NTT推出了AI組的物理和4K視頻推理的AI芯片設計

在NTT Research的年度升級活動中，一個新的AI基礎研究小組揭幕了，名為人工智能小組（PAI Group）。這一舉動是在物理AI引起浪潮的時候，尤其是像Nvidia這樣的公司通過使用合成數據來加快自動駕駛汽車和人形機器人的開發和市場進入界限。 NTT Research渴望與新成立的PAI集團一起跳上這款潮流。

PAI集團旨在深入研究AI的“黑匣子”，從而增強我們的理解，從而提高信任和安全性，從而從其智能（PHI）實驗室的物理學（PHI）實驗室中脫穎而出。日本主要電信巨頭NTT的部門NTT Research擁有令人印象深刻的年度研發預算36億美元。

去年，NTT引入了其“智能物理”願景，最初與哈佛大學腦科學中心合作開發。在過去的五年中，這一願景已經做出了重大貢獻，並通過與學術合作夥伴的合作繼續蓬勃發展。

PAI集團將由NTT研究科學家Hidenori Tanaka領導，他以其物理，神經科學和機器學習方面的專業知識而聞名。他的領導將指導該小組追求增強人/AI的合作。

在過去五年中，基於PHI實驗室開創的跨學科方法，新小組將重點關注AI的“黑匣子”性質的奧秘。這對於開發更節能的AI系統至關重要。隨著AI的迅速發展，確保其在各個行業的應用以及AI採用的治理方面的應用至關重要。

與領先的學術研究人員合作，PAI集團試圖探索生物學和人工智能之間的相似之處。他們的目標是揭開AI的複雜機制，促進信任並為更加無縫的人類和AI協作鋪平道路。通過更好地了解AI的訓練，積累知識並做出決策，該小組旨在設計凝聚力，安全和值得信賴的未來AI系統。

這種方法反映了物理學的歷史作用，在這種情況下，理解移動對象的力導致了我們今天依賴的機器的發展。例如，蒸汽機的開發幫助我們掌握了熱力學，這反過來促進了高級半導體的創建。同樣，PAI集團的工作有望塑造AI技術的未來。

PAI集團將繼續與由Venkatesh Murthy教授領導的哈佛大學腦科學中心，以及普林斯頓大學前NTT研究科學家Gautam Reddy教授Gautam Reddy。該小組還計劃與斯坦福大學的副教授Surya Ganguli合作，田中與他合著了幾篇論文。核心團隊包括田中，NTT研究科學家Maya Okawa和NTT研究後的Ekdeep Singh Lubana。

該團隊的著名貢獻包括一種高度引用的神經網絡修剪算法，這是美國國家標準技術研究所（NIST）認可的大語言模型的偏置驅動算法，以及對AI概念學習動態的新見解。

PAI集團的使命是三倍：1）加深我們對AI機制的理解，固有地通過事後調整來整合倫理； 2）創建受到的受控AI環境，靈感來自實驗物理學，以系統地觀察學習和預測行為； 3）通過更好的操作和數據控制來彌合AI和人類操作員之間的信任差距。

NTT研究總裁兼首席執行官Kazu Gomi強調了PAI集團的重要性，並指出：“今天，通過建立NTT Research的物理學對社會對AI的理解邁出了新的一步。將AI的快速整合到日常生活中，人為與技術的關係深深地影響了人類的角色，它的發展是對人類的發展，它的發展是對人類的發展，其構成的態度是如此之所以影響。小組旨在解決圍繞AI的擔憂和偏見，為AI和人類的前進促進了和諧的道路。”

PAI集團採用了跨學科的方法，將物理學，神經科學和心理學融合，超越了傳統的基準。這種整體觀點對於實現公平和安全等目標至關重要，這對於採用可持續的AI至關重要。同時，PHI實驗室中的其他小組正在通過光學計算和創新的薄膜硝酸鋰（TFLN）技術來降低AI計算平台能量消耗。受到大語言模型和生物學大腦之間巨大的能效差異的啟發，PAI組還將調查利用生物學和人工神經網絡之間相似性的方法。

