6 月 5日,內(nèi)存和存儲(chǔ)解決方案領(lǐng)先供應(yīng)商 Micron Technology Inc. (美光科技股份有限公司)宣布舉辦紫外線機(jī)器人設(shè)計(jì)挑戰(zhàn)賽,以滿足市場(chǎng)對(duì)于可靠、低成本的紫外線機(jī)器人解決方案日益增長(zhǎng)的需求。這些紫外線機(jī)器人將具備自動(dòng)化消毒能力,從而潛在抑制新冠病毒和其他疾病傳播。微生物通??稍谖矬w表面存活較長(zhǎng)時(shí)間,而紫外線殺菌 (UVGI) 已被證明可以破壞病毒 RNA,從而抑制這些微生物的傳播。
該挑戰(zhàn)賽由美光主導(dǎo),邀請(qǐng)機(jī)器人領(lǐng)域充滿激情的工程師、發(fā)明家和專業(yè)人士,以個(gè)人或團(tuán)隊(duì)形式參賽,通過協(xié)作、開源的方式提交完整的設(shè)計(jì)方案。作為項(xiàng)目的一部分,美光將配備在專業(yè)技能方面具有豐富經(jīng)驗(yàn)的導(dǎo)師,為參賽者或參賽團(tuán)隊(duì)的設(shè)計(jì)概念提供咨詢服務(wù)。與此同時(shí),美光基金會(huì)已經(jīng)與多家世界知名大學(xué)開展合作,鼓勵(lì)這些院校的學(xué)生踴躍報(bào)名參賽,將他們的創(chuàng)意、創(chuàng)新、工程學(xué)原理與社會(huì)實(shí)踐相結(jié)合。
美光科技公司業(yè)務(wù)發(fā)展副總裁 Rene Hartner表示: “美光發(fā)起紫外線機(jī)器人設(shè)計(jì)挑戰(zhàn)賽,旨在激勵(lì)開發(fā)創(chuàng)新和高性價(jià)比解決方案,幫助在當(dāng)下及未來抑制新冠病毒和其他由病原體傳播的疾病。我們的目標(biāo)是在 8 月底之前收集設(shè)計(jì)構(gòu)思,并利用美光豐富的內(nèi)部資源、行業(yè)專長(zhǎng)及合作伙伴,攜手全球最為卓越的工程師群體,力求為我們所在的社區(qū)做出巨大貢獻(xiàn)。”
在本次紫外線機(jī)器人設(shè)計(jì)挑戰(zhàn)賽之前,美光已承諾投入3,500 萬美元,其中包括1,000 萬美元的美光基金會(huì)救助資金,用以幫助受到新冠疫情不同程度影響的人們。該筆承諾款項(xiàng)還包括提升公司-員工配捐幅度,通過補(bǔ)助金的形式為團(tuán)隊(duì)成員提供經(jīng)濟(jì)支持,以及非現(xiàn)金類援助,例如,加快向小型企業(yè)供應(yīng)商付款流程,為應(yīng)急醫(yī)療提供設(shè)施和物資捐助等。
關(guān)于Micron Technology, Inc.(美光科技股份有限公司,納斯達(dá)克代碼:MU)
美光是創(chuàng)新內(nèi)存和存儲(chǔ)解決方案領(lǐng)域的全球領(lǐng)軍者。通過旗下全球性品牌 Micron®(美光®)和Crucial®(英睿達(dá)),美光推出了包括 DRAM、NAND 、3D XPoint™ 內(nèi)存和 NOR 在內(nèi)的一系列高性能內(nèi)存和存儲(chǔ)技術(shù)組合,通過改變世界使用信息的方式來豐富生活。憑借 40 多年的技術(shù)領(lǐng)軍地位,美光的內(nèi)存和存儲(chǔ)解決方案幫助移動(dòng)、數(shù)據(jù)中心、客戶端、消費(fèi)類、工業(yè)、圖形、汽車及網(wǎng)絡(luò)等重要市場(chǎng)實(shí)現(xiàn)了顛覆性的發(fā)展趨勢(shì),包括人工智能、5G、機(jī)器學(xué)習(xí)和自動(dòng)駕駛。美光的普通股在納斯達(dá)克上市交易,股票代碼為 MU。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)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(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)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(jī)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(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。