尽管目前人工智能的发展速度已经远超以往,但在很多方面,即使最先进的AI仍无法与人类大脑相匹敌。AI科学家一直在致力于寻求突破,而今天,英特尔公司公布了一款原型自主学习芯片,并宣称该芯片将能够让AI更快、更智能且更自然地具有如人类一般的直觉感受能力。
英特尔方面表示,该公司的全新Loihi神经元测试芯片可以通过模拟人类大脑神经结构——13万个神经元与1.3亿个神经突触——以实现令人难以置信的学习速度。据称,该芯片能够使用其已具备的知识对新数据做出相关推理,并且随着时间的推移,其学习进程也在不断加速。
英特尔实验室副总裁兼总经理Michael Mayberry 表示:“我们认为,目前AI正处于起步阶段,此后有关该领域的更多架构与方法(如Loihi)都将陆续出现,为发展AI提供必要的条件。”
具体而言,Michael Mayberry补充称,英特尔公司的芯片专注于“神经元计算”,而这一研究灵感来自于目前我们对大脑架构及其相关计算方式的理解。
然而,英特尔的Loihi芯片只是迄今为止研究人员从人类学习中获取灵感以改善AI的众多尝试之一。例如,高通技术公司已经拥有多年的神经元芯片生产经验,IBM公司曾一直致力于创造与人类大脑相似的人工神经元,Alphabet公司的DeepMind团队也采用了深度学习方法,以期借此获得与儿童学习新技能相似的自然学习能力。
Mayberry解释称:“大脑的神经网络依赖于脉冲或峰电位所提供的信息,并根据这些峰电位的时序以调节互连突触的强度或权重表现,随后将相应变化锁定于互连处。而正是脑内神经网络及其环境中的多个区域之间的这种合作与竞争性交互作用产生了智能行为。”
Mayberry表示,Loihi等自主学习芯片能够为AI提供广泛的使用途径。例如,一套基于神经形态的系统可用于监测人类处于日常活动状态下的心率,以及时发现异常心律。Mayberry补充称,类似的方法也可用于网络安全发现系统的异常行为。
另外,英特尔方面表示,Loihi芯片除了其速度令人印象深刻,该芯片与用于典型AI培训系统的通用芯片相比,其能源效率也高出1000倍。
Mayberry表示:“随着AI的工作负载变得越来越多元与复杂,其将检验当今主流计算架构的局限性,并提出新的颠覆性方法。放眼未来,英特尔方面认为,神经元计算——作为受人类大脑运作方式的启发研究而出现的技术成果——提供了一种切实可行的方法,能够在人工智能领域中实现理想的超大规模性能表现。”
好文章,需要你的鼓励
作者历经多年积累了大量照片和视频,分散存储在Google、Apple、Flickr、Dropbox、OneDrive五个云端及多个本地存储设备中。他通过"收集、整理、整合"三步法完成了清理:首先汇总所有存储位置的文件,然后删除模糊、重复及无意义的内容,最后统一迁移至Google Photos。借助去重工具大幅削减冗余文件,并遵循3-2-1备份原则,年订阅费用从近300美元降至60美元以下。
这项研究提出HeRA方法,通过精准识别语言大模型中对齐最弱的注意力头并施加拓扑对比学习损失,有效提升多模态AI的视觉理解能力,同时抑制视觉幻觉,且不损害语言推理能力。
上周北美热浪肆虐之际,电动汽车并未如批评者所担忧的那样加剧电网负担,反而通过V2G(车辆到电网)技术向电网反向输电。目前约230辆电动校车已可向电网提供8兆瓦时电力,足够约1600户家庭使用4小时。加州奥克兰统一学区的74辆电动校车每年可回馈约2.1吉瓦时清洁能源。随着规模扩大,V2G技术还有望降低用电峰值成本,并在自然灾害中为社区提供应急供电保障。
英伟达与台湾中研院提出一种实时通用语音增强框架,单模型支持30种延迟配置,通过并行卷积层和早退机制分别控制算法与计算延迟,性能接近专用模型。