2017.04.08一週新聞集錦:Google公開神經網路運算晶片TPU細節

作業系統的排名發生變化。
1.這個時刻正式來臨：Android 擊敗 Windows，正式成為全球第一大作業系統(原文點此)
2.首度可望超越 iOS！Android App 總收入今年預計達 780 億美元(原文點此)
Windows作業系統裝置的總上網流量正式被Android作業系統裝置的總上網流量超越，Android作業系統首度成為全球第1大作業系統。
編按:
Android作業系統除了是全球第1大作業系統之外，在App的收入方面，所有Android App Store的總營收也將在今年超越Apple App Store；不過以個別開發商的收益而言，還是iOS App較佳。

科技大廠致力於打擊假新聞。
3.Facebook 成立及贊助「新聞誠信計畫」冀提高新聞真確性及專業信賴度(原文點此)
4.Facebook推出「新聞真實性辨別教學工具」 提高網路資訊閱聽品質(原文點此)
5.防堵假新聞操弄大選　臉書Google卯起來雪恥(原文點此)
6.教宗支持川普？希拉蕊買非法軍火？臉書假新聞泛濫幫助川普當選 祖克柏：無稽之談(原文點此)
7.打擊假新聞！德國祭重罰－－要罰的是社群媒體(原文點此)
Facebook贊助新聞誠信計畫(News Integrity Initiative)，該計畫由紐約城市大學主持，期望能提供工具以提高網路新聞的真實性。
編按:
在Google、Facebook...等網站上，使用者看到的訊息都是利用演算法搜尋出最適合該使用者的訊息，而演算法中往往會將訊息的熱門度列入考量，這使得熱門的假新聞傳遞速度更加快速。 2016年美國大選後，假新聞影響選情的爭議逐漸浮出檯面，各國政府以及輿論開始重視這項議題，進而促使了Google、Facebook...等網站對於打擊假新聞做出努力。 目前，這些網站都與權威的第三方新聞來源合作，查驗網路上新聞的真實性，並陸續推出識別假新聞的工具，期望能減少假新聞的傳播。


最後來看看科技大廠處理器方面的新聞。
8.蘋果自主研發 GPU，供應商 Imagination 股價蒸發 65%！蘋果意圖何在？(原文點此)
9.失蘋果關愛，Imagination Tech重挫61%(原文點此)
英國GPU大廠Imagination Technologies宣佈，Apple將在2年之後不再使用其GPU技術。 由於Imagination Technologies的營收超過5成是來自Apple，其股價因此重跌超過60%。
編按:
Imagination最出名的是旗下PowerVR系列行動GPU，長期獲Apple採用，Apple也是它的大股東(有8%股權)之一。 不過，隨著Apple成長減速，Imagination從2016年開始轉為虧損，並進行裁員。

10.Google公開更多自製機器學習演算專用晶片TPU細節：比GPU、CPU快15-30倍(原文點此)
11.Google 硬體工程師揭密，TPU 為何會比 CPU、GPU 快 30 倍(原文點此)
Google公布旗下神經網路硬體加速器Tensor Processing Unit (TPU)。 神經網路系統在該加速器的協助之下，運算速度會比純CPU、GPU運算快上15~30倍。
編按:
(a)在越來越普及的語音助理之中，人工智慧是一項不可或缺的技術；人工智慧領域裡，讓機器學會辨識輸入資訊的流程叫做「機器學習」，而「神經網路」是機器學習常用的一種方式。 神經網路模仿了生物傳遞訊息的結構-神經元為基本單元，各神經元間以突觸相互連結、傳遞訊息，而每個突觸傳遞訊息給其他神經元的能力不同，稱為權重(weight)，神經元的詳細說明如(b)點所述。 神經網路裡的「學習」是指透過一套方法，讓每個突觸都具有一個穩定的權重，而在這些不同權重的突觸運作之下，神經網路能辨識不同的輸入資訊。 在實際的操作上，假設要讓神經網路辨識出不同阿拉伯數字的語音，那麼就會把許多阿拉伯數字的語音餵入神經網路裡，讓它學習，直到它可以穩定的辨識出不同阿拉伯數字的語音；這個過程就好像人類利用不斷練習來學習 。 由於神經網路的突觸非常多，會牽扯到大量矩陣的乘法以及非線性運算，所以非常仰賴GPU。 Google的TPU將常見的神經網路運算做成客製化的硬體，因此神經網路的效能自然優於一般的CPU、GPU。
(b)神經元是神經網路的基本單元，以突觸與其他神經元連接。 神經元具有以下性質:
(b-1)輸入訊號:可以是神經網路外的輸入訊號，或是神經網路中、來自其他神經元的訊號(由突觸傳遞)。 每個突觸傳遞訊息給其他神經元的能力不同，稱為權重(weight)。
(b-2)輸出訊號:可簡單分為2種狀態，發出訊號或不發出訊號。 在1個神經元之中，若所有輸入訊號的總和大於某個閾值，該神經元會發出訊號給下一個神經元，否則不會發出訊號給下一個神經元(也就是說這些輸入訊號對下一個神經元不會有任何影響)，這個過程稱為活化(activation)。
短評:
隨著人工智慧的普及，神經網路的需求會越來越高。 目前的科技大廠中，Google的TPU算是通用型神經網路(可適用於各種神經網路)硬體加速器的先驅者，未來說不定會引領神經網路硬體的設計。