超维计算让AI有记忆和反应,还能解决自动驾驶难题

简介: 这可以打破我们与自动驾驶汽车和其他机器人之间的僵局,这也将促使更像人类AI模型的出现。

马里兰大学的一个研究团队最近提出了超维计算理论(hyperdimensional computing theory),能够让机器人拥有记忆和反应。这可以打破我们与自动驾驶汽车和其他机器人之间的僵局,这也将促使更像人类AI模型的出现。 

TB14VrVXBGw3KVjSZFwXXbQ2FXa.jpg

解决方案

马里兰州团队提出了一种理论方法——超维计算,一种超线程的替代方式,基于布尔值和数字计算,可以取代当前用于处理感官信息的深度学习方法。

根据团队成员之一也是论文作者的博士生Anton Mitrokhin的说法,这很重要,因为要让AI像人类一样面临着处理的瓶颈:

基于神经网络的AI方法既庞大又缓慢,因为这种方法无法记忆。我们的超维理论方法可以产生记忆,这将大幅减少计算需求,并且使任务可以更快和更有效地完成。

记忆是当前人工智能所不具备的,但这对于预测未来的任务非常重要。想象一下,在打网球的时候,每次击球时你都不在头脑中计算,而只是跑过来,然后打它。你感知到球并采取行动,没有借助其他东西将真实世界的数据转化为数字数据然后进行处理。这种在没有过滤器的情况下将感知转化为行动的能力是人类在现实世界中固有的能力。

问题

2016年5月,特斯拉汽车在开启自动驾驶辅助系统的情况下,未能“看到”卡车的白色拖车,特斯拉汽车以高速公路的速度撞向它。最近又发生了同样的事情。不同型号特斯拉汽车,不同版本的自动驾驶系统,但结果是同样的,这是为什么?

虽然埃隆马斯克应该承担一些责任,人为错误也需要对此负责,但事实仍然是深度学习会让自动驾驶汽车变得糟糕,并且没有太大的希望让它会变得更好。

 

TB1i6rQXBSD3KVjSZFqXXc4bpXa.png

其原因很复杂,但可以很容易地解释。AI不知道汽车、人、拖车或热狗的样子。很容易发现,一个深学习型AI模型可以通过一百万张的图片进行训练让这个模型对热狗图片识别的精确度达到99.9%,但它永远不会知道真正看起来像是什么样。

未来

超维计算理论为AI提供了真正“看到”世界并做出自己推论的能力。通过对每个可感知的对象和变量进行数学运算,超矢量可以在机器人中实现“主动感知”,而不是试图通过强制处理整个宇宙。

据论文的主要作者 Yiannis Aloimonos所说:

主动感知者知道为什么要感知,然后选择要感知的内容,并确定感知的方式,包括何时以及在何处实现感知。它选择并专注于场景、时刻和情节。然后,它将其机制,传感器和其他组件,以根据它想要查看的内容进行操作,并选择最佳捕获其意图的视点。我们的超维框架可以解决每个问题。

虽然机器人的超维计算操作系统的创建和实现仍然是理论上的,但这些想法为研究提供了一条前进的道路,可以为无人驾驶汽车AI提供解决当前需要解决问题的方法。

此外,这个理论不仅仅是机器人技术。研究人员的最终目标是用更快、更有效的基于超维计算的替换神经网络模型取代迭代神经网络模型。这可能会导致一种没有进展的线下,它接近于开发新的机器学习模型。

我们可能更接近于实现一个能够在不熟悉的环境中学习执行新任务的机器人 - 比如“Jetsons”中的Rosie The Robot - 比大多数专家都认为的更好。当然,像这样的技术也可能带来其他问题......不那么卡通化的产品:雷锋网

TB1HkYYXqWs3KVjSZFxXXaWUXXa.png

雷锋网编译,via thenextweb 雷锋网(公众号:雷锋网)

