英特尔今天宣布,将收购Andreessen Horowitz投资的人工智能初创公司SigOpt,交易金额未对外公开。
SigOpt公司位于美国旧金山,开发的软件平台主要被私有公司和OpenAI等研究组织使用,用于提高AI模型的性能,而这主要是通过一种超参数优化的方法做到的。
超参数是开发人员定义的一种设置,可影响AI处理数据的方式,其中包括模型中人工神经元的数量以及这些神经元彼此交互的方式。超参数优化是SigOpt的专长,这个过程中各种设置通过优化最大限度提升性能。
以前这个过程是很耗费时间的,因为对于大型AI来说可能涉及到为数众多的潜在设置组合,而查找最佳配置的传统方法通常是以半随机的方式搜索寻找超参数的。SigOpt表示,他们的平台采用贝叶斯优化统计方法更快地执行这个过程。
SigOpt的平台让开发人员可以指定他们希望改善的AI属性(例如准确性),然后创建一个“优化循环”以对其进行自动微调,在复杂的项目中,可以一次微调多个属性。SigOpt表示,该平台可以与很多不同种类的AI配合使用,包括机器学习模型和更复杂的深度学习模型。
英特尔有了SigOpt的性能优化功能,就可以帮忙那些在英特尔芯片上运行AI模型的企业客户实现更高的处理速度。英特尔表示,交易完成后SigOpt的技术将“跨英特尔AI硬件产品”进行集成。
去年根据财报显示,英特尔AI驱动的业务收入超过38亿美元,而且越来越受到重视。英特尔目前正准备在20年内推出Xe系列的第一条GPU产品线,其中包括针对企业优化的AI优化芯片。去年英特尔还斥资20亿美元收购了机器学习处理器初创公司Habana Labs。
英特尔的AI投资也使其创造除了CPU之外新收入来源的战略组成部分。去年年底的一次投资者活动中,英特尔首席执行官Bob Swan称,英特尔的目标是在“全芯片”市场中占据30%的市场份额,而提出这个愿景的时候,竞争对手AMD正在向英特尔核心CPU业务施加的更大压力。
好文章,需要你的鼓励
四川大学研究团队发现,当前先进的AI模型在面对信息不完整的数学问题时,缺乏主动询问澄清信息的能力,更倾向于基于假设给出答案。
中南大学等机构联合发布TextAtlas5M数据集,包含500万图像-文本对,专门解决AI长文本图像生成难题。该数据集平均文本长度148.82词,远超现有数据集,涵盖广告、学术、教育等真实场景。配套的TextAtlasEval基准测试显示,即使最先进的商业模型也面临显著挑战,为AI图像生成技术指明了新的发展方向。
从11岁就梦想造人形机器人的Bernt Bornich,用'huggable'形容他的Neo Gamma机器人——这个能举起150磅的66磅'运动员',正以家庭为试验场突破AI学习瓶颈:'工厂20小时就触及学习天花板,而家庭环境的多样性才是通往AGI的钥匙'。
剑桥大学研究团队创建了史上最难的AI视觉测试ZeroBench,包含100道精心设计的视觉推理题目。在这项测试中,包括GPT-4o、Claude、Gemini在内的20个全球最先进AI模型全部得了0分,暴露了当前AI在基础视觉理解上的严重缺陷。研究发现AI主要在计数、空间推理等基础任务上失败,而非逻辑推理能力不足。