2020年7月31日,上海——今天,“智在必得,速起边缘”英特尔AI计算盒参考设计发布会在线上成功举办。发布会上,英特尔不仅推出了全新“英特尔AI计算盒参考设计”(以下简称“AI计算盒”),还发布了“英特尔中国AI生态合作伙伴算法方案集萃”(以下简称“算法方案集萃”),全面展现了英特尔在视觉技术领域、智能边缘市场卓越的产品组合,更彰显了英特尔携手生态合作伙伴利用视觉技术为城市管理、零售、工业、教育等各行各业带来的“数智化”变革。
英特尔公司物联网事业部副总裁、中国区总经理陈伟表示:“边缘计算的落地,尤其是边缘计算+AI+行业的应用模式,表明只有用贴近真实应用需求的方式,才能让边缘计算在当下数字社会生根发芽。英特尔AI计算盒参考设计,是英特尔在中国本土做的又一次尝试,我们着力发展能力型合作伙伴,协调生态关系,发挥生态的多边网络效应,协同各位生态合作伙伴,让生态发挥合力,实现真正的智能边缘进化。”
据麦肯锡预测,全球市场深度学习收入将呈现飞速增长,到2030年,AI有望造就13万亿美元的经济活动。特别是随着智慧城市、商超、交通、工业互联网等应用场景对视频数据分析需求的激增,AI与视觉技术正在加速智能与边缘计算的融合,将为汽车、互联网、教育等十余个行业的数智化变革提速赋能,助推货架分析、文本识别、热力图、车辆检测识别、缺陷检测等应用场景落地。作为边缘计算的发展趋势,智能边缘将与AI、5G关键技术转折点的相互交织,将推动智能进入新的发展拐点。
面对广阔的市场机遇,英特尔凭借产品领导力、创新方案推动力、生态构建力“三力齐发”,持续推动智能边缘、AI、5G关键技术转折点的融合创新,并依靠多种形态、可灵活部署的卓越算力,一整套软件栈,以及多点协同、广泛互联的生态协作,为加速智能边缘的开发和部署,引领智能边缘未来做好了准备。
最新推出的“英特尔AI计算盒参考设计”,针对边缘计算中,不同应用场景对算力需求灵活,并且会使用不同神经网络模型的特点,搭配了一系列软硬件的组合,来高效帮助开发人员及客户灵活选择,优化部署,缩短开发时间及成本,支持多元的计算需求和不同的应用场景。
除了完备的软硬件产品组合和出众算力外,此次发布会的另一大惊喜在于,英特尔携手小钴科技、科沃斯、云图睿视等十余家合作伙伴共同打造了“英特尔AI生态合作伙伴算法方案集萃”。它将全面展现智能边缘在市场与技术方面的发展趋势,基于英特尔架构的智能边缘平台、算法,以及英特尔与各领域生态伙伴为智慧城市、智慧零售、智慧教育、工业互联网等多元化场景打造的应用实践。
算法层面,SV(软件开发商)可实现对不同应用场景软件及算法的快速定制和场景化,加速整个产品定义、算法研发及AIoT整体解决方案的落地速度,是推动智能边缘精准落地的催化剂。此外,英特尔还与ODM/OEM(原始设计制造商/原始设备制造商)、SI(系统集成商)合力,在目标检测、活体检测、缺陷检测、视频结构化等多方面深度合作,共同驱动智慧商超、智慧城市、智慧医疗、智能检测等多领域的创新发展。
生态建设是智能边缘得以发展壮大的重要因素。未来,英特尔还将继续推进物联网合作伙伴计划,携手越来越多的行业合作伙伴,推出从原型到生产加速智能边缘的解决方案,共建AI-on-IA生态,共享智能边缘市场机会,共赢AIoT “数智”时代新机遇。
好文章,需要你的鼓励
OpenAI研究科学家Alexander Wei宣布,公司一个未发布的实验模型在国际数学奥林匹克竞赛中解决了六道题目中的五道,获得42分中的35分,达到金牌水平。该模型展现出类似人类数学家的推理能力,能够构建复杂严密的论证。这标志着AI在创造性问题解决方面的重要突破,不过该技术预计数月内不会公开发布。
加利福尼亚大学和萨里大学研究团队开发了一种创新的AI系统,能够仅通过简单的手绘素描就在复杂照片中精确识别关键点。这项技术突破了传统机器学习需要大量同类数据的限制,实现了真正的跨模态学习。系统在动物关键点识别任务中达到了39%的准确率,超越现有方法约5个百分点,并且在真实手绘素描测试中表现稳定。该技术有望在生物学研究、医疗诊断、工业检测等多个领域找到广泛应用。
本文探讨了判断AI是否达到通用人工智能(AGI)和人工超级智能(ASI)水平所需的问题数量。目前缺乏确定的测试方法来评估是否达到顶级AI水平。基于图灵测试的分析,作者提出仅通过少量问题难以全面评估智能水平。参考美国国会图书馆主题标引(LCSH)的40万个主题领域,如果每个领域提出1万个问题,将需要40亿个问题来全面测试AGI。这种大规模测试虽然在逻辑上合理,但在实际操作中面临巨大挑战。
约翰霍普金斯大学发布DOTRESIZE技术,通过最优传输理论实现AI大模型智能压缩。该方法将相似神经元合并而非删除,在保持性能的同时显著降低计算成本。实验显示,压缩20%后模型仍保持98%性能,为AI技术普及和可持续发展提供新路径。