人工智能相關(guān)文章

高通谷歌和英特爾共同向英偉達(dá)發(fā)起挑戰(zhàn)

3月26日消息，據(jù)國(guó)外媒體報(bào)道，高通、谷歌和英特爾等巨頭集體向“AI霸主”英偉達(dá)發(fā)起挑戰(zhàn)，欲打破CUDA“一家獨(dú)大”的局面。 報(bào)道稱，高通、谷歌和英特爾等科技公司參與的UXL基金會(huì)正計(jì)劃開(kāi)發(fā)一套軟件和工具，使計(jì)算機(jī)代碼能夠在任何架構(gòu)的AI芯片和硬件上運(yùn)行，從而打破芯片巨頭所主導(dǎo)的AI生態(tài)。 高通人工智能和機(jī)器學(xué)習(xí)主管Vinesh Sukumar接受采訪時(shí)表示：“我們實(shí)際上是在向開(kāi)發(fā)者展示如何從英偉達(dá)平臺(tái)遷移出來(lái)。” 從長(zhǎng)遠(yuǎn)的角度來(lái)看，由于英偉達(dá)CUDA產(chǎn)生的深遠(yuǎn)影響力，UXL的最終目標(biāo)是支持英偉達(dá)硬件和CUDA生態(tài)代碼。 目前英偉達(dá)在AI芯片市場(chǎng)斬獲了高達(dá)90%的壟斷性份額，主要?dú)w功于其高性能AI GPU和軟硬件協(xié)同系統(tǒng)CUDA。 但是業(yè)績(jī)普遍認(rèn)為，隨著英偉達(dá)競(jìng)爭(zhēng)對(duì)手AMD、Groq等紛紛推出性能比肩英偉達(dá)的AI芯片，CUDA這一軟硬件協(xié)同運(yùn)算平臺(tái)“壟斷性的優(yōu)勢(shì)”才是英偉達(dá)壟斷AI芯片市場(chǎng)的最核心。 基于CUDA的AI軟硬件一體化系統(tǒng)為英偉達(dá)創(chuàng)建了一條極其寬闊的“護(hù)城河”，使得AMD等競(jìng)爭(zhēng)對(duì)手很難與英偉達(dá)在部署AI應(yīng)用方面相匹配。

發(fā)表于：3/26/2024

Open AI頻陷非法數(shù)據(jù)收集爭(zhēng)議

“有許多專家相信，Open AI公司在使用公共視頻網(wǎng)站的數(shù)據(jù)訓(xùn)練其大模型?！泵绹?guó)“商業(yè)內(nèi)幕”網(wǎng)站18日刊文稱，這家業(yè)界領(lǐng)先的人工智能（AI）初創(chuàng)企業(yè)獲取數(shù)據(jù)的方式正在引發(fā)爭(zhēng)議。不只是Open AI，近期美國(guó)多個(gè)頭部科技企業(yè)遭遇類似爭(zhēng)議。訓(xùn)練人工智能大模型的數(shù)據(jù)來(lái)源是否合法？如何界定企業(yè)使用公眾數(shù)據(jù)的邊界？都成為未來(lái)各國(guó)完善人工智能法規(guī)需要認(rèn)真考慮的問(wèn)題。 Open AI遭遇質(zhì)疑 “商業(yè)內(nèi)幕”網(wǎng)的文章以O(shè)pen AI公司旗下大火的人工智能視頻創(chuàng)作工具Sora為例稱，Sora的訓(xùn)練依賴海量數(shù)據(jù)，這些數(shù)據(jù)很可能搜刮自谷歌旗下的YouTube視頻網(wǎng)站，而這已經(jīng)幾乎是公開(kāi)的秘密。事實(shí)上，YouTube官方一直禁止使用自動(dòng)化工具批量下載網(wǎng)站視頻的做法，也禁止下載YouTube視頻用于商業(yè)目的，并采取限流等措施應(yīng)對(duì)工具刮削。文章稱，目前尚不清楚Open AI是用了什么樣的技術(shù)手段繞過(guò)YouTube的攔截。

發(fā)表于：3/21/2024

全局通道注意力增強(qiáng)的毫米波圖像目標(biāo)檢測(cè)

針對(duì)主動(dòng)毫米波圖像中目標(biāo)與背景紋理區(qū)分度較低導(dǎo)致隱匿目標(biāo)漏檢問(wèn)題，并根據(jù)安檢實(shí)時(shí)性要求，提出一種基于全局通道注意力增強(qiáng)的主動(dòng)毫米波圖像目標(biāo)檢測(cè)方法。該方法以YOLOv5s為載體，在坐標(biāo)注意力位置方向上引入全局通道注意模塊，增強(qiáng)對(duì)隱匿目標(biāo)全局通道信息的關(guān)注，從而提升在隱匿目標(biāo)與背景紋理區(qū)分度較低時(shí)的檢測(cè)能力；再利用K-means++聚類算法重新生成適合毫米波圖像目標(biāo)檢測(cè)的錨框。實(shí)驗(yàn)結(jié)果表明，無(wú)論是陣列圖像數(shù)據(jù)集還是線掃圖像數(shù)據(jù)集，該方法增強(qiáng)了對(duì)隱匿目標(biāo)的特征注意，提高了召回率，在滿足安檢實(shí)時(shí)性的前提下，提升了檢測(cè)性能。通過(guò)增加少量參數(shù)，在陣列圖像數(shù)據(jù)集上，精度、召回率和mAP@.5達(dá)到了92.0%、90.93%和95.32%；在線掃圖像數(shù)據(jù)集上，精度、召回率和mAP@.5達(dá)到了94.65%、92.67%和97.73%。平均單張圖像推理時(shí)間在兩個(gè)數(shù)據(jù)集上均達(dá)到1 ms，滿足實(shí)時(shí)性要求。

發(fā)表于：3/20/2024