科技行者 7月22日 北京消息:你真的可以在《城市:天際線》游戲中構(gòu)建一個4位加法器(4-bit adder)。
《城市:天際線》是一款城市模擬游戲,其復(fù)雜的游戲機制甚至允許玩家在當中建起通用邏輯門(universal logic gates )。以通用邏輯門為基礎(chǔ),我們可以進一步打造出包括圖靈完整機在內(nèi)的任意電路。但是,利用這些簡單的門構(gòu)建一臺完全成熟的計算機極為困難,因此在這里,我只簡單演示一個4位加法器的制作方式。順帶一提,整個實驗只需游戲原始版本即可完成,無需任何額外mod或者附加組件。
Tips:所謂4位加法器,指的是能實現(xiàn)四位二進制數(shù)全加的數(shù)字電路模塊。加法器是數(shù)字系統(tǒng)中的基本邏輯器件,例如:為了節(jié)省資源,減法器和硬件乘法器都可由加法器來構(gòu)成。但寬位加法器的設(shè)計是很耗費資源的,因此在實際的設(shè)計和相關(guān)系統(tǒng)的開發(fā)中,需要注意資源的利用率和進位速度等方面的問題。多位加法器的構(gòu)成有兩種方式:并行進位和串行進位方式。并行進位加法器設(shè)有并行進位產(chǎn)生邏輯,運算速度快;串行進位方式是將全加器級聯(lián)構(gòu)成多位加法器。通常,并行加法器比串行級聯(lián)加法器占用更多的資源,并且隨著位數(shù)的增加,相同位數(shù)的并行加法器比串行加法器的資源占用差距也會越來越大。
與其它城市建設(shè)游戲一樣,《城市:天際線》要求玩家管理城市中的電力與水資源。發(fā)電廠負責發(fā)電,而城市既需要凈水也需要汗水。水塔能夠供應(yīng)凈水資源,污水管道則將廢物排出城市之外——二者的運行都需要電力的加持。污水管道與凈水塔之間的二元性關(guān)系,意味著我們可以借此構(gòu)建與門(AND gates)和或門(OR gates)。
Tips:與門(AND gate)又稱“與電路”。是執(zhí)行“與”運算的基本邏輯門電路。有多個輸入端,一個輸出端。當所有的輸入同時為高電平時,輸出才為高電平,否則輸出為低電平。
Tips:或門(Or gate)又稱“或電路”。如果幾個條件中,只要有一個條件得到滿足,某事件就會發(fā)生,這種關(guān)系叫做“或”邏輯關(guān)系。具有“或”邏輯關(guān)系的電路叫做或門?;蜷T有多個輸入端,一個輸出端,多輸入或門可由多個2輸入或門構(gòu)成。只要輸入中有一個為高電平時,輸出就為高電平;只有當所有的輸入全為低電平時,輸出才為低電平。
▲ 圖:本次實驗中的幾位主角,由左至右分別為:燃油發(fā)電廠、水塔、污水管道。大家還能在背景中看到風輪機的身影。
下圖所示為我們構(gòu)建起的與門。2個輸入端分別為通向水塔(頂部)與污水管道(底部)的電力線路。輸出則為連接至發(fā)電廠的電力線路。盡管屏幕截圖所示的輸入值為零——即沒有水及廢物需要管理,發(fā)電廠仍在持續(xù)發(fā)電,但一段時間后會自行關(guān)閉。各建筑物之間相距很遠,這是為了避免電力在各位主角之間自由流動。
▲ 圖:常規(guī)地圖上的與門、電力以及水流的分層示意圖。
我們還需要另一個具有完整功能的組件:逆變器,或者說非門。為此,我們需要利用游戲中的液體力學模擬機制。濫用水壩、運河或者污水管道會導(dǎo)致建筑物慘遭淹沒。被淹沒的電廠將不再發(fā)電。利用這一游戲設(shè)計特性,我們即可構(gòu)建起非門,如下圖所示。
▲ 圖:非門電力層,污水管道會先關(guān)閉、而后開啟。
根據(jù)下圖中的模式,我們可以使用9個混合門構(gòu)建出1位加法器。將4個加法器鏈接起來,我們就實現(xiàn)了本次實驗的目標——創(chuàng)建4位加法器。我把各個門放在網(wǎng)格結(jié)構(gòu)當中,以反映其在地圖上的布局。
▲ 圖:帶進位1位加法器的布局。
為了讓工作更輕松,我決定在地圖編輯器當中使用無限金錢與自定義地圖。您可以在地圖編輯器當中導(dǎo)入PNG圖像以加載高度圖。我創(chuàng)建了一個地塊,并在其中放置各個門——實際操作起來就像是在設(shè)計一塊PCB!下圖為設(shè)計完成的地圖,你可以在圖片中的2 x 2網(wǎng)格當中找到4個重復(fù)的1位加法器。
▲ 圖:這里出現(xiàn)了鋸齒狀的線條,這是因為游戲引擎無法對銳利的邊緣進行抗鋸齒處理。
構(gòu)建電路的過程非常繁瑣,我也因為計算錯誤而不得不多次從頭來過。我遇到的第一個難題是交叉電路,幸運的是只要有足夠的高度差,電源線即可相互交叉而又互不相交。
▲ 圖:1位加法器。我將4個加法器互連起來。
最后,我需要在附近建造一座城市以產(chǎn)生充足的污水,從而同時淹沒8個風力輪機。沒錯,這個加法器是用生活污水驅(qū)動的。當然,這并不算什么環(huán)保解決方案,因為每個門都配備一座燃油發(fā)電廠,因此污染其實非常嚴重。調(diào)試過程相當困難,有時候我的電力線路會被風暴和閃電所破壞——這就像是突如其來的宇宙射線,總之相當煩人。
▲ 圖:密密麻麻的電源線通向4位輸入之一。
我制作了視頻,以表明這套系統(tǒng)確實能夠有效運行。在第一段視頻中(https://youtu.be/dD7Bi25IPaA),我將電線接入始終開啟的電網(wǎng)(相當于IC電源)以設(shè)置輸入。在左側(cè),我設(shè)置了1001(十進制的9),中間為1110(十進制的14)。輸入設(shè)置完成后,我加快游戲速度,并發(fā)現(xiàn)右側(cè)5條線路的輸出全部跳轉(zhuǎn)為1。經(jīng)過很長一段時間后,最終值穩(wěn)定在10111(十進制的23)。成功了!
在第二段視頻中(https://youtu.be/Oa2otcfXCtY),我主要關(guān)注其中一個加法器。大家可以看到組件的狀態(tài)隨時間變化,直到出現(xiàn)最終輸出結(jié)果(總和為0,進位為1)。
寫在后面:這臺計算機的處理速度非常緩慢,進行一次4位加法運算需要用掉游戲中大約15個月的時間——相當于現(xiàn)實生活中的20分鐘左右。另外,尺寸也存在問題。為了在游戲中體現(xiàn)電力供應(yīng)過程,各個門組件需要彼此相距很遠,否則電力會在各門之間瞬間流動。4位加法器占據(jù)了正常游戲中全部9個可用區(qū)塊的大部分面積,當然我也承認其中還有進一步優(yōu)化的空間。如果使用mod,可用區(qū)塊可以增加至25個。
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。