根据英国《金融时报》的一篇报道,Facebook希望开发自己的人工智能芯片,这些芯片超出了目前市场的水平,这一消息来源于对Facebook首席人工智能科学家Yann LeCun的采访。
Facebook的想法是这些芯片将能够提供该公司所需的更快的计算能力,以实现新的人工智能突破,包括具有常识的数字助理。
据称在采访中,LeCun表示,Facebook已经开发了自己的定制ASIC(专用集成电路)芯片,以支持其人工智能软件。
LeCun 表示:“据了解,Facebook已经根据自身的需要打造了自己的硬件——例如,构建了自己的ASIC。如果有任何可以努力的地方,我们都将继续全力以赴。”
据报道,尽管Facebook有兴趣开发自己的人工智能芯片,但它也希望与现有的芯片公司合作。
LeCun在周一的2019年国际固态电路大会上进行了主题演讲,他介绍了一篇题为《深度学习硬件:过去、现在和未来》的论文。在这篇论文中,他写道,需要一种新型硬件来支持人工智能。LeCun在另一篇博文中写道:“这可能要求我们重新改造我们在电路中进行算术运算的方式。”
Facebook没有立即回复评论请求。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。