這個美國高中生在車庫裡,自己造芯片

圖片
在自家車庫造芯片?還用到光刻技術?先別吃驚,國外真有人這麼乾了,而且還是一名高中生。
美國小伙Sam Zeloof從高中開始就嘗試自行研發芯片,Zeloof稱他最開始是在油管上看到一位博主分享了自製晶體管的視頻,很有興趣,因此自己也開始收集製作芯片所需的原材料和二手設備,為芯片製造做準備。

图片

高中時期的Zeloof
2018年4月,17歲的Zeloof發布了自己研發的第一代芯片Z1,Z1採用5微米PMOS(指n型襯底、p溝道,靠空穴的流動運送電流的MOS管)製程,雖然只有6個晶體管,但Z1對Zeloof而言更多是一塊設備測試用芯片,當逐漸調試好設備和掌握了芯片的生產流程後,Zeloof未來的目標是製造出能達到英特爾歷史上第一款處理器Intel 4004水平的芯片。
Zeloof表示他用第一個芯片做了一些很酷的項目,如LED閃光器,還有吉他的失真效果器,雖然它們的工作狀態都不錯,但問題也很明顯,像是mosfet(一種可以廣泛使用在模擬電路與數字電路的場效晶體管)的閾值電壓很高,因此需要連接1-2個9伏的電池,Zeloof想在他的新一代芯片上解決這個問題。

图片

用Z1芯片做的吉他失真效果器
終於,今年Zeloof的新一代芯片Z2來了,他在其個人博客(http://sam.zeloof.xyz)上分享了其製作的升級版Z2芯片的全過程。
據其透露,Z2芯片採用10微米多晶矽柵極工藝並可容納100個晶體管,這與Intel 4004處理器的技術相同,Z2芯片是一個簡單的10×10晶體管陣列,用於測試、表徵和調整過程,但這是向更先進的DIY 計算機芯片邁出的一大步。

图片

Zeloof的Z1和Z2芯片
Zeloof做了12個晶體管的陣列,因此整個矽片上集成了1200個晶體管,英特爾的第一款處理器Intel 4004也只有2000個晶體管,Zeloof表示產自“手工作坊”Z2芯片目前也達到了一個不錯的複雜水平,畢竟他一個人乾了上個世紀70年代英特爾一組人做的事情,Zeloof表示他很快就會製作更多有趣的電路。

图片

Z2芯片上的晶體管陣列
現在來看一下Zeloof是如何在自家車庫“肝”出Z2芯片的。
Zeloof表示這款新芯片是通過多晶矽柵極工藝製造的,它的閾值電壓僅為1伏左右,能在非常低的電壓下良好的工作,同時,它的邏輯電壓可以低至3.3伏到5伏,因此功耗更低,並且可以封裝成更小的芯片。

图片

晶圓切面示意圖
令人驚異的是,Z2芯片的第一道工序竟然是從PS中開始的,Zeloof表示他使用PS來做芯片設計的原因是PS相較於一些複雜的專業芯片設計軟件使用起來更加方便。

图片

Zeloof在PS中設計的版圖
Z2芯片的製作首先通過200mm的晶圓開始,這些初始晶圓比較大,因此Zeloof首先用金剛石劃片把晶圓切成了半英寸正方形的小塊。

图片

晶圓切片
Zeloof首先要做芯片的摻雜層,它能形成mosfet的源極和漏極,他把切好的晶圓放到自旋機上,然後在上面沉積光刻膠,只需要大概100微升光刻膠就能覆蓋整個晶圓,然後以4000rpm的速度旋轉30秒將多餘的光刻膠旋出。

图片

旋勻晶圓上的光刻膠
隨後將晶圓放在約95度的電熱板上乾燥1分鐘用來除去剩下的溶劑,在溶劑乾燥後會留下一層固態薄膜。

图片

溶劑乾燥後留下的固態薄膜
然後將晶圓送入自製的無掩模光刻機中進行曝光,目的是將之前PS中的圖像投影到芯片上,通過dlp投影儀把一些光學器件將圖像縮小並投射至芯片。晶圓中心的藍點是整個曝光場,它大約會持續9秒,當曝光一次結束後繼續移動晶圓,以曝光其它區域。

图片

晶圓在無掩模光刻機中曝光
下一個步驟是顯影。首先把晶圓放在一定百分比的氫氧化鉀溶液中約一分鐘,從而蝕刻掉暴露的光刻膠部分,接著用水洗去殘留的顯影劑,並用顯微鏡檢查以確保一切正常,如果出現了問題可以把光刻膠層揭掉,然後用不同的曝光或顯影時間再來一次。

图片

蝕刻晶圓上的光刻膠
光刻的圖像是在光刻膠層中形成的,下一步是要用蝕刻劑把圖像轉移到多晶矽層,因此暫時不需要光刻膠掩膜層,可以用丙酮將其剝離。

图片

晶圓切面示意圖
隨後對芯片進行清潔乾燥,然後加上磷溶液並進行旋轉,接著在一千多攝氏度的高溫下烘烤45分鐘,這樣才能將磷原子轉移到剛才用光刻膠形成的小井中,以形成mosfet的源極和漏極。

图片

晶圓在高溫爐中烘烤
接著重複旋塗、烘烤、顯影的過程,製作出芯片的柵極層以及接觸層。

图片

晶圓在高溫步驟後表面會有一層絕緣的二氧化矽覆蓋,因此在接觸層掩膜結束後,還要用氫氟酸(美劇《絕命毒師》中的“化屍水”,雖然是弱酸但腐蝕性驚人,玻璃容器也能腐蝕,化工學子們有道“寧用硫酸鹽酸硝酸不用氫氟酸”)或者三氟甲烷之類的試劑進行刻蝕,從而剝離絕緣體來確保通電。

