AI的真实面孔是什么?这或许没有一个标准答案,或者准确说是千人千面。
在CES 2024上,英特尔CEO帕特·基辛格在圆桌对话中谈到了他对技术和AI的理解和洞察,以及在这样的世界观下,英特尔为推动AI无处不在而做的工作。
你持有怎样的AI世界观?
帕特·基辛格,一位技术派CEO,在他的带领下,英特尔的技术创新在不断提速,比如我们熟知的“四年五个节点”。
其实企业的风格与掌舵人的作风息息相关,对于英特尔这样一家技术公司,CEO的世界观影响了公司走向。
你如何理解技术?有人说,技术改善了生活,提升了生活质量;而有人说,技术成为作恶的工具,我们成了技术奴役的对象。
在帕特·基辛格看来,技术是一个中性的平台,是一个综合体,本身并没有好坏之分,而是在于我们如何塑造技术,如何使用技术。“技术是一种强大而奇妙的力量,我们可以把技术塑造成一股向善的力量,不断帮助我们解决之前未曾解决的问题。”
对于当前热门的人工智能技术,业界一直存在争议,有人认为其是人类的进步,有人认为AI会毁掉人类。
帕特·基辛格认为,我们可以把AI塑造成不可思议的、向善的力量。在AI领域,我们应该推动让AI技术开放、易获取、可解释和负责任。
虽然目前AI模型幻觉不可避免,但是业界对于AI还是持积极态度。人们坚信,就像互联网和移动互联网的诞生催生了现在的数字生活,AI的迭代升级比较将人类的现有数字生活进行一个革命性的变革。
ChatGPT掀起的人工智能浪潮让全球激动不已,AI正在创造新的、非凡的经济价值,全球正在通过AI加速提高生产力。而要实现这样的愿景,开放是关键,就像亚马孙雨林。
被锁定被限制的风险让业界选择了开放,这也是开源在当今世界成为软件乃至IT界的主流。很显然人工智能也是,这也是开源模型流行的重要思维路径。
开放的AI需要开放的算力
AI的迅猛发展催生了巨大的算力需求,而业界还处于对GPU的狂热采购中。就像x86,英特尔希望AI不被算力架构所限制。为此,英特尔在云、边、端多个维度进行布局,让AI无处不在。
在数据中心和云计算方面,英特尔试图让CPU在AI运行中扮演关键先生。第五代英特尔至强可扩展处理器就内置了AI加速器,让企业不需要额外购买加速器就可以运行AI应用。
在边缘侧,出于成本、响应、安全等考虑,边缘设备可以直接进行推理成为刚需。英特尔酷睿第14代处理器就为此而生。
在边缘端,通过在LGA插槽封装内集成更多核心,这些处理器能够在边缘处理强大的AI和计算密集型工作负载,从学校课堂内的交互式白板,到细节丰富的医学影像显示器,和工厂内的控制自动化和机器人。
在端侧,英特尔推出了AI PC,试图重新定义PC。英特尔在其PC处理器中加入了神经网络视觉计算模块,从而支持在本地运行AI应用。
此外,汽车正在成为新的移动终端,英特尔面向汽车市场推出了全新AI增强型软件定义汽车系统级芯片(SoC)。
最为重要的是英特尔推出业界首个开放式汽车芯粒平台,使客户能够将自己的芯粒集成到英特尔的汽车产品中。这可是英特尔的一贯作风。
目前已经有超过100家独立软件开发商(ISV)正在针对英特尔酷睿Ultra处理器进行专属优化,并在此基础上构建自己的应用。
帕特·基辛格表示,AI PC将带来全新的电脑形态、规格。这是PC的重要时刻,正如安迪·格鲁夫(Andy Grove)所说,个人电脑是“达尔文式”的设备,而AI PC正是其中的一个“寒武纪”时刻。
结语
开放还是开放,唯有开放才能打造光明的AI。业界需要对此达成共识,作为开放架构的开创者,英特尔试图在变革时代再次引领产业风向。
好文章,需要你的鼓励
前OpenAI首席技术官Mira Murati创办的AI初创公司Thinking Machines Lab宣布推出"交互模型"技术。不同于现有AI的轮流对话方式,该模型采用"全双工"技术,能在接收输入的同时生成响应,实现类似真实电话通话的自然交互。其模型TML-Interaction-Small响应速度达0.40秒,优于OpenAI和谷歌同类产品。目前仍处于研究预览阶段,计划数月内开放有限测试,年内正式发布。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
澳大利亚各州及联邦能源部长在近期会议上达成共识,要求数据中心通过投资新建可再生能源和储能设施,完全抵消其电力需求。除昆士兰州外,所有州均支持该提议。联邦能源部长克里斯·鲍文表示,数据中心是新增能源需求的最大驱动力之一,应成为电网的助力而非负担。澳大利亚能源市场委员会将于7月前提交具体实施建议。数据显示,到2030年数据中心用电量预计将增至现在的三倍。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。