×

Loading...
Ad by
  • 推荐 OXIO 加拿大高速网络,最低月费仅$40. 使用推荐码 RCR37MB 可获得一个月的免费服务
Ad by
  • 推荐 OXIO 加拿大高速网络,最低月费仅$40. 使用推荐码 RCR37MB 可获得一个月的免费服务

比如,如果用 Self Balancing Bicycle Robot 就能找到一堆,比如 2012 年这个。所以说,天机芯片的重点不是 Self Balancing Bicycle,而是他们的实现方式。

Sign in and Reply Report

Replies, comments and Discussions:

  • 工作学习 / 科技杂谈 / 清华大学的天机芯片,登上了《Nature》封面。在天坛看到了演示视频,好几个科技小白表示很震撼。没有调查研究就没有发言权,所以当时我没有掺乎。刚才把视频与相关文章过了一遍,有了个大致概念。下面是我的(尽量客观公正的)观点: +5
    首先,清华的尖子毕业生,现在活跃在人工智能/深度学习的研究开发的最前沿,他们的水平,绝对是世界一流。但是清华大学教授的平均水平,应该说离世界先进水平还有差距,所以清华的学生,都是到美国的斯坦福、MIT、卡耐基梅隆、伯克利之后,才做出世界水平的成果。

    教授的水平?天机的技术路线,很值得商榷。它的架构不是主流的深度卷积网络,而是剑走偏锋,采用了脉冲神经网络。其优点,据说是模拟人类大脑神经元的工作方式。但是它有不确定性和缺陷:

    1.人类对大脑神经元的工作原理,至今并不完全了解。用计算机去复制这个不完全了解的神经元模型,效果如何,有很大的不确定性和风险。

    2.完全的生物仿真,并不一定是正确的技术途径。比如飞机发明之前,很多模仿鸟类翅膀飞行的尝试都失败了,直到固定机翼的出现。

    3.目前的技术水平,脉冲神经网络的软件硬件实现都比卷积网络困难得多,而且性能大大不如,除非元器件方面有革命性的突破。但是革命性的突破,也就意味着天机芯片的报废。所以我看不到天机芯片有什么未来。我更想不通它为什么居然登上了《Nature》封面。

    演示视频很酷眩,但是并不是世界最高水平。全美前十名大学的研究生,应该都可以做出来,而且方案更简单。说实在的,创意有些傻,谁会买一辆自行车,跟在自己后面跑?

    芯片的设计制造,需要大量的投资,而且周期很长。人工智能/深度学习仍然在迅猛发展,今天最先进的算法,等到流片出来,可能已经落后好几年了。而且天机芯片的架构,既非主流,也不是最先进,对这个投资的回报,不应该抱太大希望。

    当然,如果是国家投资,走完整个流片过程,积累了经验、培养了人才。为开发更先进的芯片达下基础,这钱也不算白花。

    我只是觉得,应该选用更加主流、更加可靠、性能更好的算法,加以实现,也许性价比会更高。当然,我接触的资料有限,天机芯片技术方案的高明之处,我也许完全没有体会到。欢迎高手指正,科技小白就不要掺乎了。

    (老大,虽然说不上呕心沥血,做研究、码字也花了好几个小时。加不加精华,你看着办 …… ;-))


    • 给清华点赞,这个项目有独创性,展示ai设备的便携,很牛,google的垃圾ai都是巨大机器,没实际意义, +1
      • 清华有出息的不是去了狗家,就是去了其他硅谷公司。剩下的就不说了。
    • 关于这个演示视频,还有一个疑问:剪辑得太厉害了,显示的自行车连续行走,都不超过5秒。如此剪辑,可以有很多原因,但是作为技术人员,自然会问:这个自行车,持续稳定行走的时间是多长? +2
      • 配乐真annoying,好像估计制造了distraction. +1
        • 配乐确实很烦人 😡
      • B站有更清晰的视频。问题是一个视频是外行看热闹的。
    • 谢谢老大加精华
    • 科技小白顶一下 👍 +1
    • 兲朝就会吹牛。上次也是清华大学,十几年前也搞了这么一回,轰轰烈烈的成立无人驾驶研究项目。十几年过去经费骗了一大堆,不同的人换了又换,现在又搞个无人自行车,还上了国外杂志,这牛大的 +2
      • 10几年前搞无人驾驶是太超前,硬件太差,目前技术搞这个自行车很有创意,展示强大的便携性,
      • tesla无人驾驶出事,据说是为了缩减成本,没用激光测距,现在小米扫地机器人都是激光测距,这些都是新技术, +1
        • 激光测距不是新技术,1970年代就很成熟了
      • 确实做出东西来了,不算吹牛吧……当然技术方案可以讨论
    • 对于追潮的人应该鼓励为主 +1
      总比跟在老美屁股后面建航母强
    • repost: #12318788 其实只是让自行车不倒下可能有很多种不同方法,有些可能更简单,但有时用更难的方法去做一件事情可能更有意义 --- 知乎上有几个回答解释了 “天机芯片” 登陆《nature》封面的意义。
      • 比如,如果用 Self Balancing Bicycle Robot 就能找到一堆,比如 2012 年这个。所以说,天机芯片的重点不是 Self Balancing Bicycle,而是他们的实现方式。

    • 我在想,如果有人骑,手放在哪?
      • 裤兜里
      • 如果有人骑,重力荷载大大改变,需要重新训练神经网络,否则会倒
    • 楼主显然没有看懂天机芯片的原理,更不了解天机芯片突破性的意义
      • 怎么看出我没有看懂?你来解释一下?
        • 在我给的链接中讲得很清楚。天机打通了本来难以交互的cnn和ann。而你认为天机仅仅是用cnn。
          • 打通了是什么意思?达到什么效果?用了两个结构不同的网络,实现大同小异的功能。复杂程度大大增加,而检测精度却下降(根据知乎上的讨论)。请问突破在哪里?
            • 我只是说你没看懂天机芯片的原理。至于两种实现方式的优劣,根本不是我说话的重点。 +1
              • 嗯…… 可能我确实没有写清楚。天机的主要卖点和争议点,都是它的脉冲神经网络,所以我专门在讲它 +1
    • 这就是祥瑞
    • 找到一个更详细的视频,可以看到自行车接受语音输入,转向、加速、跟踪、绕开障碍。 +1
      • 跟踪功能,似乎还没有达到实用化。整个视频只有一个跟踪目标,那是最容易实现的。视频结尾,出现了第二个目标。正想看看自行车如何反应,视频却结束了......
    • 这种东西属于研究阶段,这种芯片还没找到用武之地吧,目前是忽悠阶段。真还不如装到一个洗尘器上。。。