我們正在不斷的改變世界,在英特爾眼中,世界的改變是通過計(jì)算來創(chuàng)造的,在今天的CES2014開場主題演講中,英特爾為我們演示了一個(gè)神奇的虛擬世界,這個(gè)世界與我們的現(xiàn)實(shí)完全融合成為一體,在英特爾的帶領(lǐng)下,這些改變正在逐漸變成現(xiàn)實(shí),有一撥人正在不斷努力去實(shí)現(xiàn)這些。
先來看看這個(gè)特效,一只鯨魚飛在了英特爾進(jìn)行主題演講的大禮堂上空,而實(shí)現(xiàn)這個(gè)特效,僅僅是使用了一臺平板電腦,這是感知計(jì)算的一個(gè)完美應(yīng)用,但這并不是感知計(jì)算的全部應(yīng)用。
先來看看感知計(jì)算,在英特爾看來,感知計(jì)算可以算是晶體管和神經(jīng)元的結(jié)合,通過感知計(jì)算,將這兩個(gè)完全不同的組件整合成為一個(gè)整體,讓虛擬世界和現(xiàn)實(shí)融為一體。
而對于感知計(jì)算,英特爾認(rèn)為它可以有五個(gè)顯著的應(yīng)用場景:
第一個(gè),是捕獲真實(shí)場景并且分享。通過與一些OEM合作,英特爾打造出一套3D攝像頭體系,通過攝像頭和軟件算法捕捉真實(shí)世界,并且交付給其他應(yīng)用使用。
第二個(gè)是沉浸式的體驗(yàn)。將我們的個(gè)人與虛擬世界結(jié)合起來,讓我們的個(gè)人直接在虛擬的環(huán)境中完成一系列的工作、娛樂。
第三個(gè)是自然的交互。英特爾認(rèn)為,人與人之間最為自然的交互并不是觸摸,而是語言、動(dòng)作等等,因此,感知計(jì)算的應(yīng)用是讓晶體管和神經(jīng)元之間,通過自然的方式進(jìn)行交互。
第四個(gè)應(yīng)用是游戲。利用感知計(jì)算實(shí)現(xiàn)更好更豐富的游戲體驗(yàn)。
第五個(gè)是學(xué)習(xí)和教育。利用感知計(jì)算幫助孩子更快更容易的接收新知識。
也許這么說并不能讓你理解感知計(jì)算,那么我們不妨通過幾個(gè)實(shí)例來看看。
首先來看看RealSense的解決方案,這套方案能夠捕捉現(xiàn)實(shí)中的物體,我們還可以編輯這些物體,之后利用3D打印技術(shù),將這個(gè)編輯完成的實(shí)物打印出來,而在主題演講結(jié)束之后,英特爾也利用這個(gè)技術(shù),為每一位參會(huì)者打印了一塊帶有英特爾logo的巧克力。
再來看看游戲部分,這里英特爾為我們展示了一個(gè)半教學(xué)半娛樂的工具,通過掃描真實(shí)沙盤中的地形,一個(gè)虛擬的機(jī)器人,可以自動(dòng)分析地形,繞過障礙,并且最快的到達(dá)目的地。
之后的demo就是利用平板電腦的3D攝像頭捕捉真實(shí)場景,將虛擬的鯨魚嵌入到這個(gè)真實(shí)的場景中,實(shí)現(xiàn)了震撼的效果。
為了推動(dòng)感知計(jì)算的發(fā)展,英特爾也正在和全行業(yè)一起推動(dòng)感知計(jì)算的發(fā)展,在主題演講上,英特爾邀請了八名用自己的創(chuàng)意去改變世界的精英,其中包括了年僅13歲的3D計(jì)算實(shí)踐者,剛剛提到的巧克力打印正是他的成果。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。