首先與大家分享一個(gè)場景:“……哈巴狗一般大小、名叫‘先鋒’的機(jī)器人慢慢向前翻滾著,逐漸靠近地毯上的玩具‘美國隊(duì)長’,它們對峙站立的地方是一間兒童臥室,Qualcomm在一輛房車中搭建了這個(gè)空間。“先鋒”的動作停頓了下來,好像在評估周遭環(huán)境,然后,它用自己身前像雪鏟一樣的工具把美國隊(duì)長攬入懷中,轉(zhuǎn)個(gè)身,把它向三個(gè)矮矮的玩具箱推去。 高級工程師Ilwoo Chang抬起兩只手臂,指向應(yīng)該投放‘美國隊(duì)長’的那個(gè)箱子。‘先鋒’的攝像頭看到了這個(gè)動作,乖乖地照做了。然后它又翻滾著折返,發(fā)現(xiàn)了另一個(gè)動作片人物‘蜘蛛俠’。”
(圖片來自于《麻省理工科技評論》)
這個(gè)演示完成于Qualcomm圣迭戈總部,Qualcomm稱其為Zeroth項(xiàng)目,描述來自科技期刊《麻省理工科技評論》(MIT Technology Review)的記者。近日這家期刊評選出2014年全球十大突破技術(shù):Qualcomm神經(jīng)形態(tài)芯片(即Zeroth項(xiàng)目)、基因編輯、靈巧性機(jī)器人、超私密智能手機(jī)、微距3D打印、移動協(xié)作、智能風(fēng)能和太陽能、虛擬現(xiàn)實(shí)、農(nóng)用無人機(jī)和腦部圖譜。
“通過Qualcomm Zeroth項(xiàng)目,你可以窺見計(jì)算的未來。 機(jī)器人完成的這些任務(wù)過去通常需要強(qiáng)大的、經(jīng)過專門編程的計(jì)算機(jī)完成,耗費(fèi)的電力也多得多。而‘先鋒’只是配備了一個(gè)智能手機(jī)芯片和專門的軟件,就能識別從前機(jī)器人無法識別的物體,根據(jù)它們與相關(guān)物體的相似程度來做分類,再把它們傳送到房間中正確的位置。 這一切并不是源于繁復(fù)的編程,而只是因?yàn)槿讼蛩菔具^一次它該往哪里走。機(jī)器人可以做到這些,是因?yàn)樗7铝巳四X的運(yùn)作,盡管這種模仿非常有限。” 《麻省理工科技評論》如此評論這次演示。
關(guān)于Zeroth,過去幾年中,Qualcomm研發(fā)團(tuán)隊(duì)一直致力于開發(fā)一種突破傳統(tǒng)模式的全新計(jì)算架構(gòu)。他們希望打造一個(gè)全新的計(jì)算處理器,模仿人類的大腦和神經(jīng)系統(tǒng),使終端擁有大腦模擬計(jì)算驅(qū)動的嵌入式認(rèn)知——這就是Zeroth。也就是說,Qualcomm正在把硅片和生物系統(tǒng)間的界限變模糊,未來你的智能手機(jī)等終端將預(yù)期你下一步想干什么。
“仿生式學(xué)習(xí)”、“使終端能夠像人類一樣觀察和感知世界”、“神經(jīng)處理單元(NPU)的創(chuàng)造和定義”是Zeroth的三個(gè)目標(biāo)。關(guān)于“仿生式學(xué)習(xí)”,值得注意的是,Qualcomm實(shí)現(xiàn)其是通過基于神經(jīng)傳導(dǎo)物質(zhì)多巴胺的學(xué)習(xí)(又名“正強(qiáng)化”)完成的——而非編寫代碼。
稍早前,基于Zeroth,Qualcomm研發(fā)部門參與了一個(gè)突破性的研究,并將其發(fā)現(xiàn)發(fā)表在《自然》雜志上,解釋哺乳動物的大腦是如何對運(yùn)動進(jìn)行探測的。其工程師說,“Qualcomm研發(fā)部門的工作人員以解決重大挑戰(zhàn)為榮,其中一項(xiàng)挑戰(zhàn)是認(rèn)識人腦——最復(fù)雜、最多面的進(jìn)化產(chǎn)物。作為這項(xiàng)先驅(qū)工作的一部分,我們還建立了模擬視網(wǎng)膜和神經(jīng)元的數(shù)學(xué)模型和算法,讓整個(gè)科學(xué)界能夠在進(jìn)一步的研究和測試中使用和利用。”這樣的表述與Qualcomm執(zhí)行董事長保羅·雅各布日前在中國南京發(fā)表的演講相呼應(yīng),雅各布說,“(科技進(jìn)步)這一切背后的推動力是什么?我相信是發(fā)明創(chuàng)造,是創(chuàng)新為這個(gè)市場帶來了增長,為消費(fèi)者帶來了新的服務(wù)和新的能力。”
好文章,需要你的鼓勵
這項(xiàng)研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。