（本文编译自electronicdesign）
科技行业正在经历巨大的变革和转型，以满足人工智能（AI）的发展需求。尽管人工智能并非新技术，但不可否认的是，由于生成式人工智能和面向消费者的应用（如聊天机器人）的出现，它在过去12个月里已经家喻户晓。
就像任何一项发布“杀手级应用”以吸引消费者关注的技术一样，如果想要理解这些技术的潜在的价值以及相应的技术需求和要求，就必须避免陷入炒作陷阱。与许多技术一样，人工智能技术的发展也将受到不同“瓶颈”的限制，具体取决于其成熟度。换句话说，目前的人工智能挑战可能与未来的不同。
本文将重点关注人工智能与先进材料（如复合半导体）之间的联系。
到目前为止，人工智能在很大程度上依赖于对遗留技术的扩展或渐进式改进。一个典型的例子是：2023年人工智能的加速发展在很大程度上是由社交媒体等渠道收集的大量数据的汇集、机器学习的发展以及边缘计算等硬件支持者的出现所推动的。随着人工智能的发展，简单的扩展或渐进式改进将无法满足市场需求，因此需要“新”的技术。
未来人工智能发展的一个关键趋势将是变革我们的“智能”设备，使它们变得更“智慧”。这可以通过一个例子来解释。在目前的物联网（IoT）世界中，通过我们的手机控制家居和车辆已经成为常态。例如，我们可以在离家数英里外的办公室使用手机调高家里的恒温器或关闭卧室灯。这样的技术可被称为“智能”。
我们的设备让远程执行简单、常规的操作变得更加方便。下一步将是使这一场景变得“智慧”。例如，智能家居可能会在我下班回家的路上检测到我在接近我的住所，并确定我所希望的恒温器设置从而进行调整。当我到家时，智能家居可能还会确认的确是我本人而非我的伴侣，因为我们有不同的温度偏好。
在这个场景中，是我的智能家居做出决定，而不仅仅是执行我的指令，因此，“智能”设备与人工智能相结合，创造了“动态人工智能”。在未来，人们将会有一个永不满足的需求，那就是让一切变得“智慧”。
人工智能孕育的智能世界
智能世界中的人工智能不仅需要算力，还需要其他技术的支持。这些技术大多依赖于新材料，特别是复合半导体。
智能世界中的人工智能有五个关键过程：
检测：人工智能必须基于某些事物进行操作。到目前为止，它主要基于社交媒体等收集的大量数据进行操作。然而，在未来，我们需要处理更多样化的数据类型。与任何数据驱动技术一样，输出的质量取决于输入。因此，为了充分发挥人工智能在无人驾驶汽车和智能医疗等领域的潜力，需要更准确地输入数据。这些输入数据大多将通过某种机器驱动的传感技术生成。例如，无人驾驶汽车中的人工智能将需要车辆以超高分辨率对其环境进行光学成像。
计算数据传输：一旦检测到某些信息，这些信息必须被传输到计算设备。这种传输需要快速、低延迟且极高可靠性（“零”错误率）地传送大量数据。
数据处理/计算：迄今为止，这一直是人工智能的焦点，人工智能算法也正在迅速发展。计算硬件的不断进步以及诸如大量廉价内存等的出现，使得计算能力能够应对第一波人工智能带来的挑战。然而，挑战只会越来越严峻。这正是量子计算等技术在人工智能发展至更大规模时发挥作用的地方。
输出数据传输：这是第二点的反向过程，同样需要遵循严格的标准。
输出：在几乎所有情况下，人工智能都需要输出某些内容。在许多情况下，这需要将信息显示出来。通常，这些会显示在小尺寸的输出设备上，或者在某种沉浸式环境（如AR/VR）中。这些显示器的质量对于整个系统的有效性至关重要。
如上所述，当前一代的人工智能主要集中于第三点上，并且随着以下讨论的关键进展，这种情况可能会继续。然而，人工智能的力量将遇到与计算能力无关的其他障碍。让我们更深入地探讨其他四个领域（实际上是三个，因为有两个数据传输过程）。
AI智能世界流程之一：检测
为了实现智能世界，先进的传感技术必不可少。在这个世界中，3D面部识别等技术将成为基本要求。这种成像技术将扩展至更远的距离（例如，汽车中的LiDAR）。本质上，检测将超越“可见”范围，从而在医疗护理领域带来令人兴奋的进步，特别是在早期检测方面将实现阶跃式改进——例如，我们的设备将连续（无创地）监测我们的血液并了解生物指标。
上述的检测形式有一个共同点。它们需要特定波长的光与环境相互作用，并提供作为人工智能输入的输出信号。
这些光电传感器依赖于复合半导体。复合半导体经过多年的发展，从最开始的电信数据收发器，到最终支持3D传感等的先进设备的发展，如垂直腔面发射激光器（VCSEL）。