图片

刻蝕二氧化矽後的晶圓切面效果圖
然後將晶圓放入真空室,來蒸發一個約1微米厚的鋁層,然後再重複整個光刻過程,炫圖曝光和顯影,以形成金屬層。 Continue reading

起底庫克對AR的愛:連續5年站台,押注蘋果下一個未來

蘋果CEO蒂姆·庫克連續五年都在大贊AR技術前景可期!
五年時間,十五次公開場合,庫克都在“表白”自己對AR技術的喜愛。不僅如此,庫克還認為AR將是蘋果的下一個“節點”,目前蘋果已經投入了近千人的研發團隊來開拓這個新領域。
外媒The Verge推測這些誇讚AR的言論可能代表著庫克的一種態度——AR的應用前景比人們的市場預期要好,VR則反之。
如今,iPhone和iPad都可以使用相應的AR功能,業內也多次傳聞蘋果將很快發布AR/VR頭顯。
庫克已經擔任蘋果CEO十年,帶領著蘋果成為全球市值最高的公司,但與蘋果創始人喬布斯相比,庫克缺少一些像iPhone、iPad、Mac那樣具有標準性、能給行業帶來震撼的產品。
The Verge表示,雖然蘋果還沒有推出AR頭顯或者AR眼鏡,但AR可能將會成為庫克任期內的“標誌”。
近期彭博社還曾表示,庫克在任期結束後,可能會負責AR領域。

图片

The Verge整理了五年以來,庫克對AR領域發表的言論。庫克為什麼覺得“AR的發展潛力大於VR”、AR又將會如何加強人與人之間的聯繫、蘋果的AR佈局是怎樣的?我們可以嘗試從這些言論中找到答案。
01
庫克五年內十五次為AR“站台”
AR將改變溝通方式
庫克究竟有多看好AR領域?在谷歌剛發布穀歌AR眼鏡時,庫克曾表示很難看出谷歌眼鏡的“吸引力”,這種AR可穿戴設備不會受歡迎。
但自2016年以後,庫克開始瘋狂“打臉”,五年內曾經十五次談到自己十分看好AR技術的發展,並且認為AR比VR更具市場潛力。
1、2016年7月:“AR真的很棒”
庫克曾在季度財報電話會議講:“我們一直在這方面(AR)投入很多,未來我們也將會繼續投入。從長遠的角度出發,我們高度重視AR,我們認為這對消費者來說是件很棒的事情。
並且,這也是一個很好的投資機會。我們首先要求我們的產品將可以和其他開發者的產品適配。就像神奇寶貝(Pokémon)那樣,你可以看到許多人都拿著iPhone去尋找神奇寶貝。”

图片

▲用iPhone尋找神奇寶貝

2、
庫克在接受《華盛頓郵報》採訪時談道:“我認為AR非常有趣,是一種核心技術。所以,我們談到(我們在)幕後做了很多事情。”
3、
“VR和AR都很有意思,但我目前認為二者之間,AR將更具價值。AR可以讓我們兩個人都坐下來並且面對面彼此交談,並且我們還能看到一些其他的東西。這些東西可能與我們正在談論的事情有關,可能是一些不在場的人假裝在場。”庫克在參與《早安,美國》訪談時提及對AR的態度。
“那裡(AR)有很多非常酷的東西。”
4、2016年10月:“AR將成為生活的一部分”
庫克在猶他科技之旅的談話中詳細介紹了AR的重要性,以及為什麼他會覺得AR比VR更具有發展潛力,同時他還強調AR在商業化上面臨的重大技術挑戰。
對於AR什麼時候可以成為“現象級”,庫克表示當每個人都擁有AR體驗,每個人都認為AR是一件“可接觸的事情”時,AR就成為了一種“現象級”技術。
“這裡沒有人或者說很少有人,能接受一直站在電腦前或坐在電腦前,也很少有人接受’困’於某物。因為我們每個人在內心深處都是社會人。即使是內向的人也是社會人,我們喜歡人,我們想要互動。而在這兩者(VR和AR)中,參與AR互動的人數會更多一些。”

图片

▲庫克參加猶他科技之旅

庫克估測AR最終會像一日三餐一樣成為每個人生活的一部分,就像iPhone一樣。與AR相比,庫克認為儘管VR也很重要,但它的應用領域不會那麼大。
庫克表示VR會對教育、遊戲領域非常重要,但“我無法想像你和我坐在一起時,每個人都獲得封閉的VR體驗,但是我可以想像現在這裡的每個人都在體驗AR。”
而對AR的應用發展,庫克覺得還需要一段時間,因為這裡存在一些非常困難的技術挑戰。但他相信最終AR會大規模落地,“我們好奇它什麼時候會發生。”
5、2016年10月:“AR技術意義深遠”
庫克在接受美國媒體BuzzFeed採訪時表示,儘管VR會產生一些有趣的應用,但AR還是會優於VR,因為人與人之間的接觸是無可替代的。
“AR(發展)需要一些時間,但我確實認定它是意義深遠的。如果我在這裡有AR體驗,我們可以有一個更高效的對話”,庫克認為AR可以將信息更好的融合,而且並不會成為談話的障礙。
6、2017年2月:AR將和智能手機一樣具有開創性
在接受英國《獨立報》訪談時,庫克提及“我對AR感到興奮,因為與封閉的VR不同,AR允許個人存在現實世界中,還能夠改善人們目前現狀。”
庫克談道,大部分人都不想將自己長時間脫離社會,長時間與世隔離將會影響人們的心理健康。“使用AR,你可以不必全神貫注於某事,而是讓它成為自己與世界對話的一部分,這樣會更有共鳴。” Continue reading