Hidenori Tanaka remarked, "The key to AI coexisting harmoniously with humanity lies in its trustworthiness and our approach to designing and implementing AI solutions. With the formation of this group, we're paving the way to understand the brain's computational mechanisms and their relation to deep learning models. Our research aims to develop more natural, intelligent algorithms and hardware, drawing on insights from physics, neuroscience, and machine 學習。”

自2019年以來，PHI實驗室一直在使用基於Photonics的技術（包括基於TFLN的設備和Cooherent Ising Machine）開發新計算系統的最前沿，該技術解決了傳統上對古典計算機具有挑戰性的複雜優化問題。

Phi Lab與哈佛，加州理工學院，康奈爾大學，麻省理工學院，巴黎圣母院，斯坦福大學，斯溫本，密歇根大學和NASA AMES研究中心等一系列機構合作，導致了150多個發表的發表論文，五篇論文，自然界中的一份，一份是科學雜誌，在自然姐妹期刊中，有一份。

NTT宣布實時4K視頻處理的AI推理芯片

NTT Corp.還推出了一種新的大型集成（LSI）芯片，旨在以每秒30幀的速度進行實時AI推理的超高定義視頻的實時AI推理處理。這種低功率技術是邊緣和功率受限終端部署的理想選擇，傳統的AI推論通常需要視頻壓縮以實時處理。

例如，當該LSI集成到無人機中時，它可以檢測到地面上方150米（492英尺）的個人或物體，這是日本無人機飛行的法律最大高度。相比之下，常規的實時AI視頻推理技術將無人機操作限制為約30米（98英尺）。這項技術可以徹底改變基於無人機的基礎設施檢查，從而使視覺線超出視覺線索，從而降低勞動力和成本。

卡祖·戈米（Kazu Gomi）評論說：“從基礎設施檢查到公共安全到現場體育賽事，低功率AI推斷與超高定義視頻的結合具有巨大的潛力。NTT的LSI，我們認為這是實現這一結果的第一個邁出的，這是實現Ai offer Anference of Edge of Edge term fors the Edge for the Edge for the Expectal for powner的良好範圍。

在邊緣和功率受限的終端中，AI設備必須比AI服務器中使用的GPU低得多的功率 - 六瓦與數百瓦。 LSI使用NTT開發的AI推理引擎克服了這些局限性，該發動機在保持檢測準確性的同時降低了計算複雜性。它通過框架相關性和動態比特精確控制來實現這一目標，從而使其可以執行對象檢測算法，僅查看一次（Yolov3），而功耗少於20瓦。

NTT計劃通過其運營公司NTT Innovative Devices Corporation在2025財政年度內將此LSI商業化。 LSI在2025年4月9日至10日在舊金山舉行的NTT年度研究與創新峰會上展出。

展望未來，研究人員正在探索該LSI在以數據為中心的基礎架構（DCI）中的應用，由NTT和IOWN Global Forum領導。 DCI利用了全能網絡的高速和低延遲能力來應對現代網絡挑戰，包括可擴展性，性能限制和高能消耗。

此外，NTT研究人員正在與NTT Data，Inc。合作，以基於專有屬性的加密（ABE）技術結合使用該LSI。 ABE在數據層上啟用精確的訪問控制和靈活的策略設置，從而促進可以集成到現有應用程序和數據存儲中的安全數據共享。

iown的身份

昨天，NTT宣布，NTT的總裁兼首席執行官Akira Shimada和NTT高級執行副總裁兼CTO Katsuhiko Kawazoe發行了一本書，標題為“ Iown *的身份”。該書深入研究了NTT的IONN（創新光學和無線網絡）計劃，討論了它如何在我們日益數據驅動的世界中促進更具可持續性的社會。

* IOWN*的身份現在可以在亞馬遜上發布，此前NTT年度研究與創新峰會（2025年4月9日至10日）在舊金山舉行的升級。