在思考發(fā)現(xiàn)技術(shù)先進(jìn)的地外生命的可能性時,經(jīng)常出現(xiàn)的問題是,“如果它們就在那里,為什么我們還沒有找到它們?” 通常,回應(yīng)是我們只搜索了銀河系的一小部分。此外,幾十年前為最早的數(shù)字計(jì)算機(jī)開發(fā)的算法在應(yīng)用于現(xiàn)代 PB 級數(shù)據(jù)集時可能已經(jīng)過時且效率低下。
宇宙中的大多數(shù)星系都生活在被稱為“場”的低密度環(huán)境中,或者生活在小群體中,比如包含我們的銀河系和仙女座星系的星系。星系團(tuán)更為罕見,但它們代表了星系可以生存的最極端環(huán)境,研究它們可以幫助我們更好地理解暗物質(zhì)和暗能量。
這是一次有趣的旅程,因?yàn)榫拖裎艺f的那樣,學(xué)術(shù)界在 70 年代開始關(guān)注計(jì)算機(jī)時,因?yàn)樗鼈冋嬲_始變得易于使用,開始寫論文說這里存在問題。這將導(dǎo)致人們利用和影響機(jī)器操作的能力是他們使用的單詞類型。這確實(shí)啟動了一些早期研究,包括 70 年代后期在劍橋圍繞所謂的能力系統(tǒng)進(jìn)行的一些研究,這些研究在采用方面并沒有真正取得進(jìn)展。另外,當(dāng)時的行業(yè)只是在遵循摩爾定律來構(gòu)建越來越快的處理器。安全不是一個大問題,我們在 80 年代沒有遭遇過大規(guī)模的網(wǎng)絡(luò)犯罪之類的事情。
自 2019 年以來,Arm 的實(shí)驗(yàn)性 CHERI 支持的 Morello 處理器、SoC 和主板的開發(fā)得到了英國政府研究與創(chuàng)新機(jī)構(gòu) UKRI 的支持。2022 年 1 月,Arm 宣布了該計(jì)劃的一個重要里程碑,推出了其 Morello 片上系統(tǒng)和演示板。Morello 原型板現(xiàn)已發(fā)布,可供軟件開發(fā)人員和安全專家開始使用 Morello 架構(gòu)來展示可以通過硬件功能實(shí)現(xiàn)的增強(qiáng)安全性。
今天,我們將討論計(jì)算機(jī)視覺。我們將聽到 Perceive 的首席執(zhí)行官 Steve Teig 談?wù)撍岢龅囊环N壓縮激活的方法,該方法可以減少 AI 推理所需的內(nèi)存大小。我們還將先睹為快,了解來自 GrAI Matter Labs 的新型神經(jīng)形態(tài)啟發(fā)式視覺芯片。
世界正在向電動汽車發(fā)展。因此,電氣化競賽進(jìn)行得非常迅速。告訴我電動汽車市場的現(xiàn)狀如何?市場方面有什么消息,世界是否準(zhǔn)備好轉(zhuǎn)向電動汽車還取決于成本?那么,電動汽車成本的主要驅(qū)動因素是什么?
隨著電動汽車充電基礎(chǔ)設(shè)施的不斷擴(kuò)展,電動汽車正在成為主流。根據(jù)世界經(jīng)濟(jì)論壇的數(shù)據(jù),到 2030 年將有 2.15 億輛電動乘用車上路。未來十年電動汽車的快速普及將增加對電動汽車配套技術(shù)的需求。 隨著電池和電源管理技術(shù)的成熟以及電動汽車充電基礎(chǔ)設(shè)施的擴(kuò)展,電動汽車正成為主流,世界上許多國家已承諾在不久的將來禁止銷售汽油和柴油汽車。根據(jù)世界經(jīng)濟(jì)論壇的數(shù)據(jù),到 2030 年將有 200 輛或多或少 200 萬輛電動乘用車上路。隨著未來十年電動汽車的迅速普及,對配套技術(shù)的需求將繼續(xù)增加。市場繼續(xù)加速向電氣化方向發(fā)展,需要考慮三個方面:儲能、效率、以及對大眾市場客戶采用至關(guān)重要的基礎(chǔ)設(shè)施,我指的是充電站。
