科技行者 1月8日 北京消息(文/李祥敬):美國拉斯維加斯,2020年1月7日——在2020年國際消費電子展(CES 2020)上,英特爾在以“智能驅(qū)動創(chuàng)新”(Innovation through Intelligence)為主題的新聞發(fā)布會上演示了系列場景,展現(xiàn)了其如何將智能融入云、網(wǎng)絡(luò)、邊緣和PC,推動其對人、企業(yè)和社會創(chuàng)造積極的影響。
英特爾公司首席執(zhí)行官司睿博(Bob Swan)在開場演講中表示,越來越多的“物”都越來越像“電腦”,這是通過堅持不懈的創(chuàng)新實現(xiàn)的。持續(xù)的創(chuàng)新為生活創(chuàng)造了新應(yīng)用、新體驗。我們通過發(fā)展摩爾定律,帶來前所未有的新技術(shù)。
司睿博解讀了全球數(shù)據(jù)量的驚人增長:現(xiàn)在全球有560億互聯(lián)設(shè)備,相當于每個人有7個;2015年以來全球數(shù)據(jù)量每年增長25%,其中50%的數(shù)據(jù)量來源于邊緣端;到2025年,全球數(shù)據(jù)量估計達到175ZB,而其中只有1%被人工智能模型所處理。
智能化才剛剛開始。為了應(yīng)對驚人的數(shù)據(jù)量,我們需要實現(xiàn)更快地傳輸數(shù)據(jù)、高效存儲和訪問數(shù)據(jù),以及處理所有數(shù)據(jù)。這也是為什么英特爾提出以數(shù)據(jù)為中心的戰(zhàn)略轉(zhuǎn)型。而且當前技術(shù)和未來技術(shù)平臺將產(chǎn)生難以置信的影響。5G、人工智能和邊緣智能設(shè)備,這些轉(zhuǎn)折性技術(shù)結(jié)合在一起,讓數(shù)字智能更加激動人心。
司睿博分享了英特爾子公司Mobileye的最新業(yè)務(wù)進展,其中一段視頻演示,以更自然的方式實現(xiàn)自動駕駛汽車(RoboCar)的交通導(dǎo)航。該演示通過獨立的傳感系統(tǒng),融合人工智能、計算機視覺、基于責任敏感安全模型(RSS)的法規(guī)科學以及真實冗余等最新科技,充分展示Mobileye如何以獨特、創(chuàng)新的方式,令人和車的出行更加安全。
司睿博還重點介紹了英特爾與美國紅十字會及其“缺失地圖”項目(Missing Maps project)合作,在改善防災(zāi)備災(zāi)方面開展的工作。利用第二代英特爾至強可擴展處理器上集成的人工智能加速技術(shù),英特爾正在協(xié)助美國紅十字會及其“缺失地圖”項目,為偏遠地區(qū)繪制高精度的路橋地圖,當災(zāi)難發(fā)生時,能為應(yīng)急響應(yīng)提供幫助。在2019年,英特爾數(shù)據(jù)科學家構(gòu)建了一個計算機視覺模型,該模型能夠識別烏干達衛(wèi)星圖像上先前未被標記的橋梁和道路。
“缺失地圖”項目聯(lián)合創(chuàng)始人、美國紅十字會Cascades大區(qū)首席執(zhí)行官Dale Kunce表示,對紅十字會的工作人員而言,在防災(zāi)規(guī)劃和緊急響應(yīng)過程中,精確的地理信息極其重要。但世界上有些地區(qū)還未被標記在地圖上,這給防災(zāi)規(guī)劃和災(zāi)害響應(yīng)造成了極大的困難。正因如此,我們與英特爾攜手,運用人工智能技術(shù)繪制易受災(zāi)地區(qū)的地圖,標記道路、橋梁、建筑物和城市。
根據(jù)缺失地圖項目的數(shù)據(jù),世界各地每年有近2億人受災(zāi)。很多災(zāi)區(qū)并未標記在地圖上,這導(dǎo)致應(yīng)急響應(yīng)人員缺少必要的信息,以快速制定救災(zāi)決策。
衛(wèi)星圖像有時不易辨識,并且各個國家的橋梁和基礎(chǔ)設(shè)施不盡相同。人工智能模型增強了制圖能力,可以覆蓋更廣泛的區(qū)域,并捕捉人眼難以察覺的事物。例如,該模型在烏干達南部發(fā)現(xiàn)了70座橋梁,而這些橋梁在“開放街道地圖”(OpenStreetMap)或烏干達統(tǒng)計局官方地圖中均未找到。
這一計算機視覺模型運行在第二代英特爾至強可擴展處理器上,該處理器內(nèi)置了英特爾深度學習加速技術(shù)(DL Boost)和nGraph編譯器。
盡管英特爾并不享有該數(shù)據(jù)集的全部權(quán)利,但正在尋求將該數(shù)據(jù)集作為開源資源提供給研究者和地理空間專業(yè)人士的機會。此外,英特爾還將召開研討會,探討如何將衛(wèi)星圖像和AI技術(shù)用于人道主義實踐,從而充分利用為該項目開發(fā)的數(shù)據(jù)集和代碼庫。
司睿博表示:“英特爾的雄心,是幫助客戶最大限度地利用人工智能、5G和智能邊緣等轉(zhuǎn)折性技術(shù)變革,共同為生活添彩,塑造我們未來數(shù)十年的世界。正如我們今天所著重介紹的那樣,英特爾推動智能融入計算技術(shù)的方方面面,以創(chuàng)造前所未有的積極影響。”
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(xùn)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(xùn)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(xùn)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(xùn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。