英特尔近日宣布将收购位于旧金山的SigOpt,一家为AI软件模型进行大规模优化的领先平台供应商。SigOpt的AI软件技术能够在包括深度学习、机器学习和数据分析方面的软硬件参数、使用场景和工作负载层面提升生产力和性能。英特尔计划在其AI硬件产品中使用SigOpt的软件技术来帮助加速、增强以及扩展英特尔为开发者提供的AI软件解决方案。
“在全新的智能时代,AI正在驱动未来的计算需求。在扩展AI模型的同时能够自动提取最佳计算性能,对软件而言尤为重要。SigOpt的AI软件平台和数据科学人才,将能够增强提升英特尔的软件、架构、产品和团队实力,并为英特尔提供宝贵的客户洞察。我们欢迎SigOpt团队及其客户加入英特尔大家庭。”——Raja Koduri,英特尔高级副总裁、首席架构师兼架构、图形与软件部门总经理
SigOpt首席执行官兼联合创始人Scott Clark(左)与首席技术官兼联合创始人Patrick Hayes将加入英特尔的机器学习性能团队。(图片来源:SigOpt)
SigOpt的软件技术与英特尔的硬件相结合,可以为数据科学家和开发者带来竞争优势和差异化的价值,且这些技术完善了英特尔现有的AI软件产品组合。
SigOpt首席执行官兼联合创始人Scott Clark表示:“我们很高兴加入英特尔,并籍此充分实现我们的使命——增加、放大世界各地模型师的影响力。通过将我们的AI优化软件同英特尔数十年来在AI计算和机器学习性能领域的领导力相结合,我们将得以为模型师解锁全新的AI能力。”
这项交易预计在本季度末交割。交易条款未对外公布。SigOpt的团队,包括Clark和首席技术官兼联合创始人Patrick Hayes,将加入英特尔架构、图形与软件部门的机器学习性能团队。他们带来了英特尔所迫切期待的技术人才,来帮助解决某些客户所面临的最严峻挑战。
SigOpt的客户群包括在各行业的财富500强公司以及领先科研机构、大学和联盟。SigOpt的软件技术将继续面向数据科学家及开发者开放,以在处理现实用例时提高生产力和性能,为客户创造商业价值。
英特尔始终相信AI有能力提升业务成果,英特尔的AI战略即根植于此。这要求广泛的软硬件技术的组合以及全面的生态系统支持。英特尔预测,截至2024年,AI芯片市场的规模将超过250亿美元。AI解决方案已经为英特尔带来了大量收入:2019年,英特尔由AI驱动的收入超过了38亿美元。SigOpt的软件技术与英特尔的硬件相结合,预计将推动AI的进一步采用。英特尔的AI软件战略旨在优化英特尔的硬件性能,提供加速AI工作流程的工具,以及通过oneAPI为开发者创造统一的体验。
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。