科技行者 1月8日 北京消息(文/李祥敬):美國拉斯維加斯,2020年1月7日——在2020年國際消費(fèi)電子展(CES 2020)上,英特爾在以“智能驅(qū)動(dòng)創(chuàng)新”(Innovation through Intelligence)為主題的新聞發(fā)布會(huì)上演示了系列場景,展現(xiàn)了其如何將智能融入云、網(wǎng)絡(luò)、邊緣和PC,推動(dòng)其對人、企業(yè)和社會(huì)創(chuàng)造積極的影響。
英特爾公司首席執(zhí)行官司睿博(Bob Swan)在開場演講中表示,越來越多的“物”都越來越像“電腦”,這是通過堅(jiān)持不懈的創(chuàng)新實(shí)現(xiàn)的。持續(xù)的創(chuàng)新為生活創(chuàng)造了新應(yīng)用、新體驗(yàn)。我們通過發(fā)展摩爾定律,帶來前所未有的新技術(shù)。
司睿博解讀了全球數(shù)據(jù)量的驚人增長:現(xiàn)在全球有560億互聯(lián)設(shè)備,相當(dāng)于每個(gè)人有7個(gè);2015年以來全球數(shù)據(jù)量每年增長25%,其中50%的數(shù)據(jù)量來源于邊緣端;到2025年,全球數(shù)據(jù)量估計(jì)達(dá)到175ZB,而其中只有1%被人工智能模型所處理。
智能化才剛剛開始。為了應(yīng)對驚人的數(shù)據(jù)量,我們需要實(shí)現(xiàn)更快地傳輸數(shù)據(jù)、高效存儲和訪問數(shù)據(jù),以及處理所有數(shù)據(jù)。這也是為什么英特爾提出以數(shù)據(jù)為中心的戰(zhàn)略轉(zhuǎn)型。而且當(dāng)前技術(shù)和未來技術(shù)平臺將產(chǎn)生難以置信的影響。5G、人工智能和邊緣智能設(shè)備,這些轉(zhuǎn)折性技術(shù)結(jié)合在一起,讓數(shù)字智能更加激動(dòng)人心。
司睿博分享了英特爾子公司Mobileye的最新業(yè)務(wù)進(jìn)展,其中一段視頻演示,以更自然的方式實(shí)現(xiàn)自動(dòng)駕駛汽車(RoboCar)的交通導(dǎo)航。該演示通過獨(dú)立的傳感系統(tǒng),融合人工智能、計(jì)算機(jī)視覺、基于責(zé)任敏感安全模型(RSS)的法規(guī)科學(xué)以及真實(shí)冗余等最新科技,充分展示Mobileye如何以獨(dú)特、創(chuàng)新的方式,令人和車的出行更加安全。
司睿博還重點(diǎn)介紹了英特爾與美國紅十字會(huì)及其“缺失地圖”項(xiàng)目(Missing Maps project)合作,在改善防災(zāi)備災(zāi)方面開展的工作。利用第二代英特爾至強(qiáng)可擴(kuò)展處理器上集成的人工智能加速技術(shù),英特爾正在協(xié)助美國紅十字會(huì)及其“缺失地圖”項(xiàng)目,為偏遠(yuǎn)地區(qū)繪制高精度的路橋地圖,當(dāng)災(zāi)難發(fā)生時(shí),能為應(yīng)急響應(yīng)提供幫助。在2019年,英特爾數(shù)據(jù)科學(xué)家構(gòu)建了一個(gè)計(jì)算機(jī)視覺模型,該模型能夠識別烏干達(dá)衛(wèi)星圖像上先前未被標(biāo)記的橋梁和道路。
“缺失地圖”項(xiàng)目聯(lián)合創(chuàng)始人、美國紅十字會(huì)Cascades大區(qū)首席執(zhí)行官Dale Kunce表示,對紅十字會(huì)的工作人員而言,在防災(zāi)規(guī)劃和緊急響應(yīng)過程中,精確的地理信息極其重要。但世界上有些地區(qū)還未被標(biāo)記在地圖上,這給防災(zāi)規(guī)劃和災(zāi)害響應(yīng)造成了極大的困難。正因如此,我們與英特爾攜手,運(yùn)用人工智能技術(shù)繪制易受災(zāi)地區(qū)的地圖,標(biāo)記道路、橋梁、建筑物和城市。
根據(jù)缺失地圖項(xiàng)目的數(shù)據(jù),世界各地每年有近2億人受災(zāi)。很多災(zāi)區(qū)并未標(biāo)記在地圖上,這導(dǎo)致應(yīng)急響應(yīng)人員缺少必要的信息,以快速制定救災(zāi)決策。
衛(wèi)星圖像有時(shí)不易辨識,并且各個(gè)國家的橋梁和基礎(chǔ)設(shè)施不盡相同。人工智能模型增強(qiáng)了制圖能力,可以覆蓋更廣泛的區(qū)域,并捕捉人眼難以察覺的事物。例如,該模型在烏干達(dá)南部發(fā)現(xiàn)了70座橋梁,而這些橋梁在“開放街道地圖”(OpenStreetMap)或?yàn)醺蛇_(dá)統(tǒng)計(jì)局官方地圖中均未找到。
這一計(jì)算機(jī)視覺模型運(yùn)行在第二代英特爾至強(qiáng)可擴(kuò)展處理器上,該處理器內(nèi)置了英特爾深度學(xué)習(xí)加速技術(shù)(DL Boost)和nGraph編譯器。
盡管英特爾并不享有該數(shù)據(jù)集的全部權(quán)利,但正在尋求將該數(shù)據(jù)集作為開源資源提供給研究者和地理空間專業(yè)人士的機(jī)會(huì)。此外,英特爾還將召開研討會(huì),探討如何將衛(wèi)星圖像和AI技術(shù)用于人道主義實(shí)踐,從而充分利用為該項(xiàng)目開發(fā)的數(shù)據(jù)集和代碼庫。
司睿博表示:“英特爾的雄心,是幫助客戶最大限度地利用人工智能、5G和智能邊緣等轉(zhuǎn)折性技術(shù)變革,共同為生活添彩,塑造我們未來數(shù)十年的世界。正如我們今天所著重介紹的那樣,英特爾推動(dòng)智能融入計(jì)算技術(shù)的方方面面,以創(chuàng)造前所未有的積極影響。”
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。