英特尔信息技术峰会,美国旧金山,2016年8月18日——在今天举行的英特尔信息技术峰会(IDF16)上,英特尔高管团队描绘了英特尔的在无人驾驶领域的愿景。今天的会议概述了该领域的商业机遇、强调了英特尔端到端的技术优势并涉及相关的投资策略。
在会上,英特尔详细阐释了公司致力于为无人驾驶领域提供最广泛的资源,全力开发“物”、网络及云中的智能。今天的会议由英特尔公司高级副总裁物联网事业部总经理戴佟森开场。随后英特尔公司执行副总裁兼数据中心事业部总经理柏安娜阐述了包括机器和深度学习解决方案在内的由“物”到数据中心的方方面面。英特尔公司高级副总裁兼软件与服务事业部总经理费道明探讨了由软件驱动的AV未来。英特尔公司客户端与物联网商业和系统架构事业部副总裁兼标准与下一代技术团队总经理阿莎凯迪全面展示并总结了网络的需求以及5G的演进。
点击此处,观看此次会议的网络直播,会议亮点包括:
设计采纳:
49家SDC原始设备制造商(SDC)
33家一级供应商
超过30种上路车型
自动驾驶业务:
19家原始设备制造商平台
9个一级项目
59个生态系统合作伙伴
好文章,需要你的鼓励
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
微软研究院推出的"基于最优奖励基线的在策略强化学习"(OPO)算法解决了大语言模型强化学习中的两大问题:训练不稳定和计算效率低。通过严格遵循在策略训练和引入理论最优奖励基线,OPO无需额外的辅助模型或复杂正则化项,就能实现更稳定的训练。在数学推理基准测试中,OPO不仅表现优异,还保持了更低的策略偏移和更高的输出多样性。这项研究证明,有时最有效的解决方案不是增加复杂性,而是回归基础原则并进行深入的理论思考。
毫无疑问,Agent,也就是智能体已经预定了今年的最火AI关键词。不知道明年会不会是AGI呢,既然OpenAI和Anthropic的预测都是在2027年左右。而在Agent领域,非常有发言权的一位就是吴恩达。LangChain前不久的开发者活动Interrupt上,LangChain创始人Harrison Chase邀请了吴恩达专门做了一场对话
SWE-bench-Live是微软与上海人工智能实验室联合开发的持续更新基准测试平台,解决了现有代码修复评估工具的数据老化、覆盖有限和人工依赖问题。核心创新是REPOLAUNCH自动化流水线,能从GitHub抓取2024年后的1,319个真实问题,自动配置Docker环境。研究发现最先进的AI代码助手在该平台上的解决率仅为19.25%,远低于静态基准测试表现,尤其在处理多文件修改和大型代码库时存在明显局限。