SpaceX首次載人太空商飛!助4人“平民”團繞地飛行3日,目標軌道高ISS 160公里

全民太空之旅真的要來了?
就在美國東部時間8點多,佛羅里達州的肯尼迪航天中心,SpaceX獵鷹9號火箭再度發射了。
图片

發射約10分鐘後,獵鷹9號火箭返回地球,降落在停靠於大西洋的SpaceX無人船上。這種可重複使用的助推器對SpaceX而言已經成為慣例。

當直播鏡頭切到飛船內部時,我們還可以看到一個毛絨絨的 據了解,這是聖裘德兒童研究醫院的吉祥物,而這次飛行任務也計劃為該醫院籌集2億美元。

图片
這次,SpaceX可不是去探索太空的,從圖中可以看到,SpaceX搭載了四位乘客,他們將會體驗一把太空之旅的刺激。這也是繼維珍銀河和藍色起源之後、SpaceX的首次商業載人飛行任務。

與前兩者不同,乘坐SpaceX的都不是專業宇航員,而是四位真正的“平民”。去年,億萬富翁企業家兼慈善家Jared Isaacman預訂了Crew Dragon太空艙,並挑選了三個普通人與他同行,分別是Hayley Arceneaux、Sian Proctor和Chris Sembroski。

也就是說,這是第一個完全私人的軌道飛行任務,四位成員將進行為期3天的太空之旅。

图片
除此之外,維珍銀河和藍色起源因太空邊界“卡門線”(國際公認的“卡門線”是指100公里的飛行高度)的認定爭論不休。此次SpaceX飛船將會飛出地球,進入地球軌道,遠遠超出“卡門線”,可謂是真正意義上的太空之旅。

為了慶祝這一時刻,馬斯克也是早早地就把推特頭像換成了四人合照。

图片

“平民”太空之旅的先驅者

相較於擔任此次飛行的老朋友獵鷹9號和“龍”飛船,我們先來看看這幾位“平民”都是些什麼來頭。

此次任務被命名為“Inspiration 4”,由38歲的億萬富翁、美國電商大亨Jared Isaacman發起並擔任指揮官,另外三名團隊成員分別是51歲的地球科學家Sian Proctor、聖祖德兒童研究醫院29歲醫師助理Hayley Arceneaux以及42歲的美國空軍退役軍人、航空航天數據工程師Chris Sembroski。

图片
值得一提的是,Arceneaux幼年曾患骨癌,左腿股骨大部分被截除,由一根鈦棒替代。這將使她成為身有假體進入太空的第一人。

本次任務的發起者Isaacman本身就是一名狂熱的飛行愛好者,他計劃通過這次太空之旅,提高對兒科癌症中心的認識和支持,並為美國聖祖德兒童研究醫院籌款1億美元。該中心曾治療過Arceneaux的骨癌。

為了這次的太空之旅,四名成員在過去數月中進行了嚴格的訓練,比如利用模擬飛行器模擬各項關鍵操作、接受離心機超重訓練、在拋物線飛行中體驗失重、在美國西北部雷尼爾山高海拔雪地徒步等。

图片

本次太空之旅將持續3天,在這段時間內,“龍”飛船內將有專門設備檢測他們的睡眠、心率、血壓、認知能力等身體狀況。不過在生活條件上,由於“龍”飛船空間狹小,沒有劃分專門的睡眠區、工作區和廚房,衛生間也僅由一道簾子分隔。這3天,他們也只能吃冷比薩餅等即食食品。

據了解,“龍”飛船將以超過2.7萬公里的時速、每隔90分鐘繞地球飛行一圈,這一速度大約是音速的22倍。同時,“龍”飛船也將抵達575公里高空軌道,比國際空間站所在軌道高出近160公里,甚至超出哈勃太空望遠鏡的軌道。

太空歷史網站collectSPACE.com編輯Robert Pearlman表示,屆時,四位成員將看到只有雙子座10號、雙子座11號的宇航員以及阿波羅登月計劃中的24名宇航員能看到與之媲美的畫面。

图片

SpaceX表示,此次任務結束後,“龍”飛船將重新進入地球大氣層,在佛羅里達海岸附近軟水著陸。

科技感滿滿的“龍”飛船

接下來,我們來湊近點來看看“龍”飛船。

此前,“龍”飛船曾為美國國家航空航天局運送10多名宇航員前往國際空間站,本次任務將是首次搭載無航天職業經歷的“平民”展開太空之旅。

從外觀上看,和一直以來宇宙飛船笨重的老樣子截然不同,“龍”飛船從顏色到形狀,都有濃濃的科幻感。

图片

圖源:SpaceX官網

據SpaceX官網介紹,“龍”飛船最多可搭載7人往返地球軌道及更遠的地方,在太空最長可停留210天。它也是目前唯一能夠將大量貨物運回地球的航天器。 Continue reading

機器學習如何徹底改變遊戲中的物理模擬

圖片
量子力學奠基者之一、英國理論物理學家保羅·狄拉克(Paul Dirac)在1929年說過:“大部分物理和化學所需要的數學理論的定律都是已知的,但這些定律的方程太複雜無法求得精確解”。他認為,從蛋白質折疊、材料失效到氣候變化,所有的物理現像都可以模擬為量子計算。但由於控制方程太複雜,科學家無法在現實的時間尺度上求解。
那麼,這是否意味著我們永遠無法實現實時物理模擬?
以前物理學家通過模型開發、求近似解等方法可以在較短時間內達到預期的結果。然而,隨著研究、軟件和硬件技術的進步,實時仿真只能在極限條件下才能夠實現,這一點在視頻遊戲物理學中最為明顯。
模擬物理現象(如碰撞、變形、破裂和流體流動)屬於密集型計算。在遊戲中實時模擬此類現象需要對不同的算法進行了大量的簡化和優化。目前最先進模擬方法是剛體物理學(rigid body physics),它可以確保兩個物體在碰撞和反彈的過程中不會發生變形或斷裂,這是模擬虛擬遊戲的基礎。當兩個物體碰撞時,算法能夠進行實時檢測並採用適當的力模擬碰撞。
如下,電子遊戲中的“摧毀”可能是剛體物理學應用的最佳示例。
图片
需要說明的是,剛體物理學可用於模擬不變形物體的碰撞,但虛擬遊戲中往往存在著大量可變形物體,比如頭髮、衣服。而要想解決這個問題就需要用到柔體動力學(soft-body dynamics)。
以下是模擬可變形物體的四種方法(按複雜度排序)

