
近日,北京灵汐科技有限公司(以下简称“灵汐科技”)签署了CLA(Contribution License Agreement,贡献者许可协议),正式加入龙蜥社区(OpenAnolis)。
灵汐科技成立于 2018 年,是一家全球领先的类脑计算技术公司,拥有一支兼备算法、硬件、软件、芯片研发的团队,致力于创造持续自主进化的新智能体。
灵汐科技基于类脑计算存算一体、众核并行、异构融合的创新架构,成功研发出业内首创、且极具商用价值的自研 AI 类脑芯片领启TMKA200,并构建了基于 KA200 的产品体系,如类脑计算板卡、类脑模组、类脑服务器以及相关软件工具链和系统软件,产品可广泛应用于云端和边缘端的 AI 应用场景以及脑仿真与脑科学研究。
龙蜥社区是国内领先的操作系统开源社区,由国内外主流的操作系统厂商、芯片厂商、云计算公司共同发起,旨在构建一个开源、中立、开放的 Linux 上游发行版社区及创新平台。
灵汐科技副总经理华宝洪表示:“很高兴能够加入龙蜥社区,期待灵汐科技与龙蜥社区展开深入合作,聚焦类脑计算等国家重大前沿战略技术,推动类脑计算芯片、板卡及解决方案在脑科学和传统 AI 领域的应用落地,繁荣开源生态。”
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。