在计算机领域之中,一直有两个很大的难题等待解决,其中一个就是『并行处理』,而另一个,就是『人工智慧』。『并行处理』的理论发展已经超过20年以上,至少20年前我念计算机的时候就已经存在,但为何这么难以处理呢?其实很重要的一个大关键,就在於CPU的原始设计所遗留下来的障碍。
翻翻CPU的历史,就会清楚,原来CPU最初的设计,是用在『自动控制』领域,而当时的自动控制,就是『串型处理』的方式。於是,打从CPU初生的那一天开始,就没想过『并行处理』(或者说根本不知道『并行处理』的存在)!
既然先天不具备『并行』特性,你用後天的方式硬要让他执行『并行模式』,结果就是劳民伤财,需要几百台、数千台的电脑一起工作,又要处理负载平衡、还要时时监控任何一个节点的稳定性。
所有在CPU上面写过并行运算的人都非常清楚,这是个非常『折腾』的事情,连 Bill Gates 都说过:『…从没遇过比这个更难处理的技术…』其难度可想而知了!如今,GPU的原始架构,就是符合并行运算原理的方式,再加上 CUDA 架构好的特性,可以非常容易的大力发展『并行运算』的应用。
但是,如果『并行运算』的应用,无法普及到芸芸众生的生活当中,那再快的运算速度又如何?还不就只有尖端科研的人用的上而已,那GPU/CUDA能变成一个伟大的技术吗?答案可想而知了。
看到这里,相信许多GPU/CUDA拥护者会觉得郁闷,如果高速运算只能在实验室里面用,那大家花这么多心血要干嘛呢?
事实不然,我要说的重点才正要开始而已!
过去由於运算速度的限制,所以有非常多『符合人类习惯』的应用难以实现。举几个最简单的例子:
★ 跟电脑对话:
我们常常看到很多科幻片里面,存在『用说话与电脑直接沟通』的画面,这是非常吸引人的,也是一种理想境界。事实上『语音辨识』的技术已经发展十几二十年,但为何推广不开呢?因为『单字辨识』并不具备太高的价值。但是如果能做到『语句辨识』的话,那实用价值就非常之高了。然而,『语句辨识』需要非常大量的数据比对作业,非『并行运算』无法完成!
一旦运算速度提高几十倍、甚至於上百倍,其实就可以实现『语句辨识』、甚至於『音调辨识』的功能,到那个时候,要跟电脑对话的梦想,就可以实现了!
★人脸识别、表情辨识:
◆ 室内安全:如果在家里、学校、办公室里安装一套精准的人脸辨识系统,一旦有『陌生人』进入该空间,就马上有讯息通知保安人员,你觉得这样的系统好不好呢?如果这套系统具备『在人堆中辨识出陌生人』的能力,是不是更有价值呢?
◆机器仆人、机器宠物
试想,如果今天有个机器人,能够识出哪些人是他的主人、哪些人是朋友、哪些人是仇家…然後做出不同的反应,不知道这样的机器人,会不会让你觉得很贴心?更有甚者,如果这个机器人还能分辨你的表情、能辨别你的心情、能适时给你不同的音乐或者场景,是不是一件很棒的事情呢?
◆提高驾驶安全指数
『表情识别』还可以协助提高『社会安全指数』。将『表情识别系统』安装在汽车驾驶座上,一旦辨识出驾驶员在打瞌睡…立即做出相应的处理,让驾驶员回复清醒!如果配合『酒测系统』,要求驾驶员上路之前,必须先通过酒精测试,否则不让汽车发动,这样就可以避免『酒後驾车』的问题了!类似的状况,如果『表情辨识系统』发现驾驶员处於『愤怒状态』的时候,可以限制把车子的最高速度调整在某个限度之下,也可以有效降低汽车肇事的机率!
◆预防犯罪:
许多社会安全问题的发生,有非常大的比例都是因为『一时气愤』所引起的,如果路边摄像头的监控过程,能够尽早辨识出『愤怒』表情的人,便可以先通知公安人员提早做好准备,可能可以防止犯罪发生,或者当犯罪事件发生之後,缩短反应时间,降低损失!
◆客服系统
例如银行、证券营业厅里安装辨识系统,除安全防护之外,如果有VIP客户莅临,能够立即通知营业厅服务人员前去提供贵宾式的服务,你觉得这个VIP是不是会觉得非常温馨?
人脸辨识、表情识别的应用,其实还有太多太多可想像的空间。在CPU的环境下无法实现上述的应用,但是GPU却可以非常轻易的办到。其馀的应用,就留给大家共同来发挥吧