繼昨天英特爾公司高級副總裁、數(shù)據(jù)中心事業(yè)部總經(jīng)理柏安娜談到,英特爾在諸多領(lǐng)域有著最新的嘗試,今天英特爾就一一為大家揭秘,這些全新的體驗(yàn)到底是什么。
英特爾公司高級副總裁PC客戶端事業(yè)部總經(jīng)理施浩德表示,和中國的合作伙伴們有著非常好的合作,這里面有三個(gè)領(lǐng)域:觸控技術(shù),3D實(shí)感攝像,無線化。而今天著重談的是,我們能夠怎么從機(jī)器上面把所有的線去除掉,無線化,不管是充電、基站還是數(shù)據(jù)的傳輸,我們都能夠?qū)崿F(xiàn)個(gè)人電腦的無線化,還有就是提供非常活的視覺效果。
施浩德談道,現(xiàn)在這個(gè)行業(yè)的年收入是21.6億美元,2018年將會達(dá)到58億美元,每年都是2—3倍的增長,英特爾也是SWP的成員,英特爾三星、高通和其他公司一起來推動(dòng)基于標(biāo)準(zhǔn)的無線充電,英特爾在接收方面以及在發(fā)射方面都會推出參考設(shè)計(jì)。比方說把你的可穿戴設(shè)備放在一邊進(jìn)行充電,或者在星巴克把你的PC放到臺子上,無論是怎樣的無線充電,它都具有一個(gè)可伸縮性,能夠從小型的可穿戴設(shè)備到大型的PC,在PC的內(nèi)部會有這樣的一個(gè)東西,然后把另外一片放到你的充電板當(dāng)中。
“我很快舉三個(gè)例子講講英特爾如何推動(dòng)無線充電的標(biāo)準(zhǔn),并且把一些新型的創(chuàng)新功能來真正地去實(shí)現(xiàn)無電線的充電,我們看一下這個(gè)臺子,我可以把無線充電器放到臺子下面去,首先這是完全無線的,能夠發(fā)射充電的信號。這是一個(gè)本地的Wi-Fi為的熱點(diǎn),藍(lán)顏色的區(qū)域是我把設(shè)備放上去的一個(gè)區(qū)域,很容易安裝,而且能夠穿透這個(gè)臺子進(jìn)行充電的。剛才我們有一個(gè)熱點(diǎn)的尺寸告訴大家了,我可以放兩臺手機(jī)在上面,然后把一個(gè)藍(lán)牙耳機(jī)再放上去,三款設(shè)備同時(shí)在進(jìn)行無線充電。這三款電壓不一樣但是能夠同時(shí)充電,這個(gè)可以根據(jù)平板電腦需要充電的參數(shù)自動(dòng)進(jìn)行調(diào)整,這是2合1的超級本放上來,他可以調(diào)整好信號之后可以充電,而且是穿透了兩英寸厚的臺面。”
無線充電是一個(gè)巨大的正在形成的產(chǎn)業(yè),對于你的PC、平板電腦、手機(jī)、可穿戴設(shè)備進(jìn)行無線充電將是一場革命。施浩德表示,手機(jī)、可穿戴設(shè)備、平板電腦和全尺寸的PC,都能夠以一種基于標(biāo)準(zhǔn)的方式進(jìn)行無線充電,就像當(dāng)年的迅馳一樣。
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。