經(jīng)歷智能硬件元年的風波,“創(chuàng)客”一詞越發(fā)成為物聯(lián)網(wǎng)智能時代下的標志,他們是一群將思維創(chuàng)意變?yōu)楝F(xiàn)實的創(chuàng)造者。Marvell是一家面向聯(lián)網(wǎng)設(shè)備和IoT領(lǐng)域的開發(fā)嵌入式無線解決方案提供商,10年的經(jīng)驗也讓Marvell對于創(chuàng)新創(chuàng)客有著獨特的見解。
昨日,Marvell攜手坐落于北京中關(guān)村創(chuàng)業(yè)大街的IC咖啡舉辦“智能時代創(chuàng)客工作坊”,意在將已在全球創(chuàng)客圈具有一定知名度的IoT設(shè)備開發(fā)套件Kinoma Create帶入中國,幫助推動中國的創(chuàng)客運動普及和IoT智能硬件創(chuàng)新。
Marvell技術(shù)支持總監(jiān)孟樹在本次“智能時代創(chuàng)客工作坊”上表示,“在中國有大批優(yōu)秀的創(chuàng)客,他們的許多創(chuàng)意完全可以稱之為顛覆世界的創(chuàng)造。尤其是大學生創(chuàng)客,他們充滿青春正能量,思維活躍超前,許多創(chuàng)意都令人折服。Marvell一直致力于通過智能科技來改變世界,為創(chuàng)客們提供有力的支持是實現(xiàn)該目標最直接的方式之一。”
其實,最早“創(chuàng)客”一詞來源于英文單詞“Maker”,是指出于興趣與愛好,努力把各種創(chuàng)意轉(zhuǎn)變?yōu)楝F(xiàn)實的人。盡管國內(nèi)創(chuàng)客文化晚于國外發(fā)展幾年,但隨著互聯(lián)網(wǎng)的發(fā)展和開源硬件的興起,國內(nèi)的創(chuàng)客文化逐漸積累并活躍起來,以北京、上海、深圳為三大中心的創(chuàng)客文化圈也隨之形成。
在此次工作坊活動上,孟樹還重點介紹了Marvell EZ-Connect平臺——這是目前業(yè)界最完整成熟的軟硬件一體的物聯(lián)網(wǎng)方案平臺。該平臺包括MW300(WiFi+微控制器)、MB300(藍牙+微控制器)和MZ100(ZigBee+微控制器),在硬件上實現(xiàn)了Wi-Fi、藍牙、ZigBee三種互聯(lián)技術(shù)的優(yōu)勢互補,可幫助合作伙伴針對自身需要進行針對化的設(shè)計與開發(fā)。
Kinoma Create是Marvell另一個針對創(chuàng)客的IoT硬件開發(fā)套件。Kinoma是一個開源軟件平臺,它能夠幫助開發(fā)人員在空前廣泛的數(shù)字設(shè)備(從手持設(shè)備到IOT設(shè)備)上快速創(chuàng)建和部署有聯(lián)網(wǎng)需求的應(yīng)用程序。將Kinoma作為基礎(chǔ)平臺后,開發(fā)人員可以專注于創(chuàng)新的個性化應(yīng)用程序,充分發(fā)揮底層硬件的全部功能。
而Kinoma Create盒子是Marvell于2014年推出支持JavaScript的物聯(lián)網(wǎng)(IoT)設(shè)備開發(fā)套件,其使命是助力產(chǎn)生下一波互聯(lián)設(shè)備原型。Kinoma Create提供專業(yè)開發(fā)人員體驗,整合了強大、易用、快速的硬件、軟件和工具。
針對中國市場,Marvell也將于近日正式面向全國大學生啟動Marvell最強創(chuàng)客挑戰(zhàn)賽。
Marvell公司的Kinoma部門技術(shù)專家將支持本次活動,為進入復賽的隊伍免費提供Kinoma Create硬件開發(fā)條件以及全方位的技術(shù)指導,幫助參賽者完成自己的創(chuàng)意和設(shè)計。參賽者可自行組隊參賽,進入決賽的小組將可受邀參加決賽夏令營,最高3萬元的獎金以及面試Pass卡和實習機會作為決賽前三名小組的獎勵,同時“最具團隊默契獎”、“最具市場價值獎”、“最具創(chuàng)意獎”等獎項將分別作為獎勵來鼓勵和認可參賽的隊伍。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務(wù)上驗證有效性。