Facebook 總部的 Building 17 是座不起眼的建筑。但是,從太陽能無人機、無線傳輸設備,到 Oculus VR 頭盔和服務器,F(xiàn)acebook 的硬件產(chǎn)品是在那里研發(fā)完成的。它是公司的硬件實驗室,名為 Area 404。近日,十幾名媒體記者受邀參觀了這個地方。下面是衛(wèi)報對此行的記錄。
“我們的使命是連接世界,因此,我們研發(fā)了能達成此目標的硬件,” Facebook 的 Mikal Greaves 說。
Area 404 分為兩部分:電氣工程實驗室和原型制造車間。其中,電氣工程實驗室制造和測試一些特殊的電路板,而原型制造車間則專注于原型機的制作,擁有 3D 打印機、水射流切割機、工業(yè)車床以及多軸 CNC 銑床。
硬件實驗室的主要任務還是為數(shù)據(jù)中心服務,生產(chǎn)新型的服務器、儲存設備、網(wǎng)絡設施以及動力系統(tǒng)。同時,實驗室還生產(chǎn) Oculus 的虛擬現(xiàn)實頭盔,制造太陽能無人機 Aquila,以及向邊緣地區(qū)提供互聯(lián)網(wǎng)連接的無線系統(tǒng) Terragraph。
“Facebook 成立硬件實驗室的主要原因是加快產(chǎn)品開發(fā)速度。以前,我們讓硬件合作商制造部件。他們能夠完成任務,但花費時間較長。把硬件生產(chǎn)轉(zhuǎn)入內(nèi)部后,我們縮短了開發(fā)時間。” Greaves 說。以公司的 HapiLink 系統(tǒng)為例。除了碳纖維外殼之外,幾乎所有部件能夠在 Area 404 完成,“這節(jié)省了我們數(shù)周,甚至是數(shù)月的時間。”
Spencer Burns 是實驗室的一名 CNC 模型工,曾在特斯拉工作。他滿懷熱情地談論著公司的高科技裝備。“我有幸得到了這間實驗室的全職工作,能夠操作這些非??岬臋C械工具。”
在媒體記者面前,他展示了各種機器是如何制造產(chǎn)品部件的。從某個設備的工作臺上,Burns 拿起一個機器制造的金屬球。它看起來像個獎杯,但擁有復雜的形狀。這個空心的球體展示的圖案是細線連接的各大陸,象征著 Facebook 連接全球的使命。
這時候,記者們意識到,雖然 Facebook 以開放之名邀請他們參觀這個秘密實驗室,但本質(zhì)上不過是一場刻意安排的表演。Facebook 暗示了公司在硬件方面的能力,同時并未透漏任何重要的信息。
題圖來自 Wire,翻譯來自 愛范兒
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,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模型訓練提供了新思路。
南洋理工大學與騰訊聯(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,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,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓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幾何知識對培養(yǎng)AI空間智能的重要價值。