用于传感的复合半导体的发展非常活跃，并将继续专注于在宽光谱（从深紫外到长波红外）范围内运行的缩放技术。该领域的进步将基础材料开发与大量半导体制造技术相结合。这些材料的工程和实现需要在原子尺度上进行控制，这需要使用一种称为外延的技术。
AI智能世界流程之二：数据传输
如上所述，动态人工智能有两个关键的数据传输步骤。我们将它们放在一起讨论，因为它们的要求是相同的。具体来说，动态人工智能依赖于以低延迟和“零”错误率快速传输大量数据的能力。
这再次涉及到复合半导体技术领域，这些技术是快速数据通信（如上面讨论的收发器）和5G无线通信等技术的基础。在当今和未来的通信基础设施（如基站）中，氮化镓（GaN）等复合半导体材料至关重要。在移动设备方面，基于砷化镓（GaAs）的异质结双极晶体管（HBTs）是5G手机前端模块的核心。
展望未来，不难想象物联网的所有智能组件都将需要像智能手机一样工作，从我们的汽车到路灯，再到我们的冰箱，甚至是我们穿的衣服。随着数据量的增加，对带宽和速度的需求也将增加。这将推动技术向更高频率发展，进入一个新的领域，即FR3。在这些频率下，复合半导体材料提供了卓越的性能和效率，并且它们将持续发展。
与光子材料一样，人工智能需求提出的严格规范需要材料工程和在原子尺度上的控制技术的支持，这还是需要外延技术。
AI智能世界流程之三：输出
与未来人工智能相关的最常见的画面之一是沉浸式AR/VR环境。这将需要由极小（特定尺寸）的发光二极管或microLED驱动的超高分辨率显示屏。同样，对于microLED而言，复合半导体材料是唯一的选择，而外延技术是制造前沿材料的必要条件。
可以看出，动态人工智能世界高度依赖于复合半导体材料。当前的技术已经实现了目前人工智能所需的基本功能，而下一代技术的进步将推动未来几代人工智能的发展。
提升计算能力以匹配量子计算速度
尽管动态人工智能还有其他的一些关键组件，但我们不能忘记这些组件的发展将与计算过程的进一步发展同时进行。如上所述，动态人工智能的处理速度和计算需求正在推动新型计算机——量子计算机的进步。尽管量子计算机仍处于起步阶段，还面临着许多挑战，但它具有巨大的发展潜力，可能是充分发挥动态人工智能世界潜力的唯一途径。
对于许多人来说，量子计算机让人联想到科幻小说的场景，这是有充分理由的。此外，量子计算机将需要一套全新的材料（如超导体、氧化物、二维材料等）。
虽然这与复合半导体材料不同，但该领域的创新仍然是一个材料科学/工程问题。预计外延等技术实现的精细控制将推动量子计算机发展至满足动态人工智能需求的成熟阶段。
使用复合半导体处理功耗问题
到目前为止，我们忽略了一个众所周知的问题。随着动态人工智能的发展，它开始监测我们的整个世界，传输大量数据，并进行计算处理信息，通常还伴需要高分辨率的输出显示，而系统中所有组件的能耗都将增加。因此，我们遇到了一个有些讽刺的障碍。为了创造一个由动态人工智能驱动的世界，我们却在加剧全球的环境危机。
然而，还是有希望的。除了卓越的光学和电学特性外，复合半导体还具有另一个关键属性，可以说是它们最重要的特性，那就是极高的效率。
一个来自照明行业的现实例子生动地说明了这一点。大多数人都熟悉LED灯泡/灯具，它们已经在很大程度上取代了灯丝灯泡。LED灯泡就是用复合半导体氮化镓（GaN）制成的。将LED灯泡与灯丝灯泡进行比较，LED灯泡在产生相同光输出的情况下，仅消耗约10%的电能。
这种显著差异归功于氮化镓将输入电能转化为输出光能的效率。同样的情况也发生在基于氮化镓的高效电源（用于移动设备）上。输入的能量中有更少的部分会以热能的形式被浪费掉，从而构建了一个更加高效的系统。
随着人工智能的发展，氮化镓将在电源组件中占据重要地位，以避免能耗随着动态人工智能的进步而增加。
构建未来的动态人工智能世界
人工智能的近期发展已经引起了全世界的关注，而它仍处于起步阶段，许多令人兴奋的发展即将来临。AI将引领我们从“智能”世界迈向“智慧”世界。随着这一转变，除了AI计算（当前的重点）之外的其他能力也将变得日益重要。
这一向智慧世界的迈进意味着，以复合半导体和新型材料外延技术为支撑的半导体材料将脱颖而出，成为未来动态人工智能世界的关键推动者。
END
