前瞻技術脈動：AI與機器人技術(202532)

關鍵字：；；；；；；；

瀏覽次數：497｜歡迎推文：

科技產業資訊室(iKnow) -技術發展藍圖研析團隊發表於 2025年9月24日

圖、前瞻技術脈動：AI與機器人技術(202532)

人工智慧驅動的視訊分析儀為人體動作偵測建立新標準
美國維吉尼亞大學的研究團隊開發了一款名為「語義與運動感知時空轉換網路」（SMAST）的AI系統，能夠在監控影片中即時辨識人類行為，並以前所未有的精確度區分正常與潛在危險行為。此技術結合了多特徵選擇性注意模型，幫助AI聚焦於畫面中的重要部分（例如人或物），並使用2D位置編碼來追蹤物體的移動。透過這些功能，SMAST能夠在雜亂無章的影片中準確判斷行動，適用於高需求場景如監控、醫療診斷和自駕車輛等。
參考來源:AI-driven video analyzer sets new standards in human action detection. TechXplore. 2024/10/16

整數加法演算法可將AI能源需求減少95%
BitEnergy AI 團隊開發了一種方法，能將AI的能源消耗減少 95%。這項技術的細節已詳述於《arXiv》中。目前的AI應用程式需要大量的電力，如ChatGPT每日就消耗了564 MWh的電量。該團隊提出的創新節能方法，名為「線性複雜度乘法」，它以整數加法取代耗能的浮點乘法，能夠在維持效能的同時大幅降低能耗。然而，這項方法需要不同於現有的硬體設計，儘管相關硬體已經設計並測試完畢。此技術的普及速度，可能仍取決於GPU製造商 Nvidia對這項創新技術的回應。
參考來源:Integer addition algorithm could reduce energy needs of AI by 95%. TechXplore. 2024/10/12   l

在電腦視覺與機器人領域結合下一個標記預測與視頻擴散技術
來自麻省理工學院的研究團隊提出了一種名為「擴散強制」的新技術，結合「下一個預測」和「全序列擴散」兩種模型的優點，用以增進AI在影像生成與機器人決策中的靈活性。這項技術能在同時預測下一個動作的過程中，逐步清除雜訊，使AI更能準確執行任務。該技術在機器人操控、影像生成及數位迷宮解決方案中表現優異，不僅能幫助機器人忽視視覺干擾，還能生成高品質的影片並完成長期計畫。
參考來源:Combining next-token prediction and video diffusion in computer vision and robotics. TechXplore. 2024/10/17

使用者友善的系統可以更容易驗證人工智慧模型的回應
麻省理工學院的研究團隊開發了一套名為SymGen的系統，旨在幫助人們更快地驗證大語言模型（LLM）的回應。SymGen結合機器學習與符號引用，使LLM生成帶有具體資料引用的回應，幫助驗證者迅速核對回應中的細節。研究發現，使用SymGen可以加快約20%的驗證速度，特別適合需要處理大量資料的領域，如醫療與金融報告。該系統目前主要針對表格資料，未來將擴展到更多類型的資料格式。(818字；圖1）
參考來源:User-friendly system makes it easier to verify an AI model's responses. TechXplore. 2024/10/21

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------