在今日开幕的英特尔IDF2014上,英特尔CEO科再奇宣布,英特尔与Google再次达成深度合作,英特尔推出Android系统的平板电脑参考设计。
英特尔宣称,此次面向Android系统推出的英特尔参考设计,是通过提供软件工程支持、简化对谷歌移动服务(Google Mobile Services)的访问,并为更新和升级到未来Android新版本提供支持,英特尔将帮助平板电脑制造商扩展对Android平板的开发部署。
另外英特尔还宣布了可穿戴设备数据分析的开发程序(A-Wear),它通过数据驱动的智能,加快全新的可穿戴应用的开发与部署。这一开发程序集成了诸多软件组件,包括英特尔开发的工具和算法,以及Cloudera CDH提供的数据管理功能,所有这些全都部署在英特尔架构优化的云基础设施上。基于英特尔架构可穿戴设备的开发者可以免费使用A-Wear开发程序。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。