NTT推出了AI组的物理和4K视频推理的AI芯片设计

在NTT Research的年度升级活动中，一个新的AI基础研究小组揭幕了，名为人工智能小组（PAI Group）。这一举动是在物理AI引起浪潮的时候，尤其是像Nvidia这样的公司通过使用合成数据来加快自动驾驶汽车和人形机器人的开发和市场进入界限。 NTT Research渴望与新成立的PAI集团一起跳上这款潮流。

PAI集团旨在深入研究AI的“黑匣子”，从而增强我们的理解，从而提高信任和安全性，从而从其智能（PHI）实验室的物理学（PHI）实验室中脱颖而出。日本主要电信巨头NTT的部门NTT Research拥有令人印象深刻的年度研发预算36亿美元。

去年，NTT引入了其“智能物理”愿景，最初与哈佛大学脑科学中心合作开发。在过去的五年中，这一愿景已经做出了重大贡献，并通过与学术合作伙伴的合作继续蓬勃发展。

PAI集团将由NTT研究科学家Hidenori Tanaka领导，他以其物理，神经科学和机器学习方面的专业知识而闻名。他的领导将指导该小组追求增强人/AI的合作。

在过去五年中，基于PHI实验室开创的跨学科方法，新小组将重点关注AI的“黑匣子”性质的奥秘。这对于开发更节能的AI系统至关重要。随着AI的迅速发展，确保其在各个行业的应用以及AI采用的治理方面的应用至关重要。

与领先的学术研究人员合作，PAI集团试图探索生物学和人工智能之间的相似之处。他们的目标是揭开AI的复杂机制，促进信任并为更加无缝的人类和AI协作铺平道路。通过更好地了解AI的训练，积累知识并做出决策，该小组旨在设计凝聚力，安全和值得信赖的未来AI系统。

这种方法反映了物理学的历史作用，在这种情况下，理解移动对象的力导致了我们今天依赖的机器的发展。例如，蒸汽机的开发帮助我们掌握了热力学，这反过来促进了高级半导体的创建。同样，PAI集团的工作有望塑造AI技术的未来。

PAI集团将继续与由Venkatesh Murthy教授领导的哈佛大学脑科学中心，以及普林斯顿大学前NTT研究科学家Gautam Reddy教授Gautam Reddy。该小组还计划与斯坦福大学的副教授Surya Ganguli合作，田中与他合着了几篇论文。核心团队包括田中，NTT研究科学家Maya Okawa和NTT研究后的Ekdeep Singh Lubana。

该团队的著名贡献包括一种高度引用的神经网络修剪算法，这是美国国家标准技术研究所（NIST）认可的大语言模型的偏置驱动算法，以及对AI概念学习动态的新见解。

PAI集团的使命是三倍：1）加深我们对AI机制的理解，固有地通过事后调整来整合伦理； 2）创建受到的受控AI环境，灵感来自实验物理学，以系统地观察学习和预测行为； 3）通过更好的操作和数据控制来弥合AI和人类操作员之间的信任差距。

NTT研究总裁兼首席执行官Kazu Gomi强调了PAI集团的重要性，并指出：“今天，通过建立NTT Research的物理学对社会对AI的理解迈出了新的一步。将AI的快速整合到日常生活中，人为与技术的关系深深地影响了人类的角色，它的发展是对人类的发展，它的发展是对人类的发展，其构成的态度是如此之所以影响。小组旨在解决围绕AI的担忧和偏见，为AI和人类的前进促进了和谐的道路。”

PAI集团采用了跨学科的方法，将物理学，神经科学和心理学融合，超越了传统的基准。这种整体观点对于实现公平和安全等目标至关重要，这对于采用可持续的AI至关重要。同时，PHI实验室中的其他小组正在通过光学计算和创新的薄膜硝酸锂（TFLN）技术来降低AI计算平台能量消耗。受到大语言模型和生物学大脑之间巨大的能效差异的启发，PAI组还将调查利用生物学和人工神经网络之间相似性的方法。

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 学习。”

自2019年以来，PHI实验室一直在使用基于Photonics的技术（包括基于TFLN的设备和Cooherent Ising Machine）开发新计算系统的最前沿，该技术解决了传统上对古典计算机具有挑战性的复杂优化问题。

Phi Lab与哈佛，加州理工学院，康奈尔大学，麻省理工学院，巴黎圣母院，斯坦福大学，斯温本，密歇根大学和NASA AMES研究中心等一系列机构合作，导致了150多个发表的发表论文，五篇论文，自然界中的一份，一份是科学杂志，在自然姐妹期刊中，有一份。

NTT宣布实时4K视频处理的AI推理芯片

NTT Corp.还推出了一种新的大型集成（LSI）芯片，旨在以每秒30帧的速度进行实时AI推理的超高定义视频的实时AI推理处理。这种低功率技术是边缘和功率受限终端部署的理想选择，传统的AI推论通常需要视频压缩以实时处理。

例如，当该LSI集成到无人机中时，它可以检测到地面上方150米（492英尺）的个人或物体，这是日本无人机飞行的法律最大高度。相比之下，常规的实时AI视频推理技术将无人机操作限制为约30米（98英尺）。这项技术可以彻底改变基于无人机的基础设施检查，从而使视觉线超出视觉线索，从而降低劳动力和成本。

卡祖·戈米（Kazu Gomi）评论说：“从基础设施检查到公共安全到现场体育赛事，低功率AI推断与超高定义视频的结合具有巨大的潜力。NTT的LSI，我们认为这是实现这一结果的第一个迈出的，这是实现Ai offer Anference of Edge of Edge term fors the Edge for the Edge for the Expectal for powner的良好范围。

在边缘和功率受限的终端中，AI设备必须比AI服务器中使用的GPU低得多的功率 - 六瓦与数百瓦。 LSI使用NTT开发的AI推理引擎克服了这些局限性，该发动机在保持检测准确性的同时降低了计算复杂性。它通过框架相关性和动态比特精确控制来实现这一目标，从而使其可以执行对象检测算法，仅查看一次（Yolov3），而功耗少于20瓦。

NTT计划通过其运营公司NTT Innovative Devices Corporation在2025财政年度内将此LSI商业化。 LSI在2025年4月9日至10日在旧金山举行的NTT年度研究与创新峰会上展出。

展望未来，研究人员正在探索该LSI在以数据为中心的基础架构（DCI）中的应用，由NTT和IOWN Global Forum领导。 DCI利用了全能网络的高速和低延迟能力来应对现代网络挑战，包括可扩展性，性能限制和高能消耗。

此外，NTT研究人员正在与NTT Data，Inc。合作，以基于专有属性的加密（ABE）技术结合使用该LSI。 ABE在数据层上启用精确的访问控制和灵活的策略设置，从而促进可以集成到现有应用程序和数据存储中的安全数据共享。

iown的身份

昨天，NTT宣布，NTT的总裁兼首席执行官Akira Shimada和NTT高级执行副总裁兼CTO Katsuhiko Kawazoe发行了一本书，标题为“ Iown *的身份”。该书深入研究了NTT的IONN（创新光学和无线网络）计划，讨论了它如何在我们日益数据驱动的世界中促进更具可持续性的社会。

* IOWN*的身份现在可以在亚马逊上发布，此前NTT年度研究与创新峰会（2025年4月9日至10日）在旧金山举行的升级。