彈簧質量模型(Spring-Mass Model)

由命名可知,彈簧相互連接的點的質量系統代表模型檢測的目標,我們可將其視為三維胡克定律網絡。胡克定律是力學彈性理論中的一條基本定律,它表明受力固體材料中的應力與應變(單位變形量)之間成線性關係。
該模型的主要缺點是建立質量彈簧網絡時需要大量的人力成本,並且材料特性與模型參數之間沒有嚴密的邏輯關係。但儘管如此,該模型在“BeamNG.Drive”賽車遊戲中也達到了非常不錯的效果,如下圖,基於彈簧-質量模型的實時車輛模擬器,可用於模擬車輛變形。
图片

基於位置的動力學

運動學模擬的方法通常基於力學模型,如粒子加速度遵循牛頓第二定律計算,通過積分計算獲取每個時刻的速度和位置。
在基於位置的動力學,通過求解約束方程的準靜態問題來計算位置。PBD方法的精確度較低,但計算速度優於基於強制的方法,因此非常適合遊戲、動畫電影等視覺場景。遊戲中人物的頭髮、衣服的運動通常都是採用該模型來實現。PBD不僅局限於可變形固體,還可用於模擬剛體物體和流體。更多內容可參考這篇關於PBD方法的綜述[2]。
图片

有限元法(finite element method ,FEM)

有限元方法計算變形材料是基於彈性場理論求解應力-應變方程。
它本質上遵循3D胡克定律,首先將材料劃分為四面體的有限元,通過求解線性矩陣方程,獲得每個時刻步長上頂點上的應力和應變。FEM是一種基於網格的軟體動力學模擬方法,它的優點是精確度高,且模型參數與材料特性(如楊氏模量和泊鬆比)直接相關。一般而言,FEM模擬在工程應用方面不能實時運行,但最近知名半導體公司AMD發布多線程FEM庫,表明FEMFX在遊戲中可實時模擬變形材料。
图片
AMD的實時有限元解算器FEMFX模擬木材斷裂
图片
AMD的FEMFX模擬塑性變形

材料點法(Material Point Method ,MPM)

MPM是一種高精度的無網格方法,它比基於網格的方法更適合模擬變形、斷裂、多材料系統和粘彈性流體,因為運行效率和分辨率更高。MPM是目前最先進的無網格混合歐拉/拉格朗日的方法,是細胞內粒子(PIC)和流體隱式粒子(FLIP)等傳統方法的升級。
MPM模擬不是實時運行的,在一個含有一百萬個點的系統中,MPM每幀大約需要半分鐘。詳細內容可見MPM綜述文章[3]。
图片
一片麵包的撕裂模擬需要1100萬MPM粒子

機器學習與物理模

以上四種方法與機器學習有什麼關係呢?
我們注意到,基於傳統方法,模型的計算速度、精度/分辨率等指標已經陷入了一種瓶頸。物理解算器經過過去幾十年的優化,其發生階躍式改進的空間已所剩無幾。而在此背景下,機器學習就派上了用場。
最近,牛津大學[5]、Ubisoft La Forge實驗室[6]、DeepMind公司[7,8]以及蘇黎世聯邦理工學院[9]的研究表明,深度神經網絡可以學習物理間的相互作用並實現模擬,重點是速度可以提高多個數量級。其過程大致為:生成數以百萬計的模擬數據——通過神經網絡進行訓練——使用經過訓練的模型模擬物理解算器。 Continue reading

《失控玩家》中的NPC數字意識覺醒,是如何發生的?

圖片
大數據文摘授權轉載自數據實戰派
AI仍然具有相當熱度。至少它還沒有掉出2021年8月的Gartner 新興技術成熟曲線圖。了解這個概念及其未來幾年的價值,仍然比以往任何時候都要重要。

图片

對於好萊塢電影界來說也不例外。作為一種藝術表達形式,電影向來熱衷誇大戲劇效果,例如終結者係列中,天網派出的殺手機器人成為人類生存的最大威脅。今天,秉承AI威脅論色彩觀點的群體,還常常把這個“壞AI”掛在嘴邊。在這個形象的另一端,AI是人類最好的幫手。他們可以比人類更好地執行模擬和預測等分析任務,協助完成各種任務。同樣,有大量好萊塢作品描述了“好AI”。無論“壞”還是“好”,這些電影中的AI,都反映著人類對於通用人工智能(AGI)究竟能強大到何種程度的想像。但鮮少有作品提及AGI的“起點”在哪,也就是回答這個關鍵問題——第一個AGI會怎樣誕生。最近上映的熱門電影Free Guy 的上映,繼續嘗試為這個問題的回答添磚加瓦:他將在遊戲世界中誕生。

更讓我們舒一口氣的是,和《西部世界》中AI在殺戮遊戲中覺醒不同,Guy 不需要喚醒對人類仇視,而是在一片love &peace 的氛圍中,和自己的自主意識相遇。

图片
片中,雷諾茨飾演的Guy,從一個NPC 是突然之間擁有自我意識的,成為了他的締造者口中的“全世界第一個AGI”,這個變化出乎了所有真實人類的意料。

那麼,他究竟是如何從一個NPC進化成AGI的?