目录
相关文章
|
1月前
|
存储 人工智能 NoSQL
万字解码 Agentic AI 时代的记忆系统演进之路
本文深入探讨了在 Agentic AI 时代,记忆(Memory) 作为智能体核心能力的定义、构建与技术演进。
万字解码 Agentic AI 时代的记忆系统演进之路
|
20天前
|
存储 人工智能 搜索推荐
一种专为AI代理设计的内存层,能够在交互过程中记忆、学习和进化
Mem0 是专为 AI 代理设计的内存层,支持记忆、学习与进化。提供多种记忆类型,可快速集成,适用于开源与托管场景,助力 AI 代理高效交互与成长。
236 123
一种专为AI代理设计的内存层,能够在交互过程中记忆、学习和进化
|
4月前
|
存储 人工智能 自然语言处理
构建智能AI记忆系统:多智能体系统记忆机制的设计与技术实现
本文探讨了多智能体系统中记忆机制的设计与实现,提出构建精细化记忆体系以模拟人类认知过程。文章分析了上下文窗口限制的技术挑战,并介绍了四种记忆类型:即时工作记忆、情节记忆、程序性记忆和语义知识系统。通过基于文件的工作上下文记忆、模型上下文协议的数据库集成以及RAG系统等技术方案,满足不同记忆需求。此外,高级技术如动态示例选择、记忆蒸馏和冲突解决机制进一步提升系统智能化水平。总结指出,这些技术推动智能体向更接近人类认知的复杂记忆处理机制发展,为人工智能开辟新路径。
411 5
构建智能AI记忆系统:多智能体系统记忆机制的设计与技术实现
|
1月前
|
人工智能 自然语言处理 机器人
AI Compass前沿速览:Jetson Thor英伟达AI计算、Gemini 2.5 Flash Image、Youtu腾讯智能体框架、Wan2.2-S2V多模态视频生成、SpatialGen 3D场景生成模型
AI Compass前沿速览:Jetson Thor英伟达AI计算、Gemini 2.5 Flash Image、Youtu腾讯智能体框架、Wan2.2-S2V多模态视频生成、SpatialGen 3D场景生成模型
AI Compass前沿速览:Jetson Thor英伟达AI计算、Gemini 2.5 Flash Image、Youtu腾讯智能体框架、Wan2.2-S2V多模态视频生成、SpatialGen 3D场景生成模型
|
19天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
24天前
|
机器学习/深度学习 人工智能 容灾
硅谷GPU云托管:驱动AI革命的下一代计算基石
在人工智能与高性能计算席卷全球的今天,硅谷作为科技创新的心脏,正通过GPU云托管服务重新定义计算能力的边界。无论您是初创公司的机器学习工程师,还是跨国企业的研究团队,硅谷GPU云托管已成为实现突破性创新的关键基础设施。
|
1月前
|
存储 人工智能 NoSQL
基于PolarDB-PG一站式AI Agent长记忆方案
本文介绍了基于PolarDB-PG的AI Agent长记忆方案,结合Mem0框架,提供向量与图数据库一站式支持,解决LLM跨会话、跨应用“失忆”问题。方案具备跨会话记忆、个性化服务、高效检索等能力,适用于各类AI应用场景。
|
2月前
|
人工智能 缓存 API
8大AI记忆优化策略助你突破智能体上下文限制
本文深入解析AI系统中的记忆管理策略,涵盖8种主流方案及工程实现,助你突破上下文限制,构建高效智能体。
492 0
|
3月前
|
人工智能 IDE 搜索推荐
通义灵码2.5评测:从编程智能体到记忆感知的AI编码革命
通义灵码2.5版本更新带来了多项新功能,包括Lingma IDE的开箱即用体验、编程智能体模式实现端到端编码任务、MCP工具集成扩展AI助手能力以及Qwen3模型升级大幅提升代码生成准确性和效率。此外,新增长期记忆与上下文感知功能,使开发更个性化和高效。尽管存在一些局限性,如复杂业务逻辑仍需人工干预,但整体显著提升了开发效率。官方还提供了高质量视频课程助力用户学习。
779 10
|
4月前
|
传感器 人工智能 自动驾驶
生成式AI应用于自动驾驶:前沿与机遇
近期发表的一篇综述性论文总结了生成式AI在自动驾驶领域的应用进展,并探讨了自动驾驶与机器人、无人机等其它智能系统在生成式AI技术上的交叉融合趋势
174 10

热门文章

最新文章