人工智能初创公司Counterintuitive Corp.今日正式发布,该公司致力于构建所谓的推理原生计算架构,其使命是通过开发专为推理而非模仿设计的芯片和软件来重新定义AI。
这家初创公司旨在通过一种名为人工推理单元的新型计算架构来克服AI的"双重陷阱"——有精度无真理和有推理无记忆。
Counterintuitive试图解决的问题是,现代AI运行在20世纪90年代为图像和游戏构建的浮点运算基础上,其数值基础是为性能而非可重现性设计的。据该公司称,每次运算都会引入舍入漂移和顺序差异,这意味着相同的计算在不同运行或不同机器上可能产生不同结果。这创造了一种隐藏的不稳定性,导致非确定性,进而破坏了关键应用的可审计性和可信度。
"有精度无真理"问题已成为Counterintuitive所说的"现代AI的隐形墙",这堵墙无法通过任何规模的扩展来打破。
另一个问题是有推理无记忆,即当前AI模型是无记忆的,在预测下一个Token或帧时不保留导致该结果的推理过程。每个输出都会覆盖自身的逻辑,产生流畅的逻辑模仿而非真正的理解。
该公司表示:"这两个陷阱是为什么即使是最大的AI系统也缺乏可重现性、能耗密集、需要大量资本和训练且无法推理的原因。"
相比之下,Counterintuitive的推理原生计算研究承诺通过提供推理芯片和软件推理堆栈来消除这些陷阱,从而推动AI超越当前限制。
该公司提出的人工推理单元是一类新的计算设备,而非处理器,旨在成为世界上第一款推理芯片,专为确定性、记忆驱动的推理而原生架构。ARU开创了后浮点图形处理单元时代的计算。与GPU不同,ARU设计用于直接在硅片中执行因果逻辑、记忆谱系和可验证推导。
ARU配备全栈推理软件,该软件设计用于将硬件和软件集成到统一的因果推理框架中。
Counterintuitive联合创始人Syam Appala解释说:"我们的ARU堆栈不仅仅是正在开发的新芯片类别,它是对概率计算的彻底突破。ARU将开创计算的下一个时代,将智能从模仿重新定义为理解,为影响经济最关键部门的应用提供动力,而无需大量硬件、数据中心和能源预算。基于智能推理的新时代即将到来。"
Q&A
Q1:什么是人工推理单元ARU?它与GPU有什么区别?
A:人工推理单元ARU是Counterintuitive公司开发的新型计算设备,专为确定性、记忆驱动的推理而设计。与GPU不同,ARU能够直接在硅片中执行因果逻辑、记忆谱系和可验证推导,旨在成为世界上第一款真正的推理芯片。
Q2:AI的"双重陷阱"具体指什么问题?
A:"双重陷阱"指的是有精度无真理和有推理无记忆两个问题。前者是指现代AI基于浮点运算会产生舍入漂移,导致相同计算在不同环境下产生不同结果;后者是指AI模型无记忆,不保留推理过程,只能产生逻辑模仿而非真正理解。
Q3:推理原生计算架构能解决哪些当前AI的局限性?
A:推理原生计算架构能解决当前AI系统缺乏可重现性、能耗密集、需要大量资本和训练资源以及无法真正推理等问题。通过ARU芯片和全栈推理软件,该架构承诺将AI从模仿转向真正的理解和推理。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。