從“反應機器”到“自我意識覺醒”

美國密歇根州立大學人工智能專家Arend Hinze曾經將機器劃為4種類型,第一種類型是反應機器,Reactive machines,即只能進行反應,但沒有記憶能力,也無法利用過去的經驗來製定現在的決策。

图片

這些類型的機器在視頻遊戲中很常見。比如說,一旦玩家進入預先確定的邊界,遊戲中的敵人可能會發動攻擊,它會繼續攻擊直到你或它被擊敗。根據遊戲設計者設置的條件,其行為會發揮作用。

對玩家來說,你可能感覺得到遊戲角色似乎在做決定,但它本質上是在瀏覽流程圖。這些角色的行為大致相同,不會考慮過去發生的事情或未來可能發生的事情,只考慮當下的條件是什麼,並從可用的行動中進行選擇。可以說,自電子遊戲出現以來,這些類型的角色就已經存在。電影的開頭,Guy 就是這樣一個盡職盡責的“反應機器”。每一天,他說著同樣的台詞,穿同樣的衣服,去同樣的咖啡館,點同樣的咖啡,見同樣的人,過著一成不變的生活。即便遇到不同的遊戲玩家在自己工作的銀行搶劫,他都同樣會在槍響之後抱頭臥倒。畢竟,NPC的設定就是遊戲的背景襯托,沒有屬於自己的“想法和感受”。

图片

“咖啡讓NPC覺醒”倒不失為一個好的廣告創意

回溯到現實的人工智能發展早期,還有一個典型例子,是在1990年代末擊敗國際象棋大師Garry Kasparov 的IBM國際象棋超級電腦“深藍”。“深藍”雖然可以預測自己和對手接下來的走法,還能在各種可能的走法裡面選出最優方案,但它依然對過去沒有任何概念,也不記得之前發生過什麼。因此,“深藍”同樣是一種反應機器。

麻省理工學院的機器人大佬Rodney Brooks曾在一篇論文Intelligence without representation中表示,人類只應該開發這樣的機器。

图片

第二種類型的機器自然比第一類要更進一步,即有限記憶機器,Limited memory。顧名思義,這類機器希望復刻人類的記憶能力(記憶、學習和根據過往經驗制定決策,被認為是人類智能的三大關鍵能力)。這種機器至少存儲一些過去的交互,並使用這些知識來修改未來的行為。這個概念已經更接近於大部分人所設想的人工智能:不僅會思考,而且會學習的機器。比如說自動駕駛汽車,這類產品已經能夠實現一些類似的功能。例如,它們可以觀察其他車輛的速度和方向,但這些歷史信息存在的時間都很短暫,無法像經驗豐富的人類司機那樣,將其存儲在腦海中的“經驗庫”。

如何才能開發一套系統,使之可以記住自己的經驗,並學會如何應對未知的新情況?

图片

近年來最受矚目的遊戲AI之一——由DeepMind 打造的AlphaStar AI 正在朝著這個方向邁進。
在開發AlphaStar AI 的過程中,DeepMind使用了一種全新的思路提升智能體的水平。他們設計出智能體聯盟(league)這樣一個概念。初始化後,每一代訓練的智能體在這個聯盟之下,然後新一代的智能體需要和整個聯盟中的其它智能體相互對抗,通過強化學習訓練新智能體的網絡權重。這樣,智能體會持續不斷地挖掘各種可能的作戰策略,同時也不會將過去已經學到的策略遺忘掉。最終,雖然AlphaStar 沒有擊敗所有人,但它排在前0.5% Continue reading

Facebook自研AI芯片曝光!將用於內容推薦和視頻轉碼

昨日,據美國技術媒體The Information獨家報導,Facebook正在開發新的機器學習芯片。

據知情人士透露,其中一款AI推理芯片主要用於推薦算法等;另一款則主要進行視頻轉碼任務,提高Facebook用戶觀看錄製和直播視頻的質量。
如果Facebook成功,其芯片將會在性能有所提升的同時,變得更加便宜。同時,自研芯片還有助於Facebook降低數據中心的碳排放,並減少Facebook對英特爾、高通等芯片廠商的依賴。
01
Facebook正獨立研發AI芯片,每天要處理2.5億個視頻
此前,Facebook就曾招聘過芯片設計師,以開發半定制和專用集成電路,不過其並未披露最初的定制芯片用途。
Facebook的一位發言人稱,Facebook“目前沒有關於未來計劃的新消息”,並且其內部團隊一直在與芯片合作夥伴探索提高計算性能和能耗的方法。
一位知情人士提到Facebook的芯片設計師最初和外部芯片公司一起修改現有的芯片設計。2019年,Facebook就曾與英特爾、高通和博通合作,一起開髮用於人工智能推理和視頻轉碼的半定制ASIC(專用集成電路)芯片,提升芯片的性能、功耗和效率。
現在,Facebook則正在單獨開發推理和視頻轉碼芯片,沒有讓外部的芯片公司參與。知情人士認為,Facebook正在開發的自研芯片並不會完全取代其現有的芯片,而是將會和其他公司設計的半定制芯片一起用於自己的數據中心。
今年早些時候,Facebook的工程師在一篇博客中寫道,Facebook正在大力投資半定制ASIC芯片。相比通用芯片,這些半定制ASIC芯片可以處理30倍以上的人工智能任務。此外,半定制ASIC芯片的能效也要更高。
Facebook每天要用半定制ASIC芯片處理近2.5億個視頻,如果可以完成開發並擁有匹配的軟件,其完全定制的ASIC芯片能夠做得更好。
一位比較了解Facebook的人士透露,Facebook還在為Oculus VR頭顯等個人計算設備設計芯片。
彭博社此前報導稱,Facebook已聘請谷歌芯片設計團隊的前負責人Shahriar Rabii來領導VR/AR芯片設計工作。今年4月,以色列《國土報》稱,Facebook計劃在以色列設立一個芯片設計中心。
02
谷歌、亞馬遜、微軟紛紛入局自研芯片
專門為數據中心定制芯片的還有谷歌、亞馬遜和微軟等公司。
谷歌在意識到其數據中心的處理能力需要翻倍後,於2013年開始開發數據中心芯片Tensor。2015年,谷歌開始使用Tensor為其搜索、街頭視頻、照片和翻譯服務提供動力。現在谷歌正在憑藉開發Tensor芯片的經驗,設計智能手機SoC和雲計算定制芯片。
亞馬遜在2018年宣布,為其云計算客戶設計了Graviton服務器處理器。今年3月,The Information獨家報導了亞馬遜的網絡芯片項目,該芯片專門為網絡數據交換機設計,可以降低亞馬遜對博通的芯片廠商的依賴。
微軟也在自研芯片,去年12月,據彭博社報導,微軟正在為服務器和Surface個人電腦設計芯片。