您經(jīng)常聽到我們談?wù)撊绾问褂梦覀兊能噷囃ㄐ呕?V2X 技術(shù)來暢通交通流,讓汽車相互交流,讓汽車與紅綠燈相通。因此,我們周圍的基礎(chǔ)設(shè)施如何以最佳方式進(jìn)行管理。我們在漢堡所做的是,我們還展示了如何,例如,自行車騎手、電動滑板車司機(jī)如何被周圍的其他系統(tǒng)看到,以避免發(fā)生事故。
今天的 AI 模型有數(shù)十億或數(shù)萬億個參數(shù),即輸入和權(quán)重。所以我們需要巨大的內(nèi)存來激活。這當(dāng)然會對芯片設(shè)計(jì)產(chǎn)生巨大影響,因?yàn)榧せ畲鎯ζ鹘?jīng)常支配平面布局。我們可以嘗試使用量化、稀疏性、權(quán)重共享等概念來減少所需的內(nèi)存。但它們只能走這么遠(yuǎn),尤其是在模型龐大且持續(xù)增長的情況下。要是有辦法壓縮激活就好了!好吧,Perceive 的 CEO Steve Teig 想出了一個辦法。
毫無疑問,智能手機(jī)和智能家居仍將是邊緣人工智能的兩個最大市場。與此同時,自動駕駛汽車的潛力為邊緣人工智能公司帶來了極高的期望和市場估值。然而,自動駕駛汽車的緩慢推出,以及智能手機(jī)市場的標(biāo)準(zhǔn)化,導(dǎo)致許多廠商在他剛才提到的市場之外尋求新的增長機(jī)會。
在 AV 系統(tǒng)中使用藍(lán)牙和 UWB 等地面無線電技術(shù)有助于保護(hù)易受傷害的道路使用者。 雖然媒體上有很多關(guān)于我們街道上全自動駕駛汽車 (AV) 的曙光的討論,但我們離這個現(xiàn)實(shí)還有很長的路要走。這包括缺乏保護(hù)弱勢道路使用者 (VRU) 的技術(shù)。
遠(yuǎn)程醫(yī)療或遠(yuǎn)程醫(yī)療使醫(yī)療保健提供者能夠通過技術(shù)提供醫(yī)療服務(wù),在許多情況下,實(shí)際上是通過可在智能手機(jī)、平板電腦或臺式機(jī)上訪問的遠(yuǎn)程醫(yī)療軟件應(yīng)用程序。但是,現(xiàn)在的健康追蹤器遠(yuǎn)不止這些,它可以集成到患者的醫(yī)療記錄和遠(yuǎn)程患者監(jiān)測 (RPM) 中,使醫(yī)療保健提供者能夠以電子方式監(jiān)測和審查健康數(shù)據(jù)。
在過去的五年或十年里,隨著深度學(xué)習(xí)的出現(xiàn),我們對這個問題有了不同的方法。它更多的是數(shù)據(jù)驅(qū)動,而不是代碼或算法設(shè)計(jì)驅(qū)動。 深度學(xué)習(xí)的想法是,我們有一種算法,它是一種學(xué)習(xí)機(jī)器。因此,我們擁有這種通用的學(xué)習(xí)結(jié)構(gòu),而不是在算法中規(guī)定步驟來解決特定問題。我們所做的是,我們展示了很多例子。這是一個戴著面具的人;這是一個沒有面具的人。這里有10,000個不同情況和方向的戴著口罩的人;這里有 10,000 人沒有戴口罩。
很長一段時間以來,技術(shù)人員一直在開發(fā)能夠感知的機(jī)器。我們使用運(yùn)動探測器已有很長時間了。我們現(xiàn)在擁有如此靈敏的壓力傳感器,以至于我們可以制造出能夠處理雞蛋而不破壞雞蛋的機(jī)器人。在音頻領(lǐng)域,我們擁有可以將語音與其他聲音區(qū)分開來的傳感器。
在最初的幾十年里,我大量參與了音頻和語音處理等領(lǐng)域的數(shù)字信號處理。因此,如果我們倒回 20 或 30 年,想想數(shù)字信號處理和數(shù)字音頻,那時候的技術(shù)處于類似的狀態(tài)。它有效,但它很新,而且它并不是真正可以現(xiàn)成部署的。假設(shè)一家公司生產(chǎn)自動售貨機(jī),他們想為自動售貨機(jī)添加語音命令,他們很可能不得不聘請一些 DSP 和語音專家。而且很可能他們必須真正進(jìn)行一些研究和原創(chuàng)技術(shù)發(fā)明才能為他們的應(yīng)用程序創(chuàng)建一個獨(dú)特的解決方案。
liqinglong1023