IBM研究员发表了一篇论文,介绍了将模拟计算用于人工智能(AI)的突破。
在构建人工智能系统的时候,需要对数据模型进行训练。就是对训练数据的不同子集赋予不同的权重,例如描述猫不同特征的图像数据。
在传统(数字)计算机上训练人工智能系统时,人工智能模型分散存储在内存中。计算任务需要在内存和处理单元之间不断传递数据。IBM 表示,这一过程会减慢计算速度,并限制能够实现的能效上限。
将模拟计算用于人工智能,可能会提供一种更有效的方法,实现同数字计算机上运行的人工智能相同的结果。IBM将模拟内存计算或模拟人工智能定义为一种借鉴生物大脑神经网络运行方式关键特征的技术。研究人员表示,在人类和许多其他动物的大脑中,突触的强度(称为权重)决定了神经元之间的通信。
IBM表示,在模拟人工智能系统中,这些突触权重被就地存储在相变存储器(PCM)之类的纳米级电阻存储器件的电导值中。然后,它们在深度神经网络中被用于进行累积乘法运算。
IBM表示,这项技术可以减少在存储器和处理器之间不断发送数据的需求。
在发表于《自然-电子学》(Nature Electronics)的一篇论文中,IBM研究院介绍了一种混合信号模拟人工智能芯片,可运行各种深度神经网络(DNN)推理任务。据IBM 称,这是首款在测试中执行计算机视觉AI任务方面与数字芯片不相上下的模拟芯片,而且能效比后者更高。
该芯片是在IBM的奥尔巴尼纳米技术中心制造的。它由64个模拟内存计算内核(或芯片)组成,每个内核包含一个256 x 256的突触单元交叉阵列。IBM表示,每个芯片中都集成了基于时间的模数转换器,用于在模拟数据和数字数据之间转换。每个芯片还集成了轻量级数字处理单元,IBM 称这些处理单元可执行非线性神经元激活功能和缩放操作。
IBM表示,每块芯片都可以执行一层DNN模型相关的计算。论文作者表示:“利用该芯片,我们对模拟内存计算的计算精度进行了最全面的研究,并在CIFAR-10图像数据集上实现了92.81%的精确度。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。