每周AI资讯-20220716

本周AI领域重要资讯:

特斯拉AI高级总监Andrej Karpathy离职:效力特斯拉5年后,特斯拉AI高级总监、自动驾驶负责人Andrej Karpathy7月13日正式宣布离职。特斯拉自动驾驶部门目前正经历关键转折点,5年来的发展未达到马斯克承诺的目标,同时,因为多起事故原因,美国国家公路和安全管理局(NHTSA)正在对其自动驾驶技术进行调查。

[相关链接]:

Andrej Karpathy离职时间及马斯克的回复:https://twitter.com/karpathy/status/1547332300186066944

新闻链接:https://www.cnbc.com/2022/07/13/tesla-ai-leader-andrej-karpathy-announces-hes-leaving-the-company.html

谷歌在最新的 AI 基准测试中击败 NVIDIA:MLcommons 近日进行了一项名为MLPerf Training v2.0的基准测试程序,以测量用于训练机器学习模型的硬件和软件的性能。谷歌基于云的TPU v4 ML超级计算机在涵盖语言、计算机视觉、强化学习和推荐系统的八次训练测试中有四次优于NVIDIA A100。

[相关链接]:

测试结果:https://mlcommons.org/en/training-normal-20/

新闻链接:https://www.forbes.com/sites/moorinsights/2022/07/12/google-dethrones-nvidia-in-latest-artificial-intelligence-benchmarking-tests

MIT开发出AI制药新模型,效率提升千倍:MIT最近开发出一种新模型-EquBind,可以提前预测新蛋白质分子的结构,使药物开发的效率提升1200倍。

[相关链接]: https://news.mit.edu/2022/ai-model-finds-potentially-life-saving-drug-molecules-thousand-times-faster-0712

DeepMind新模型Plato表明AI可以理解直觉物理学:“直觉物理学”使我们能够与物理世界进行实际的接触,并构建“常识”的关键部分。与幼儿相比,当前的人工智能系统在对直觉物理学的理解上显得苍白无力。DeepMind的计算机科学家Luis Piloto和他的同事创建了一个可以学习简单物理规则的新模型,通过自动编码和跟踪对象进行物理学习。

[相关链接]:

论文地址:https://www.nature.com/articles/s41562-022-01394-8

数据集地址:https://github.com/deepmind/physical_concepts

字节跳动或自研芯片:根据36kr报道, 字节芯片研发团队已组建 1 年多,目前主攻三个芯片方向:服务器芯片、AI 芯片以及视频云芯片。

[相关链接]:https://36kr.com/p/1827036146992902

原创文章,作者:afeng135,如若转载,请注明出处:https://www.521dj.com/225690.html