如果你有一部新的Android手機(jī),其處理器可能比控制火星首次飛行的處理器更先進(jìn)。
NASA設(shè)計(jì)制造的機(jī)智號(hào)直升機(jī)定于4月14日開啟自己在火星上的首段航程。這架直升機(jī)搭載有經(jīng)典的驍龍801處理器,同款芯片曾在2014年至2015年間發(fā)布的智能手機(jī)中大放異彩。
該系統(tǒng)擁有一塊名為Qualcomm Flight Platform的集成電路板,負(fù)責(zé)執(zhí)行自動(dòng)飛行任務(wù)。
圖示:機(jī)智號(hào)已經(jīng)成功抵達(dá)火星表面并解鎖了其旋翼槳片。
NASA噴氣推進(jìn)實(shí)驗(yàn)室(JPL)的工作人員負(fù)責(zé)提前規(guī)劃機(jī)智號(hào)的行程,但考慮到地球與火星間相距過遠(yuǎn)帶來的通信延遲,整個(gè)航線將由機(jī)智號(hào)自主完成。這里多解釋一句,面對(duì)1.73億英里的地球和火星距離,無線電信號(hào)需要15分鐘以上才能從發(fā)送端抵達(dá)接收端。
高通公司機(jī)器人、無人機(jī)與智能機(jī)器總經(jīng)理Dev Singh在采訪中表示,“我們指望不上跳線、也用不了遠(yuǎn)程操控——大部分智能功能只能由平臺(tái)自主實(shí)現(xiàn)。”
圖示:機(jī)智號(hào)將在30個(gè)火星日(相當(dāng)于31個(gè)地球日)的演示窗口內(nèi)最多嘗試5輪飛行。
高通的這套平臺(tái)將負(fù)責(zé)捕捉來自兩個(gè)攝像頭與多部傳感器的數(shù)據(jù)。這部分?jǐn)?shù)據(jù)將供算法解析,用以引導(dǎo)機(jī)智號(hào)的前進(jìn)方向。
如果無人機(jī)因火星表面的障礙物或其他條件而被迫偏離航道,該系統(tǒng)將及時(shí)介入并做出調(diào)整。
高通政府科技業(yè)務(wù)開發(fā)高級(jí)總監(jiān)Chris Pruetting強(qiáng)調(diào),“我們的整個(gè)飛行模型完全基于機(jī)載傳感器與計(jì)算機(jī)視覺技術(shù),我個(gè)人將其稱為「視覺導(dǎo)航」。”
圖示:NASA的機(jī)智號(hào)直升機(jī)于2021年3月30日成功登陸火星。
毅力號(hào)火星車的通信系統(tǒng)中同樣搭載有Qualcomm Flight平臺(tái),機(jī)智號(hào)正是搭乘毅力號(hào)成功登陸火星。
在毅力號(hào)上,Qualcomm Flight平臺(tái)將處理由機(jī)智號(hào)捕捉到的圖片,而后將結(jié)果發(fā)送回地球。
Pruetting解釋道,“我們對(duì)機(jī)智號(hào)捕捉到的圖像充滿好奇。噴氣推進(jìn)實(shí)驗(yàn)室的研究人員也期待著數(shù)據(jù)的順利發(fā)回,希望借此積累在火星表面飛行的更多專業(yè)知識(shí)。”
NASA將利用這些知識(shí)開發(fā)出更先進(jìn)的下一代直升機(jī),借此探索地面火星車無法前往的廣闊火星區(qū)域。
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(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)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(zhǎng)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(cè)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(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。