CES2014已經(jīng)完美落下了帷幕,在CES上我們看到各式各樣創(chuàng)新型消費類產(chǎn)品,為我們勾畫出了一副智能生活宏圖。若是想讓設(shè)備智能化,設(shè)備內(nèi)的智能芯片是必不可少的,而在CES2014 英特爾也提到今后的發(fā)展策略是將一切物品Inside。同時也是未來智能生活的發(fā)展大浪潮,但不禁有人產(chǎn)生疑問,這個浪潮究竟離我們有多遠,是否依舊還只是一個理念,并不能實際運用到我們生活當中?
2014年1月20日,英特爾中國研究院為我們展現(xiàn)了Intel Edison 技術(shù)的運用,Edison是基于新一代英特爾Quark技術(shù)的計算平臺,支持多個操作系統(tǒng)并內(nèi)置無線功能,在外形上和使用功能上與SD卡無異。英特爾將Edison 技術(shù)運用到各種物品當中,讓這些屬于非智能的產(chǎn)品獲得‘新生’。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(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)上顯著提升推理準確率,且不增加計算成本。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)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(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)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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)研究團隊發(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個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。