周二,英特尔公司在英国伦敦发布了一种新的开源通信系统,该系统专门为英国著名物理学家史蒂芬·霍金(Stephen Hawking)量身定制,同时也可适用于全球300万罹患四肢瘫痪和运动神经元病的患者。
三年来,英特尔公司一直与霍金保持接触,致力于ACAT(Assistive Context Aware Toolkit,“辅助情境感知工具包”)项目的研发。据悉,与此前霍金在轮椅上使用的老交流系统相比,英特尔所开发的新平台ACAT系统可以使霍金的对外交流速度提高一倍。
英特尔称,将在下月面向研究人员和开发人员提供这一系统的免费开源版本,并希望其能够成为现代通信系统的基础,帮助患有运动神经元疾病和四肢瘫痪的患者改善生活质量。
英特尔的新工具包可以针对不同用户进行定制,用户可通过触摸、眨眼,蹙眉或其他动作跟外界进行交流沟通。
霍金在一份声明中称,“英特尔开发的这一系统,将可能大大改善全球残疾人的生活,同时将引领人机交互方式,并将有能力克服残疾人此前面临的沟通障碍。”
据悉,包括霍金在内,当前全球患有包括肌萎缩性脊髓侧索硬化症(ALS)在内的运动神经元疾病的患者多达300万人,英特尔所创建的系统,将使这些患者更容易与他人进行沟通,而且能够使他们利用自身既有的物理机能,进行更长时间的自我独立生活。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。