英特尔今天透露,研究人员正在使用英特尔的神经形态芯片开发机器人的人造皮肤,这也是神经形态芯片最早期的实际应用之一。
英特尔正在研究新的芯片架构以保持自己的长期竞争优势,神经形态计算正是英特尔活跃的领域之一,这是一种新的芯片类型,其晶体管会按照神经元进行建模,以更快地运行人工智能模型。
迄今为止,英特尔已经研究出了一个名为Loihi的神经形态芯片,有20亿个晶体管。据英特尔称,这个芯片解决某些问题的速度是常规处理器的1000倍,而功耗却降低了10000倍,而且在今天公布的人造皮肤项目中,Loihi起到了关键的作用。
该项目中,新加坡国立大学的研究人员开发了一种名为ACES的“电子皮肤”,让机器人在接触到物体的时候可以进行检测和感知。ACES还可以确定给定对象的形状、纹理和硬度,速度比人类眨一下眼睛还快10倍。该项目将为机器手臂等机械提供更多有关环境的数据,帮助做出更好的决策。
ACES项目研究人员采用了基于云的Loihi芯片来处理来自人造皮肤的感官读数,并利用这个机会将这项技术与传统芯片进行了对比。
英特尔称,Loihi芯片在一项涉及使用人造皮肤和AI读取盲文字母的实验中,准确性达到92%以上,功耗却比某个“标准冯·诺依曼处理器”低20倍。在另一项实验中,Loihi击败了某款“顶级”GPU,功耗低45倍。
英特尔神经形态计算实验室负责人Mike Davies表示:“这项工作正在生成越来越多的结果显示,神经形态计算可以显着降低延迟和功耗。”
人造皮肤并不是英特尔Loihi所针对的唯一场景,而是涵盖所有互连设备,从智能音箱到工业传感器等,这些需要使用小型车载电池本地运行AI模型的设备。如果神经形态处理器以执行任务所需的功耗比传统硅芯片低几十倍,那么对于市场来说将会非常具有吸引力。
特别是随着机器学习的普及,而且越来越多的手机制造商正在将AI芯片集成到手机中,英特尔此前曾表示,未来将把Loihi的体积缩小到可以用于移动设备中。
数据中心是英特尔关注的另一个市场。英特尔正在研究在服务器机架中部署Loihi芯片,瞄准那些希望优化本地AI基础设施的企业,其中公有云运营商可能会非常感兴趣。
英特尔通过与学术界合作开展像ACES人造皮肤这样的项目,来收集有价值的技术反馈来优化Loihi芯片,同时也通过打造一些实际案例来吸引潜在客户。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。