至顶网个人商用频道 11月30日 北京消息(文/黄雅琦):故事要从三年前说起了,那是我第一次来到英特尔中国研究院。出了电梯,穿过走廊,再推开前台大门,看到一群原型机器人、黑科技Demo排排坐,这种特别的迎接方式,简直让人“受宠若惊”。
时隔三年之后,再次来到研究院,还是同样的配方,还是熟悉的味道,唯一改变的是,这里的机器人,无论从卖相还是品相,都提升了不止一个Level。
如果不是亲眼所见,我一定不会相信,这里的研究员已经懒到要让“别人”来端茶倒水了。当然,这个“此人非彼人”,正是机器人——智能机器人。
这与英特尔中国研究院的研究方向有关,其专攻三大方向:人工智能算法、自主系统平台和智能基础设施。其中,自主系统是与人工智能相关的一个研究方向,为智能机器人的开发“把关”。
英特尔中国研究院的目标是推出一套基于CPU+FPGA异构计算的自主智能机器人开发平台,帮助研究人员基于此平台进行开发。
基于这一目标,HERO智能机器人开放平台(Heterogeneous Extensible Robot Open Platform)应运而生。它是英特尔中国研究院专为智能机器人(包括服务机器人、医疗机器人、自动驾驶汽车等)打造的一套低功耗、高性能、体积小的异构系统平台方案。
基于HERO平台,英特尔中国研究院开发了多种基于FPGA加速的机器人算法:
此外,该平台基于英特尔SGX技术构建了机器人的物理和信息安全系统,针对攸关物理安全的算法模块和IO通道提供芯片级安全保障。
关于AI,英特尔中国研究院院长宋继强还谈到目前研究院另一研究分支:与视觉理解相关的AI算法。
该研究方向主要包括人脸识别技术、情绪识别、场景理解等技术以及深度神经网络压缩技术。
开放日活动上,英特尔中国研究院的专家就这三个方面“划重点”最新技术进展。
人脸分析及情感识别技术:基于英特尔实时人像风格迁移系统,英特尔中国研究院将多种艺术人像风格实时迁移到静态的目标图像以及动态的目标视频中;此外,基于机器学习和深度学习算法还开发了英特尔3D人脸面部表情捕捉技术。
深度神经网络压缩技术:提出从动态网络手术DNS、渐进网络量化INQ到MLQ多尺度编码量化的低精度深度压缩解决方案。根据AlexNet测试结果,该项解决方案能够超越主流深度压缩方案至少一倍,在2/4-bit精度下达到超过100倍的网络压缩。
多模态图像视频解析:提出弱监督视频密集描述生成的方法,不需要训练数据对视频中的不同事件和对应区域进行分别标注,而仅仅使用标注员对视频的一句话描述,就可以自动产生多角度的视频描述,并且从中挑选出最具代表性的描述语句。
回归到老本行,英特尔这一次也拿出半个月前在英特尔AI Day上亮相的首款神经拟态芯片“Loihi”。
Loihi 得名于夏威夷海底的一座火山,它由 128 个计算核心构成,每个核心集成 1024 个人工神经元,整个芯片拥有超过个 13 万个神经元与 1.3 亿个突触连接。 虽然无法与拥有超 800 亿个神经元的人脑相比,但是英特尔认为,Loihi 代表着未来人工智能芯片的发展方向。
其原因在于,Loihi 芯片能够像大脑一样通过脉冲或尖峰传递信息,并根据这些信息调节突触强度,能模仿大脑,通过环境中各种反馈信息进行自主学习、下达指令。
Loihi芯片提供了非常灵活的片上学习能力,将训练和推理整合至同一块芯片上。通过“异步激活”方式进行计算,使得机器学习更有效率,同时对于计算力的需求更小。
该芯片适用于无人机与自动驾驶、红绿灯自适应路面交通状况,用摄像头寻找失踪人口等任务。不过英特尔目前尚未制造出 Loihi 芯片(今年底面世),但已用 FPGA 芯片进行了硬件模拟测试。
展望未来,英特尔认为人工智能训练需要新型芯片架构,而神经形态计算恰好带来了一种方式,以类似大脑的结构提供超大规模的计算性能。据说,这项研究从两三年前就启动了。当然,这并非易事,就像站在现在,就去预测两三年后的趋势,风险很大,但抓住了就是机会。
说到这,或许是时候,让英特尔中国研究院再次介绍一下自己了。
英特尔中国研究院(Intel Labs China, ILC)成立于1998年,是英特尔研究院在海外设立的三个“地区性的研究机构”之一,也是在美国本土之外重要的研究机构。
目前,英特尔中国研究院由六大团队组成,分别是机器人系统研究实验室、机器人交互研究实验室、认知计算实验室、智能存储实验室、通讯架构实验室和新技术中心。整个研究院拥有约60 位正式的研究员,其中博士及博士后人员占比达70%。
同时,研究院接收来自国内外重点高校的研究生作为实习生参与科研项目,并且设立了由全国博士后管委会批准成立的博士后科研工作站,常年与国内重点高校联合培养博士后。作为拥有完整的垂直领域人才和资源的研究院,英特尔中国研究院掌握覆盖了硬件、软件算法及全面跨学科整合能力。
原来,这里每一台原型设计的背后,都站了一位甚至多位了不起的程序员(研究员)。 如果非要用一句话来形容他们的重要性,下面这句简直太合适:
“上得了厅堂,下得了厨房,写得了代码,查得出异常,杀得了木马,翻得了围牆,没事动不动写个代码,让机器人端茶倒水感觉倍儿棒。”
以上由关注AI和技术宅的至顶网团队DAWN 发自 英特尔中国研究院办公室
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。