图片

▲微軟在以色列的機房(來源:以色列《國土報》)

03
投資量級僅為數百萬美元,還能降低數據中心成本
Facebook、亞馬遜、谷歌等公司通常使用ASIC芯片執行推理和機器學習模型訓練等工作負載。
美國諮詢公司Bain & Company的半導體合夥人Velu Sinha評論道,當下主要的科技公司正在研發定制芯片,這些芯片相比與英特爾、英偉達設計的CPU和GPU開發成本較小。Velu Sinha說:“我們正在談論的是投資數百萬美元來嘗試開發自研芯片,而不是數億美元。”
定制芯片不僅開發成本較小,其專用性也超過通用處理器。Facebook之前透露,僅靠通用處理器無法滿足自己的數據中心需求,推理和視頻轉碼是工作量增長最快的兩大任務。2019年,Facebook每天就要處理200萬億次推理、60億次語言翻譯和7500萬視頻觀眾的需求。
雖然英偉達的GPU也可以完成這些任務,但專門針對訓練和推理的ASIC芯片可以更快地完成這些任務,消耗能源更少且更加高效,能夠降低數據中心成本。作為定制芯片,ASIC很難完成設計範圍之外的任務。
04
結語:Facebook芯片佈局較為謹慎
對於Facebook等科技巨頭來說,自研芯片不但滿足自身需求,降低採購成本,完成軟硬件一體的佈局;自研芯片還能夠減輕科技巨頭對芯片供應商的依賴,完全掌控芯片研發進度和上線時間。
同時,Facebook的芯片佈局也並不魯莽,而是先與芯片供應商合作培養自身的芯片設計團隊,之後才進入到已有過設計經驗的領域。目前,Facebook等科技巨頭的芯片還是自用為主,暫時對芯片廠商構不成威脅。長期來看,這些科技巨頭的芯片佈局則可能改變行業的走勢。

在元宇宙中絕對需要的雙手!AI算法實現手指重建,倒酒沏茶不在話下,甚至可以搖花手!

最近,“元宇宙”的概念火了。

扎克伯格帶著VR設備在虛擬辦公室接受采訪的視頻在各大平台傳播,人們似乎在期待一個新的時代的到來,就連相關的股票都應聲上漲。

那麼,我們離《頭號玩家》中“綠洲”那樣的元宇宙還有多遠呢?

事實上,羅馬不是一下子建成的。扎克伯格給“元宇宙”的計劃時間是五年,技術也需要一步一步實現,這其中包括很多正在快速發展的技術,比如全自由交互。

打個比方,如果我們要用我們的雙手和虛擬世界交互,那麼我們就需要對整個手部進行建模,比如這樣:

图片

是不是覺得不過如此?確實,很早之前,我們通過佩戴指環就可以大體實現這樣的功能,但是,上面這張圖中所展現的效果,並未借助任何手指傳感器,僅僅是通過AI算法對攝像頭中的手指進行建模就能得到如此精細的手部動作。

還覺得不過癮的話,看看這個對搓手動作的還原,簡直絲毫不差!

图片

這項研究由來自愛丁堡大學的He Zhang和Facebook Reality Labs的幾位合作者共同完成,對,就是那個致力於更精確的VR技術的Facebook Reality Labs!

图片

論文鏈接:

https://research.fb.com/wp-content/uploads/2021/06/ManipNet-Neural-Manipulation-Synthesis-with-a-Hand-Object-Spatial-Representation.pdf
無需手指傳感器,還原最真實的手指運動

與其他類似研究相比,這項研究幾乎擁有目前效果最好的手指動作建模。

图片

這時候你可能覺得,這個AI還原的算法是不是通過在手指上接上傳感器,然後獲得大量的數據學習得來的?我們不妨看看論文附帶的演示視頻:

图片

注意看右上角的Input,手指上沒有任何傳感器。

這一切都是依靠團隊提出的ManipNet深度神經網絡算法。ManipNet利用手-物體對象的空間之間的關係特徵,直接從數據中學習手部的自然動作。

論文中,作者表示,該空間表徵算法結合了作為體素佔比(三維空間分割上的最小單位)的整體物體形狀和作為最近距離樣本的物體局部的幾何細節。這種算法使得深度神經網絡可以通過從手腕和物體的輸入軌跡中模擬手指運動。

图片

具體來說,ManipNet提供了過去、現在、未來三個節點的手指運動軌跡,以及從這些軌跡中提取的空間表徵,然後深度神經網絡會根據這些已有的數據生成一個自回歸模型,預測從過去、現在到未來這幾個節點之間缺少的其他手指姿態。

图片

如上圖所示,ManipNet是從控制信號和物體幾何特徵中預測操縱對象的手指姿態((a)右手握住茶壺,左手握住杯子(b)右手轉動手中的圓環),其中控制信號是手腕和物體的6D軌跡,並且該深度神經網絡只需要一個最小的和明確的輸入表示,以便實現更好的泛化。

