可能性の限界を押し上げる
インテルラボは、データのエクスポネンシャルな力を解き放つ新しいテクノロジーとコンピューティング形式の発見と開発に注力するグローバルな研究組織です。
答えを探し、問題を解決し、ソリューションを拡大する研究ハブです。
ほかと何が違うのか?シリコン、ソフトウェア、ファウンドリーに広がるインテルの専門知識は、将来のデータの課題に対処するための研究エコシステムにおける独自の場所を提供します。チームの規律あるアプローチは、最も有望なアイデアを特定し、イノベーション・ワークストリームを通じて、前進させ、世界に影響を与えるテクノロジーを提供します。
量子コンピューティング
量子コンピューティングは、従来のコンピューターが対処できなかった課題を解決できる可能性を秘めています。同時に複数の状態を表現できる量子ビット (キュービット) が大規模な並列計算処理を可能にします。コンピューティング課題の種類によっては、はるかに短時間で解決できる可能性があります。
詳細
AI にさらなる進化を
人間の脳の働きを模倣した自己学習型の Loihi ニューロモーフィック・チップは、周辺環境からのフィードバックを基に動作します。コンピューティングの消費電力を抑えると同時に、より効果的なマシンラーニングを実現します。
詳細
新進気鋭のイノベーション
コミュニケーション、自動運転、セキュリティー、センスメイキングなどの分野では、黎明期のテクノロジーがイノベーションの未来を切り開いています。このような重要な領域は今、次なる技術革新の最前線に位置付けられています。
詳細
研究分野
最近の出版物
BrainIAK チュートリアル: 高度な fMRI 分析のためのユーザーに優しい学習資料
Manoj Kumar, Cameron T. Ellis, Qihong Lu, Hejia Zhang, Mihai Capotă, Theodore L. Willke, Peter J. Ramadge, Nicholas B. Turk-Browne, Kenneth A. Norman
マルチモーダル・シーン認識ダイアログに関するトピック、音声表現、および注意の調査
Shachi Kumar, Eda Okur, Saurav Sahay, Jonathan Huang, Lama Nachman
文脈の問題: 大規模なテキストコーパスのマシンラーニング分析からの人の意味構造の回復
Marius Cătălin Iordan, Tyler Giallanza, Cameron T. Ellis, Nicole M. Beckage, Jonathan D. Cohen
システムオンチップ設計のためのリカレント・ニューラル・ネットワークを使用したメッセージフローのマイニング
Yuting Cao, Parijat Mukherjee, Mahesh Ketkar, Jin Yang, Hao Zheng
ニュース洞察
イノベーションをもたらすパートナーシップ
インテルは学術界、産業界と広く連携しています。