英特尔和美国国防部高级研究计划署(DARPA)日前宣布了一项新的协作计划,计划旨在创建一个新的数据处理和计算的强大平台,该平台利用的技术包括机器学习(ML)和人工智能(AI)技术。
科技巨头英特尔和美国政府直属机构DARPA星期二表示,该DARPA计划名为分层识别验证及利用(英文缩写为HIVE),HIVE每瓦特性能大有可能超越目前用于处理大数据的硬件1000倍,而且,已选定英特尔技术推动HIVE研究与开发。
英特尔数据中心集团(DCG)、平台工程组(PEG)和英特尔实验室将进行DARPA HIVE硬件的研究。
该联合研究计划估计需时四年半,造价超过一亿美元。
时下超过90%的数据是在过去短短的几年里创建的。 “大数据”这个概念不仅在企业分析和检测消费者行为模式进而量身定制业务模式时十分重要,大数据对研究人员也非常有用,他们在进行医疗保健、安全或软件相关的项目研究时都能用到大数据宝藏。
而大数据的存储、索引和访问需要时间和功率。
HIVE计划将利用机器学习和人工智能在大数据的图分析上进行改进,目标是不仅仅能建造及快速地处理 “一对一”及“一对多”的关系,而且也能建造及快速地处理复杂树的间接关系,例如,不断变化的亚马逊用户购买模式或iTunes的销售排名。
英特尔数据中心集团副总裁兼创新发现与架构集团总经理Dhiraj Mallick表示,“至2021年年中,HIVE的目标是提供一个16节点的演示平台,展示平台的每瓦特性能将超过时下最好的用于图形分析工作负载的最佳硬件和软件1000倍。英特尔在该领域的兴趣和焦点大有可能令寻路技术组件更快地在早期进入商业产品化。”
另据悉,科技巨头英特尔上周透露,计划从明年开始,Thunderbolt 3规格将无需交许可证费,此举的目的在于推动该连接标准的采用。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。