此外,ManipNet只處理一個手-物體的“輸入”,然後通過鏡像運算兩次,為雙手生成預測圖像。

图片

FRL為“元宇宙”提供更好的VR技術,相關技術國內也在發展

Facebook Reality Labs可以說是紮克伯格實現“元宇宙”夢想的重要技術動力來源。

在官網介紹中,Facebook Reality Labs表示,這裡匯集了世界級的研究人員、開發人員和工程師團隊,在虛擬現實和增強現實中建立未來的連接。

图片

就像ManipNet這樣的研究,正在不斷的為“元宇宙”中現實與虛擬的交互添磚加瓦。

ManipNet的團隊研究人員也表示,手指交互在遊戲和AR/VR實時交互應用中有很大的潛力。“隨著AR/VR硬件在消費者市場的崛起,將我們的系統與其內置對象跟踪相結合可以為新的互動內容打開了許多創造性的機會。”

事實上,國內的一些公司也在研究相關技術,比如愛奇藝被計算機視覺領域國際頂會ICCV 2021收錄的一篇題為“

图片

愛奇藝這篇論文中提出的I2UV-HandNet,將UV映射表徵引入到三維手勢和形狀估計中,其設計的UV重建模塊AffineNet能夠從單目圖像中預測手部網絡(hand mesh),從而完成由粗到精的人手3D模型重建。

這一設計意味著對於三維重建中所需的空間中的景深信息,不用再通過昂貴的硬件完成偵測,在普通RGB攝像頭拍攝的圖片中就可以完成景深信息獲取。

I2UV-HandNet另一個組成部分是SRNet網絡,其作用是對已有人手三維模型進行更高精度的重建。SRNet網絡以研究團隊獨創的“將點的超分轉化為圖像超分的思想”為原則,實現在不增加過多計算量的情況下,進行上萬點雲的超分重建。

同樣,愛奇藝團隊也認為,手部、人體重建卻是用自然的肢體語言實現人機交互的關鍵技術,相比一些可穿戴設備,更能帶來體驗和沈浸度。例如手柄無法模擬手指每一個關節的活動,手部重建則能實現更加精細的操控。這意味著這項技術可以應用在遊戲、數字化工廠、虛擬場景培訓等更多場景。

FAIR 訓練AI 玩拳擊,效果堪比真人比賽,試探+周旋+爆頭

AI 拳擊可以有多好玩?
小紅紅,吃我一拳。
嘿,我擋。
图片
前期先試探周旋幾次,再找機會吧。
沒錯,就是這個空隙,爆頭。
图片
還想故技重施,我躲。
图片
怎麼樣,AI 拳擊動畫效果是不是和真人比賽神相似?
基於AI 深度強化學習的拳擊選手身體不僅擁有超高自由度,而且它還掌握了格擋、後退、擺拳等拳擊基本動作。
Facebook 人工智能研究部門(FAIR)在機器學習領域,總能帶來一些意想不到的成果,上面的演示正是它們在《Control Strategies for Physically Simulated Characters Performing Two-player Competitive Sports》(模擬人物進行雙人競技運動的控制策略)一文中的部分演示片段。
論文地址:

https://research.fb.com/wp-content/uploads/2021/06/Control-Strategies-for-Physically-Simulated-Characters-Performing-Two-player-Competitive-Sports.pdf

在這篇論文中,研究人員開發了一個學習框架,通過物理模擬角色學習基本技能、學習回合級別的策略、深度強化學習的步驟方法,來模擬人們學習競技體育的訓練路線。
同時,它們還開發了一個編碼器-解碼器結構的策略模型來讓物理模擬角色進行訓練學習,該結構包含一個自回歸潛在變量和一個專家混合解碼器。
图片
為了展示框架的有效性,研究人員通過拳擊和擊劍兩種運動,演示了物理模擬角色在框架學習到的控制策略,這些策略可以生成戰術行為,並且讓所有動作看起來更自然。

論文概述

在雙人競技運動中,運動員經常在比賽中展示出高效的戰術動作,如拳擊和擊劍。但創建多人動畫場景是一項巨大的挑戰,因為它不僅要求每個人物模型都以自然的方式行事,而且還要求它們彼此之間的互動在時間和空間領域都是同步的,以顯得自然。
图片
相互作用的密度越大,問題就越具有挑戰性,因為在相互作用之間沒有時間“重置”。使用物理模擬角色簡化了問題的一部分,因為低層次的物理互動(如碰撞)是通過模擬自動生成的。
然而,由於學習包含比賽的一系列技能,人們還沒有對不同技能的協調進行深入研究,如刺拳、勾拳、等拳擊級別的反擊和壓力戰鬥策略。
在競技運動中使用模擬角色的一個關鍵挑戰是,需要學習基本技能和拳擊級別的策略,以便它們能夠正確地協同工作。
在這篇論文中,FAIR 探討了訓練控制系統的技術,開發了一個框架,為角色之間的互動生成控制策略。其中的人形機器人擁有超高自由度,並由關節力矩驅動。
研究人員解釋,他們的設計靈感源於現實世界。對於大多數運動來說,人們首先是在沒有對手的情況下學習基本技能,然後通過與對手競爭來學習如何結合和完善這些技能。
基於此,FAIR 模仿這兩個過程,通過深度強化學習,讓物理模擬角色學習基本技能和學習比賽級別的策略。 Continue reading

