借助司機(jī)助理系統(tǒng),無人駕駛汽車依賴?yán)走_(dá)、激光和攝像頭看清道路,但所有信息還需要進(jìn)行分析、領(lǐng)會。Nvidia在CES展上演示了其新款K1圖形處理器如何識別街面信號、車道線與其他交通工具的全過程。
Nvidia在其展臺進(jìn)行了演示,安裝有K1芯片的測試臺記錄了一段由一個(gè)攝像頭拍攝到的路面行駛視頻。借助圖像識別資料庫,K1圖形芯片分析視頻,將速度限制信號標(biāo)為紅色、其他交通工具標(biāo)為藍(lán)色,車道線標(biāo)為綠色。
芯片不停地處理著視頻,與現(xiàn)實(shí)世界并無兩樣。
Nvidia自動化主管丹尼·夏皮羅(Danny Shapiro)向CNET表示,早期的Tegra芯片無法達(dá)到演示中顯示的K1處理水平,新款KI處理器能耗卻與Tegra相似,僅為5-7瓦。
K1芯片是汽車的幕后“工作者”,分析大量傳感器傳來的實(shí)時(shí)數(shù)據(jù),創(chuàng)建即時(shí)環(huán)境3D模型。汽車廠商負(fù)責(zé)適當(dāng)?shù)幕貞?yīng),通過剎車或方向盤進(jìn)行控制或報(bào)警,對環(huán)境因素做出響應(yīng)。
Nvidia演示時(shí),K1芯片分析速度限制信號,并在顯示屏上顯示當(dāng)前速度。
夏皮羅指出,Nvidia能夠針對不同目標(biāo)、街道標(biāo)識和信號提供一個(gè)視覺識別模式基本資料庫,但汽車廠商還需要通過廣泛的現(xiàn)實(shí)世界測試細(xì)化識別模式。
奧迪、寶馬和Tesla汽車目前均采用Nvidia芯片。奧迪在CES展上宣布未來一款汽車將使用Nvidia K1芯片。夏皮羅表示,Nvidia將在今年3月份舉辦的日內(nèi)瓦車展上公布一個(gè)新客戶——一家亞洲主流汽車廠商。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動態(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。