5月19日,第五届世界人工智能大会在天津盛大开幕之际,恩智浦半导体于天津建立的人工智能应用创新中心也同期启动。
恩智浦人工智能应用创新中心启动仪式
在人工智能应用创新中心启动活动后,通过对恩智浦大中华区主席李廷伟博士的采访可以了解,恩智浦在天津发展已超过30年,有近600人的研发团队和一个领先的封装测试工厂,并与天津的高校、地方政府有紧密的合作。恩智浦的这些投入已然成为中国和欧洲进行智能化技术链接的一条重要纽带。
恩智浦大中华区主席李廷伟博士
而恩智浦在天津建立的人工智能应用创新中心,可以帮助智能产业培养更多专业人才,并且在其周围聚集更多智能企业,促进全套产业链的诞生。同时,恩智浦人工智能应用创新中心还提供可以连接全球资源的云平台,赋能人工智能物联网应用生态圈的协同创新。
作为一个芯片企业,恩智浦一直希望成为“边缘处理之王”。现在边缘端的应用非常广泛,它可以极大减少时延,响应速度非常迅速。比如一辆智能汽车,需要几百个边缘节点,如果一个节点的芯片没匹配的话,对于汽车安全就会形成挑战。
这就让记者产生了一个疑问,未来伴随着人工智能技术的发展,会是人控制机器,还是机器控制人?
以前机器即使再强大,由于没有判断能力,因此也就不存在谁控制谁的问题。而人工智能技术的出现,让机器有了可以比人更强的分析与判断能力,于是在未来的人工智能时代,到底依旧是人控制机器,还是改由机器来控制人呢?
对于这个问题,恩智浦曾于去年发布名为《算法道德》的白皮书,并在其中详细介绍了人工智能原则的全面框架,即:不作恶、人类自主、可解释性、持续关注与警惕、以及通过设计确保隐私性与数据安全性。这些原则根植于恩智浦的企业价值观与道德准则中,并且在恩智浦构建全球复杂安全设备的悠久传统中得到了践行。李廷伟博士进一步表示,在互联网发展的进程中,恩智浦一直在参与行业标准的制定,也一直与政府组织沟通交流,因为人工智能牵涉到“定义”层面的问题。恩智浦希望这些新技术更好地发展,定义和标准甚至有时候会滞后一点,但恩智浦相信这些技术最终是为人类服务的。
安全在这一过程中尤为重要,恩智浦认为,建立对人工智能的信任始于保护设备安全。以采用边缘处理(Edge Processing)技术的汽车为例,汽车中的节点,过去只是一个节点或者功能点,但现在每个节点都是一个智能节点。智能节点就牵涉到算法和数据,那么数据的安全就非常重要。恩智浦在安全上具有强大优势,比如现在恩智浦和一些车厂合作,协助他们实现电气化、自动化的汽车制造。当汽车销往海外时,每个节点都包含很多信息,牵涉到隐私问题等等,恩智浦正好在功能安全上有很强的能力,可以协助车厂满足海外的安全合规要求。
现在除了汽车之外,还有很多东西都在数据化的过程之中,比如护照中的芯片、全球的智能物流、智能零售等等,而数据化也涉及到可扩展性和安全性等不同的维度,但是恩智浦的目标是综合起来这些不同的维度,最终使其能够最大限度为人类进行服务。
最后,李廷伟博士表示:“作为一家全球领先的半导体厂商,恩智浦的产品已经被广泛应用到了智慧生活的各个领域,可以说‘无处不在’。通过人工智能应用创新中心,我们期待与客户、合作伙伴更加密切的互动,通过恩智浦的领先技术加速更多应用的开发落地,并赋能本土客户、特别是中小企业发展,实现共赢。”
采用恩智浦技术的OpenMV、摩托车仪表盘、指静脉检测、智能手表解决方案
天津大学学生利用恩智浦芯片开发多种应用
好文章,需要你的鼓励
今年是AI智能体的爆发年。聊天机器人正演进为能代表用户执行任务的自主智能体,企业持续投资智能体平台。调研显示,超半数高管表示其组织已在使用AI智能体,88%在智能体上投入过半AI预算的公司已从至少一个用例中获得投资回报。Gartner预测,到2026年40%的企业软件应用将包含智能体AI,2035年智能体AI可能驱动约30%的企业应用软件收入。企业开始将AI智能体视为员工,建立招聘培训体系。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
谷歌的Nano Banana Pro AI模型生成的图像逼真度令人震惊,其关键在于完美模拟了手机相机的拍照特征。这些AI生成的图像具备手机拍照的典型特点:明亮平坦的曝光、较大的景深范围、略显粗糙的细节处理,甚至包含噪点。该模型还能自动添加符合情境的细节元素,如房产照片的水印等,使图像更加真实可信。这种技术进步意味着辨别AI生成内容变得更加困难。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。