神經機器接口新進展!讓“假肢”運動自然如真胳膊,登上Science子刊新封

圖片

美國克利夫蘭診所為仿生手臂開發的一項“神經-機器接口”新研究,剛剛登上了Science Robotics最新人機交互專刊封面。

图片

通過在改造的仿生手臂裝上微型機器人,患者能像正常人一樣能去思考、決策、執行任務,不僅可以直接控製手臂運動,還能感受到手臂和手的運動、抓握和触摸,恢復基礎的上肢運動能力。
這些發現是朝著實現截肢患者完全恢復自然手臂功能所邁出的重要一步。
該研究論文題目為《仿生上肢的假肢觸覺、運動感覺和運動的神經機器人融合促進了內在的大腦行為(Neurorobotic fusion of prosthetic touch, kinesthesia, and movement in bionic upper limbs promotes intrinsic brain behaviors)》,於2021年9月1日發表在Science Robotics上。
論文鏈接:
https://www.science.org/doi/10.1126/scirobotics.abf3368

图片

01
仿真手臂市場大,技術落後
根據2021年國際市場調研機構Grand View Research的相關報告,到2028年,全球假肢和矯形器市場預計將超過80億美元。
但目前假肢研究已經遇到了機械障礙,它們不能實現許多日常生活中人體需要的直觀感覺,比如說張開和合上雙手。
根據美國克利夫蘭診所所勒納研究所生物醫學工程系副教授、研究通訊作者保羅·馬拉斯科(Paul Marasco)的說法,由於佩戴傳統假肢的人無法用四肢來感知環境,他們在日常生活中完成任務時的行為和沒有截肢人的行為會不同。
例如,佩戴傳統假肢的人在使用假肢時必須目不轉睛地註視著假肢,並且當他們用力過大或過小時,很難學會糾正這些錯誤。

图片

▲保羅·馬拉斯科(Paul Marasco)

借助新的仿生手臂和先進的評估工具,研究人員可以看到研究參與者的大腦和行為策略發生了變化,與沒有截肢的人可以相匹配。
研究參與者不再需要看他們的假肢,可以在不看的情況下找到東西,可以更有效地糾正錯誤。
馬拉斯科說:“在過去的10年或20年裡,假肢的進步幫助佩戴者實現了更好的功能,並自己管理日常生活。第一次,上肢截肢的人現在能夠再次像健全人一樣’思考’,新仿生手臂可以為假肢佩戴者實現新程度無縫重新融入日常生活。”
針對這種情況,美國克利夫蘭診所研究人員牽頭的國際團隊(合作機構有加拿大阿爾伯塔大學和加拿大的新不倫瑞克大學)開發了一種新的仿生系統,來改裝標準護理仿生手臂。
02 Continue reading

音樂界的元宇宙要來了!HTC推出BeatdayVR平台,將有六場音樂會

圖片

據外媒Variety報導,中國台灣科技公司HTC即將推出VR平台Beatday測試版,將以此建立“一個以音樂為焦點的元宇宙”。
Beatday將通過虛擬場地與現實表演結合的形式,在PC端和移動設備上打造一個全息演唱會,讓更多的觀眾參與互動。
HTC是消費級VR設備的頭部玩家之一,曾與開發商Valve合作在2016年共同推出VIVE頭顯,而後HTC還推出了VIVE Focus系列,並對產品更新迭代。

图片

▲VIVE系列頭顯

“我們相信,Beatday正在改變娛樂業,人們會對此很感興趣,”HTC Vive Originals總經理劉思銘表示,“它正在整合音樂授權、唱片公司和藝人管理機構,並創造新的商機和收入模式。”
01
全息演唱會或成線上演出的新方式
由於疫情防控,許多演唱會轉為線上直播的形式,但這樣的方式,與觀眾現場觀看演唱會在體驗上具有較大差距。
如何打造一場具有現場感的線上演唱會?HTC將全息音樂會視為一個新的解決方案。

图片

▲HTC Vive為VR音樂節Lost Horizon提供直播

劉思銘認為,“現場演唱會因疫情取消後,’全息演唱會’將成為線上演出的新方式”。
他表示,HTC將與中國台灣“Amazing Show”合作,共同舉辦六場音樂會,每場音樂會持續半小時,但他並沒有透露具體的演出日期。
不僅如此,到2021年底,HTC Vive Originals還預計簽約三到四個演員入駐該平台,其中包括一些台灣最知名的演員。
02
拆解虛擬場景與現實表演,
HTC通過3D錄製打造全息演唱會
全息演唱會主要分為兩個技術部分,建立虛擬場地與錄製現實表演。
首先,全息演唱會需要構建一個虛擬表演的舞台空間。相較於現實演唱會,舞台設計師和燈光團隊在數字舞台設計上擁有更大的發揮空間。
隨後,表演者們需要在動作捕捉工作室(movement seize studio)裡進行3D錄製,全方位記錄表演的實景情況。目前在日本、法國以及國內都有相應的動作捕捉工作室。

图片

▲日本霸天少女隊通過3D錄製參與VR演出

然後,Beatday通過將虛擬場地與現實演唱會相結合的方式,打造一個全息演唱會,並提供紀念門票、商品等。
觀眾也可以通過創建一個自己的虛擬形象來參加演唱會,甚至可以在虛擬場地上飛行。
03
率先用於PC和手機,
Beatday或推出VR完全版
劉思銘表示,Beatday將會提供兩個不同形式的初代版本,一個適用於PC端,一個適用於移動設備上,而VR版本可能會根據市場情況推出。
“我們首先會在PC和移動終端上推出Beatday,來吸引一些年輕的用戶。當我們在市場上達到一定規模後,我們會發布一個VR版本,解鎖真正的高端體驗。”

图片

有關價格方面,HTC表示一張門票的價格可能在60到130人民幣左右,並且他們還提供音樂會的入場劵以及定制頭像。此外,HTC還將通過付費的服裝和配飾來創造營收。
04 Continue reading

聯絡我們

地址
香港九龍觀塘鴻圖道57號南洋廣場1808室
Rm.1808, Nanyang Plaza, 57 Hung To Road., Kln. HK

電話
23091888

電郵
info@iothk.net