我們周圍的事物正變得越來越智能。從汽車到智能手機(jī),到數(shù)字助理,甚至包括機(jī)器人。我們不只是在講每天層出不窮的、突破性的新功能。更重要的是,設(shè)備、計算機(jī)和機(jī)器都在聰
CEVA 汽車市場營銷主管 Jeff VanWashenova高級輔助駕駛系統(tǒng) (ADAS) 可提供解決方案,用以滿足駕乘人員對道路安全及出行體驗(yàn)的更高要求。諸如車道偏離警告、自動剎車及泊車
隨著深度學(xué)習(xí)應(yīng)用不斷進(jìn)入商用化,各類框架在服務(wù)器端上的部署正在增多,可擴(kuò)展性正逐漸成為性能的重要指標(biāo)。香港浸會大學(xué)褚曉文團(tuán)隊(duì)近日提交的論文對四種可擴(kuò)展框架進(jìn)行了橫向評測(Caffe-MPI、CNTK、MXNet 與 TensorFlow)。該研究不僅對各類深度學(xué)習(xí)框架的可擴(kuò)展性做出了對比,也對高性能服務(wù)器的優(yōu)化提供了方向。
加拿大研究人員研發(fā)出一種新技術(shù)——深度學(xué)習(xí)人工智能軟件。小到智能手機(jī),大到工業(yè)機(jī)器人,都能應(yīng)用這款軟件。同時,這款軟件的開發(fā)也為人工智能不再受限于互聯(lián)網(wǎng)和云計算鋪平了道路。
好萊塢驚悚片長久以來就已實(shí)現(xiàn)這一點(diǎn),用來識別某人的身份以及他們在視頻和圖像上做何事的工具正在成形。多年來,F(xiàn)acebook和百度等公司一直在研發(fā)這種人工智能技術(shù)。但是,隨著差錯率不斷縮小,以及這些系統(tǒng)使用范圍不斷擴(kuò)大,我們可以預(yù)見到,在不久的將來,每一段視頻都可以用于分析,從而識別出里面的人物、物體和行為。
Qualcomm Incorporated子公司Qualcomm Technologies, Inc.于今日闡釋了其人工智能愿景——即以無處不在的終端側(cè)人工智能對云端人工智能實(shí)現(xiàn)補(bǔ)充。在我們預(yù)想中的世界里,人工智能將使終端、機(jī)器、汽車和萬物都變得更加智能,簡化并豐富我們的日常生活。
總結(jié)2016年一件有紀(jì)念意義的科技事件是阿法狗戰(zhàn)勝圍棋九段選手李世石,標(biāo)志著人工智能算法達(dá)到了新的高度,同時也說明了人工智能未來發(fā)展的潛力,未來人工智能將會給工業(yè)服務(wù)業(yè)農(nóng)業(yè)帶來很大的影響。
由于受到技術(shù)瓶頸及硬件平臺計算能力的限制,人工智能在安防行業(yè)的應(yīng)用一直發(fā)展緩慢。但自從2010年以來,隨著互聯(lián)網(wǎng)海量數(shù)據(jù)的出現(xiàn),使得深度學(xué)習(xí)發(fā)揮潛力。同時以GPU為代表的硬件平臺計算能力的飛速提升,更進(jìn)一步加速了深度學(xué)習(xí)技術(shù)的普及。
近年來,處理器技術(shù)進(jìn)入如此大,一個像U盤那么大的設(shè)備現(xiàn)在都可以用于為神經(jīng)網(wǎng)絡(luò)提供能量。但是,企業(yè)通常很難充分發(fā)揮其計算能力,因?yàn)閷?shí)施大規(guī)模人工智能過程中還存在的根本挑戰(zhàn)。
在深度學(xué)習(xí)的領(lǐng)域里,最重要的是數(shù)據(jù)和運(yùn)算。誰的數(shù)據(jù)更多,誰的運(yùn)算更快,誰就會占據(jù)優(yōu)勢。因此,在處理器的選擇上,可以用于通用基礎(chǔ)計算且運(yùn)算速率更快的GPU迅速成為人工智能計算的主流芯片。
