自動化定律，NTT研究詳細介紹了' AI的物理”組

確保AI安全需要建立強大的護欄，並開發可解釋的AI服務，而沒有偏見和幻覺。情報不僅必須是聰明的，而且還必須值得信賴和負責。

NTT Research的新成立的人工智能小組的物理學是其物理和信息學實驗室的衍生產品，旨在建立有關AI物理，經濟學，運動和數學的基本定律。在物理，神經科學和機器學習專家Hidenori Tanaka博士的帶領下，該小組採用了跨學科的方法來理解AI。

揭示AI的內部工作

NTT研究總裁兼首席執行官Kazu Gomi強調了該集團在培養對AI的社會理解及其對我們與技術關係的影響方面的作用。該組織試圖解決圍繞AI的關注和偏見，為和諧的人類共存鋪平了道路。

該小組認識到了解AI和機器學習的“黑匣子”性質的重要性，尤其是在開發節能係統中。與雲計算的演變相似，在初步採用之後，安全問題的發展，AI的可信度和安全性現在正在受到越來越多的關注。

橋接生物學和人工智能

人工智能小組的物理學將與學術研究人員合作，以探索生物學和人工智能之間的相似性，旨在與人與AI協作進行和諧融合。這涉及了解AI培訓，知識獲取和決策過程。 NTT與物理學相似，其中理解基本原理（如熱力學）導致了技術進步。該小組的研究將同樣影響AI的未來。與哈佛大學的腦科學中心合作將進一步努力。

神經網絡修剪和AI推理

先前的研究涉及分析神經網絡修剪算法 - 消除深度學習網絡中不太重要的參數以提高效率的過程。這項工作著重於AI內部力學的細節，包括修剪權重與偏見對模型性能的影響。

NTT最近的平台更新包括一個新的AI推理芯片，這是一種大型集成（LSI），旨在實時處理超高定義視頻。這種低功率技術是邊緣計算和功率受限設備（例如物聯網傳感器和遠程患者監視設備）的理想選擇。

邊緣計算中的功率效率

LSI通過實施NTT創建的AI推理引擎來克服邊緣和受限環境中的功率限制。使用Yolov3對象檢測算法，該發動機在保持準確性的同時降低了計算複雜性。與NTT Data，Inc。合作。利用基於屬性的加密（ABE）技術來增強數據安全和訪問控制。安倍根據屬性和策略確定數據解密，以確保細粒度的訪問控制。

其他PHI實驗室組正在通過光學計算和Niobate薄膜技術探索節能AI計算。受生物大腦的能源效率的啟發，新組將研究生物大腦和人工神經網絡之間的相似之處。

人工智學和人類的和諧未來

人工智能小組的三管制使命的物理學包括：加深我們對AI機制和整合道德的理解；創建系統可控的AI環境以進行觀察；並通過改進的操作和數據控制來重建AI和人類運營商之間的信任。田中博士強調了可信度是和諧人類共存的關鍵，該小組的研究旨在開發更自然的智能算法和硬件。

考慮到NTT在東京的廣泛基礎設施以及其地下電纜網絡，該公司對複雜的技術系統具有獨特的理解，為其AI研究提供了強大的基礎。

以上是自動化定律，NTT研究詳細介紹了' AI的物理”組的詳細內容。更多資訊請關注PHP中文網其他相關文章！