經(jīng)歷智能硬件元年的風(fēng)波,“創(chuàng)客”一詞越發(fā)成為物聯(lián)網(wǎng)智能時代下的標(biāo)志,他們是一群將思維創(chuàng)意變?yōu)楝F(xiàn)實的創(chuàng)造者。Marvell是一家面向聯(lián)網(wǎng)設(shè)備和IoT領(lǐng)域的開發(fā)嵌入式無線解決方案提供商,10年的經(jīng)驗也讓Marvell對于創(chuàng)新創(chuàng)客有著獨特的見解。
昨日,Marvell攜手坐落于北京中關(guān)村創(chuàng)業(yè)大街的IC咖啡舉辦“智能時代創(chuàng)客工作坊”,意在將已在全球創(chuàng)客圈具有一定知名度的IoT設(shè)備開發(fā)套件Kinoma Create帶入中國,幫助推動中國的創(chuàng)客運動普及和IoT智能硬件創(chuàng)新。
Marvell技術(shù)支持總監(jiān)孟樹在本次“智能時代創(chuàng)客工作坊”上表示,“在中國有大批優(yōu)秀的創(chuàng)客,他們的許多創(chuàng)意完全可以稱之為顛覆世界的創(chuàng)造。尤其是大學(xué)生創(chuàng)客,他們充滿青春正能量,思維活躍超前,許多創(chuàng)意都令人折服。Marvell一直致力于通過智能科技來改變世界,為創(chuàng)客們提供有力的支持是實現(xiàn)該目標(biāo)最直接的方式之一。”
其實,最早“創(chuàng)客”一詞來源于英文單詞“Maker”,是指出于興趣與愛好,努力把各種創(chuàng)意轉(zhuǎn)變?yōu)楝F(xiàn)實的人。盡管國內(nèi)創(chuàng)客文化晚于國外發(fā)展幾年,但隨著互聯(lián)網(wǎng)的發(fā)展和開源硬件的興起,國內(nèi)的創(chuàng)客文化逐漸積累并活躍起來,以北京、上海、深圳為三大中心的創(chuàng)客文化圈也隨之形成。
在此次工作坊活動上,孟樹還重點介紹了Marvell EZ-Connect平臺——這是目前業(yè)界最完整成熟的軟硬件一體的物聯(lián)網(wǎng)方案平臺。該平臺包括MW300(WiFi+微控制器)、MB300(藍(lán)牙+微控制器)和MZ100(ZigBee+微控制器),在硬件上實現(xiàn)了Wi-Fi、藍(lán)牙、ZigBee三種互聯(lián)技術(shù)的優(yōu)勢互補,可幫助合作伙伴針對自身需要進(jìn)行針對化的設(shè)計與開發(fā)。
Kinoma Create是Marvell另一個針對創(chuàng)客的IoT硬件開發(fā)套件。Kinoma是一個開源軟件平臺,它能夠幫助開發(fā)人員在空前廣泛的數(shù)字設(shè)備(從手持設(shè)備到IOT設(shè)備)上快速創(chuàng)建和部署有聯(lián)網(wǎng)需求的應(yīng)用程序。將Kinoma作為基礎(chǔ)平臺后,開發(fā)人員可以專注于創(chuàng)新的個性化應(yīng)用程序,充分發(fā)揮底層硬件的全部功能。
而Kinoma Create盒子是Marvell于2014年推出支持JavaScript的物聯(lián)網(wǎng)(IoT)設(shè)備開發(fā)套件,其使命是助力產(chǎn)生下一波互聯(lián)設(shè)備原型。Kinoma Create提供專業(yè)開發(fā)人員體驗,整合了強大、易用、快速的硬件、軟件和工具。
針對中國市場,Marvell也將于近日正式面向全國大學(xué)生啟動Marvell最強創(chuàng)客挑戰(zhàn)賽。
Marvell公司的Kinoma部門技術(shù)專家將支持本次活動,為進(jìn)入復(fù)賽的隊伍免費提供Kinoma Create硬件開發(fā)條件以及全方位的技術(shù)指導(dǎo),幫助參賽者完成自己的創(chuàng)意和設(shè)計。參賽者可自行組隊參賽,進(jìn)入決賽的小組將可受邀參加決賽夏令營,最高3萬元的獎金以及面試Pass卡和實習(xí)機會作為決賽前三名小組的獎勵,同時“最具團隊默契獎”、“最具市場價值獎”、“最具創(chuàng)意獎”等獎項將分別作為獎勵來鼓勵和認(rèn)可參賽的隊伍。
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(zhǔn)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(zhǔn)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(zhǔn)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(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(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。