發表文章

目前顯示的是有「intel」標籤的文章

東奧中的人工智慧,日本拿下東奧柔道金牌靠AI助攻- 1

圖片
  本來要在 2020 年舉辦的日本東京奧運,因為 Covid-19 疫情史無前例地推遲至 2021 年舉行,儘管經歷了風風雨雨、充滿不少爭議,但此次舉辦的東京奧運卻也是結合科技實力的一個重要展現:將最新的  AI   人工智慧 技術導入於選手的訓練、提升參賽運動員和觀眾的體驗,以及解決賽程中所面臨的問題等。 Intel 推 3DAT 運動追蹤, AI 加速處理分析動作 晶片龍頭大廠  Intel (英特爾)開發了 3D 運動員追蹤技術(簡稱為 3DAT ,全名為 3D Athlete Tracking),用於追蹤短跑比賽等項目。它以攝影機拍攝選手的體型、動作並上傳到阿里巴巴的雲端上,以姿態估測演算法(pose estimation algorithms)做選手身體動作的生物力學分析後,再將「幾乎同步」的分析資料疊加在即時轉播的影片上。 雲端攝影追蹤 x AI加速處理分析,不需任何穿戴裝置! DAT 的運用能為參賽選手提供訊息和洞察分析:如運動的姿勢、阻礙他們前進的因素等。此項技術使用4部雲端的攝影機拍攝全身主要關節位置,發送給內建  Intel   人工智慧 加速功能「Deep Learning Boost AI」的處理器進行分析。教練收到分析報告和圖表後,就能更清楚地了解選手弱點、如何更精準的調整運動姿勢、規劃訓練等,來幫助選手充分發揮潛力。 另外,使用 3DAT 追蹤時,選手不需要穿戴任何感應裝置,而影響到訓練過程。 AI 透過 40000 影片分析,造就日本柔道金牌 東京奧運柔道項目中,日本選手高藤直壽在 60 公斤男子柔道項目中奪金,讓拿下銀牌的台灣選手楊勇緯忍不住落淚。原來,高藤奪金的秘密之一,在於背後有著  AI  透過 4 萬支影片的大數據分析! 在 60 公斤量級金牌戰拿下銀牌,而日本選手金牌得主高藤直壽,和日本隊連續奪得多枚金牌背後的關鍵是什麼呢? 其實,自 2016 年里約奧運後的國際賽事,日本柔道隊都會分析人員到場拍攝與分析超過四千名選手的動作,解析他們的招數、技巧、優劣勢,像是何時進攻、何時該防守、如何抓住對方的道服等,讓教練、選手隨時都能透過影像來確認。 像是近期兩場的世界錦標賽上,日本隊分析後得知:過往柔道得分率最高的「過背摔」和「內股」等主要...

AI設計IC晶片的速度竟然如此飛快~來看看它的厲害!

圖片
AI 已經開始練習如何設計IC晶片了,人類又要被超越了嗎?   目錄 從 6 個月變成 6 小時 工程師又要被 AI 取代了嗎? Photo by Brian Kostiuk on Unsplash 疫情衝擊之下,全球的電子產品消費需求提高,除了使 IC 晶片需求大增外,許多產線停滯、公司延遲出貨,也使得晶片更加供不應求。 除此之外,在晶片生產流程之中,「晶片設計」的環節曠日費時,是一門複雜的專業技術,主要由專業晶片設計公司進行規劃、設計,如台灣人熟知的聯發科,國際上的知名大廠如高通、Intel 等等。 過去可能需要許多位專業工程師、花上好幾個月的時間,才能規劃、設計出一張晶片。 然而, Google  日前在《自然》期刊中發表的一篇論文中表示,Google 新研發的一款 人工智慧  AI,只要不到 6 小時的時間,就能設計出人類需要數月時間的晶片!   從 6 個月變成 6 小時 不僅如此,Google 於論文中表示,新的  AI  不只可以在六小時內設計出一款晶片,包括功耗、性能和晶片面積等各種指標,也都優於人類工程師所設計出的晶片。 即使目前的 IC 晶片製造流程中,已經有許多步驟能自動化了,不過在製造前的設計階段依然需耗費不少時間,因此 Google 號稱能自動設計出新晶片 AI,就如對整個半導體產業投下震撼彈。 Google  系統 機器學習 主管 Azalia Mirhoseini 稱:「我們的方法已經用於生產,設計下一代 Google TPU。」 TPU 為「張量處理器」,是 Google 開發的特殊應用積體電路(ASIC),專門用於強化機器學習,在 AI 相關領域的表現優異。由此可見,Google 正透過使用  AI  設計晶片,用來創建更快速、更完善的 AI 系統。 IC 晶片是電子產品中最重要的部分。Photo by Harrison Broadbent on Unsplash 一張小小的晶片中,需要容納、整合上萬個微電子組件,並以總長達數公里長的極細線將其連接,而如何讓數量龐大的組件處於最佳位置,並且功能正常,是晶片佈局規劃中的嚴峻挑戰。 Goo...