Facebook 总部的 Building 17 是座不起眼的建筑。但是,从太阳能无人机、无线传输设备,到 Oculus VR 头盔和服务器,Facebook 的硬件产品是在那里研发完成的。它是公司的硬件实验室,名为 Area 404。近日,十几名媒体记者受邀参观了这个地方。下面是卫报对此行的记录。
“我们的使命是连接世界,因此,我们研发了能达成此目标的硬件,” Facebook 的 Mikal Greaves 说。
Area 404 分为两部分:电气工程实验室和原型制造车间。其中,电气工程实验室制造和测试一些特殊的电路板,而原型制造车间则专注于原型机的制作,拥有 3D 打印机、水射流切割机、工业车床以及多轴 CNC 铣床。
硬件实验室的主要任务还是为数据中心服务,生产新型的服务器、储存设备、网络设施以及动力系统。同时,实验室还生产 Oculus 的虚拟现实头盔,制造太阳能无人机 Aquila,以及向边缘地区提供互联网连接的无线系统 Terragraph。
“Facebook 成立硬件实验室的主要原因是加快产品开发速度。以前,我们让硬件合作商制造部件。他们能够完成任务,但花费时间较长。把硬件生产转入内部后,我们缩短了开发时间。” Greaves 说。以公司的 HapiLink 系统为例。除了碳纤维外壳之外,几乎所有部件能够在 Area 404 完成,“这节省了我们数周,甚至是数月的时间。”
Spencer Burns 是实验室的一名 CNC 模型工,曾在特斯拉工作。他满怀热情地谈论着公司的高科技装备。“我有幸得到了这间实验室的全职工作,能够操作这些非常酷的机械工具。”
在媒体记者面前,他展示了各种机器是如何制造产品部件的。从某个设备的工作台上,Burns 拿起一个机器制造的金属球。它看起来像个奖杯,但拥有复杂的形状。这个空心的球体展示的图案是细线连接的各大陆,象征着 Facebook 连接全球的使命。
这时候,记者们意识到,虽然 Facebook 以开放之名邀请他们参观这个秘密实验室,但本质上不过是一场刻意安排的表演。Facebook 暗示了公司在硬件方面的能力,同时并未透漏任何重要的信息。
题图来自 Wire,翻译来自 爱范儿
好文章,需要你的鼓励
想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。
想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。
想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。
想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。