Recent #machine learning news in the semiconductor industry
06/09/2025, 03:33 PM UTC
内置摄像头提升仿生手的触觉感知能力Internal cameras refine touch sense in artificial hand
➀ F-Tac仿生手通过内置摄像头和弹性体形变检测技术，在70%的抓取表面实现100微米触觉分辨率，显著提升对物体的感知能力；
➁ 采用17个模块化组件构成机械结构，结合弹簧关节与线驱伺服系统，通过机器学习算法实现触觉反馈驱动的自适应抓取；
➂ 由伦敦玛丽女王大学联合中国研究机构开发，在600次实际测试中展现出优于无触觉系统的复杂操作性能。
05/27/2025, 07:06 AM UTC
拥有“眼睛”和“大脑”的激光器：机器学习简化工业激光加工A Laser with 'Eyes' and a 'Brain': Machine Learning Simplifies Industrial Laser Processes
➀ 瑞士联邦材料科学与技术研究所（Empa）的研究人员开发了机器学习算法，通过实时光学数据分析优化激光金属加工（如粉末床熔融3D打印和焊接），将成本高昂的初步试验减少了三分之二；
➁ 该系统采用FPGA芯片实现焊接过程中激光参数的实时精准控制，可应对材料缺陷和变化性，提升生产一致性；
➂ 该方法降低了技术门槛，使非专业人士也能操作精密激光设备，有望推动先进激光制造技术的工业普及。
04/24/2025, 07:46 AM UTC
降低可靠人工智能响应的计算成本Reducing Calculation Costs for Reliable AI Responses
苏黎世联邦理工学院的研究人员开发了一种方法，使得人工智能的答案随着时间的推移变得更加可靠。他们的算法在选择数据时非常具有选择性。此外，高达40倍更小的AI模型可以实现与最佳大型AI模型相同的输出性能。
ChatGPT和类似工具常常因为其答案的准确性而令人惊讶，但同时也经常引起怀疑。强大的人工智能响应机器的一个大挑战是，它们以同样的轻松程度为我们提供完美的答案和明显的废话。一个主要挑战是如何处理不确定性。直到现在，判断LLM是否基于可靠的数据基础生成答案，或者是否处于不确定的基础上，都是非常困难的。
苏黎世联邦理工学院计算机科学系机器学习研究所的研究人员已经开发了一种方法，可以专门减少人工智能的不确定性。‘我们的算法可以将人工智能的一般语言模型与问题相关主题领域的附加数据专门丰富。与具体问题相结合，我们可以从模型的深处和丰富数据中专门检索出那些可能生成正确答案的关系’，学习与自适应系统组的Jonas Hübotter解释说，他在他的博士研究中开发了这种方法。
04/10/2025, 05:00 PM UTC
生成式AI助力高级设计Generative AI Comes to High-Level Design
➀ 电子设计自动化（EDA）行业已从晶体管级发展到高级综合（HLS）。
➁ Rise设计自动化公司引入生成式AI来自动化RTL编码。
➂ 该公司的AI代理协助进行综合、验证和优化。
04/04/2025, 05:10 AM UTC
中国研究人员在蓝宝石基板上构建32位RISC-V处理器2D 32-bit RISC-V processor
中国研究人员利用二硫化钼（MoS2）在蓝宝石基板上构建了32位RISC-V处理器。该处理器名为RV32-WUJI，拥有6000个晶体管，以千赫兹的速度运行，能够执行完整的RISC-V 32位指令集。研究人员利用机器学习优化了晶体管的布线和材料。整体良率超过99.9%，芯片级良率达到99.8%。
04/02/2025, 11:20 AM UTC
使用R分析物联网连接的健康监测系统Using R To Analyse An IoT Connected Health Monitoring System
➀ 本文探讨了利用统计编程语言R实现基于物联网的健康监测系统的应用。该系统旨在处理并分析来自各种物联网设备的实时健康数据，重点在于预测心脏病发作的风险。
➁ 提出的系统集成了可穿戴传感器、移动应用程序和基于云的基础设施，以连接个人与医疗服务提供者。R的分析能力，包括统计函数、可视化工具以及机器学习模型（如GLM、随机森林和决策树）被用于生成洞察力和预测模型。
➂ 系统强调数据安全和隐私，包含加密和认证机制。它还包括一个用户友好的移动应用程序，用于实时健康监控和个人化反馈。
04/02/2025, 11:01 AM UTC
基于人工智能的车辆预测性维护：发动机故障检测AI Vehicle Predictive Maintenance
➀ 本文介绍了一种基于人工智能的预测性维护系统，该系统通过声音分析来检测车辆发动机的故障。系统使用Google Teachable Machine训练出能够区分正常和异常发动机声音的人工智能模型。
➁ 该AI模型在浏览器中运行，持续监控发动机的声音。一旦检测到异常，它会立即触发警报并发送HTTP请求到IndusBoard Coin，后者作为Web服务器处理警报。
➂ IndusBoard Coin还托管了一个网页，以视觉方式显示系统的状态。如果检测到故障，网页将变红并显示警报消息，同时激活闪烁的LED作为警告指示器。
04/02/2025, 06:07 AM UTC
检索增强生成让阅读厚重的书籍变得过时Retrieval Augmented Generation Makes Reading Thick Books Obsolete
检索增强生成（RAG）通过使用大型语言模型（LLM）和检索系统，使得在大量文档中查找信息变得更加容易。这种方法确保了精确和全面的信息检索，对于法律文本和用户手 册尤其有用。弗劳恩霍夫伊弗乌正在开发这项技术，它可以在标准PC和云中使用，确保数据安全和隐私。
