已經改變的一個重要領域是托管游戲。5G不僅提供更高的數據吞吐量，而且延遲更低，使得從云端進行游戲不僅可行，而且在紙面上，比傳統(tǒng)方法更具可擴展性和成本。

然而，為了防止數據克服網絡，圖形很大程度上仍然保留在設備中，并伴隨著一些智能。

我認為提供商正在期待越來越多的混合游戲體驗，因此5G游戲的社交和互聯(lián)方面將得到增強，但網絡不會因大量視頻流而變得更加飽和。我認為這也預計游戲機可能嵌入智能手機，平板電腦，類似Roku的機頂盒，甚至是電視本身。

移動XR體驗在汽車中延伸現實的想法，特別是當汽車獲得駕駛自身的能力時，是令人信服的。這是因為如果與擴展現實（XR）結合，它可以顯著增強駕駛體驗。使用增強現實眼鏡，您可以發(fā)現自己穿越想象的領域并參與虛擬戰(zhàn)斗，甚至與其他車輛的乘客一起戰(zhàn)斗，同時您的車自動繼續(xù)前進。

“權力的游戲”的最后一季開始于周日，我可以想象一個長途駕駛看起來像是從Kings Landing到墻上的旅行，以便使用遙控虛擬龍來對抗白人步行者。是的，你也可以成為女王或龍之王！

為未來工廠提供動力在未來幾年內，工廠將經歷任何垂直方向的最大變化，這主要是3D打印的破壞性影響的結果。制造和質量控制設備將能夠直接與云服務聯(lián)網，然后可以在整個物流生態(tài)系統(tǒng)中有效地管理它們。所有這些都與機器和深度學習云服務有關。高通公司的客戶AI

基于10多年的人工智能研究，高通公司在其Snapdragon解決方案中引起了人工智能引擎的關注，并指出，該公司長期以來一直專注于電力遏制。

這就是為什么高通公司的產品目前在絕大多數AR和VR解決方案中，因為功率效率提高了實用性并可能降低重量。這一焦點是高通公司推動7nm工藝主要由功率效率驅動但也具有一些性能優(yōu)勢的原因之一。

高通還為各種移動相關功能的開發(fā)鋪平了道路，從擴展現實到聲音處理。

這創(chuàng)造了推理的潛力。根據高通公司的估計，到2025年，培訓和推理市場將增長到170億美元。（鑒于市場需求，我認為這是非常保守的。）

高通公司認為，最大的銷量和收入潛力都在推理方面。這可能是正確的，因為您只需要一定數量的培訓平臺，但一旦掌握了知識，您就可以將其傳播到大量使用它的推理產品中。

簡而言之，你需要很多老師，但學生的數量 - 推斷 - 往往要大得多。

人工智能在Facebook上周參加Qualcomm活動的主持人之一是Facebook的AI產品經理Joe Spisak。如果有一家公司比Facebook更迫切需要AI，我不知道。

Facebook必須迅速解決各種非常棘手的問題。否則，罰款，訴訟和客戶流失可能會埋葬它。AI可用于提供社交推薦和機器語言翻譯，協(xié)助可訪問性，并提供更智能的機器人和助手。

此外，機器生成的內容，AR效果和VR體驗非常依賴于AI。但是，我認為Facebook真正需要應用AI（我知道他們知道這一點）的目的是策劃內容并確保平臺的安全性。幸運的是，人工智能 - 特別是深度學習人工智能 - 越來越能夠大規(guī)模地處理這些問題。

Facebook一直在使用AI探索的一個有趣的領域是慈善捐贈。它使用人工智能籌集了超過10億美元的慈善捐款。（我不知道這一點。）人工智能的積極使用導致Facebook在建立新數據中心方面遇到障礙，特別是電力需求使其擴張難以為繼。

這顯然是Facebook在Qualcomm活動上的核心，因為高通的解決方案在電源效率方面處于領先地位。Facebook還稱贊其可靠性（高通公司尚未承擔英特爾所擁有的安全風險）和低延遲。

顯然，通過與高通公司合作，Facebook創(chuàng)建了一個獨特的模塊化服務器，使其能夠通過簡單的升級途徑保持其速度，實現預期的即將到來的技術變革，消除不斷的叉車服務器升級，這在Facebook大規(guī)模的情況下價格昂貴且風險太大。

Facebook指出的一個有趣的技術是PyTorch，一個機器學習框架，重點是急切和基于圖形的執(zhí)行，動態(tài)神經網絡，分布式培訓，硬件加速推理和簡單性 - 因為在規(guī)模上，復雜性是一個項目殺手。