該研究將會發(fā)布在今年的 KDD 會議上被介紹,它解決了谷歌、Facebook、微軟等大公司面臨的最大難題之一。這些大公司都在爭相建立、訓(xùn)練、部署大量的深度學(xué)習(xí)網(wǎng)絡(luò)來發(fā)展不同的產(chǎn)品,例如自動駕駛汽車、翻譯、郵件智能回復(fù)。
什么是人工智能,什么不是?毫無疑問,AlphaGo是由谷歌DeepMind設(shè)計的“人工智能圍棋系統(tǒng)”,它是個非常聰明的系統(tǒng)。AlphaGo擊敗了圍棋世界冠軍Lee Sedol,而類似
人工智能(Artificial Intelligence),英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。 人工智能是計算機(jī)科學(xué)的一個分支,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器,該領(lǐng)域的研究包括機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。人工智能從誕生以來,理論和技術(shù)日益成熟,應(yīng)用領(lǐng)域也不斷擴(kuò)大,可以設(shè)想,未來人工智能帶來的科技產(chǎn)品,將會是人類智慧的“容器”。
最近,一篇名為《Using Deep Learning and Google Street View to Estimate the Demographic Makeup of the US》的論文發(fā)布到了arxiv.org上,作為這篇論文的聯(lián)合作者之一
深度學(xué)習(xí)全稱深度神經(jīng)網(wǎng)絡(luò),本質(zhì)上是多層次的人工神經(jīng)網(wǎng)絡(luò)算法,即模仿人腦的神經(jīng)網(wǎng)絡(luò),從最基本的單元上模擬了人類大腦的運(yùn)行機(jī)制。近年來,其所取得的前所未有的突破掀起了人工智能新一輪的發(fā)展熱潮。
本文來自CMU的博士,MIT的博士后,vision.ai的聯(lián)合創(chuàng)始人Tomasz Malisiewicz的個人博客文章,閱讀本文,你可以更好的理解計算機(jī)視覺是怎么一回事,同時對機(jī)器學(xué)習(xí)是如何隨著時間緩慢發(fā)展的也有個直觀的認(rèn)識。
市場需求放緩和業(yè)績提升難的壓力正促使全球半導(dǎo)體行業(yè)再度掀起創(chuàng)新風(fēng)潮,該行業(yè)的公司都在努力研發(fā)新的芯片設(shè)計、材料和制造工藝,其中一個原因是深度學(xué)習(xí)這一人工智能技術(shù)正越來越廣泛地被應(yīng)用于圖片分類、語音翻譯和自動駕駛等任務(wù)。
2016年初,一場人機(jī)大戰(zhàn)點(diǎn)燃了人工智能芯片的爭奪戰(zhàn),而作為核心和底層基礎(chǔ)的人工智能芯片已經(jīng)成為半導(dǎo)體公司的新寵。計算機(jī)芯片巨頭NVIDIA日前發(fā)布了支持深度學(xué)習(xí)技術(shù)的新款芯片Tesla P100,而早在2015年10月,Int
計算能力大幅提升,深度學(xué)習(xí)算法不斷提高,機(jī)器學(xué)習(xí)變得更加強(qiáng)大,與此同時數(shù)據(jù)量的急劇增長也大大推動了這些算法的發(fā)展,人工智能從此 進(jìn)入了加速增長的新階段。經(jīng)過了60多年,人工智能的發(fā)展已接近臨界點(diǎn),完全具備 實(shí)現(xiàn)大規(guī)模商用的潛力。人工智能的迅速發(fā)展可能更有利于科技板塊,因?yàn)檫@一行業(yè)具有相關(guān)的人才、技術(shù)和資金,更易于推動人工智能的發(fā)展和普及。
為搶占市場商機(jī),云端業(yè)者及處理器業(yè)者皆致力研發(fā)新技術(shù),透過深度學(xué)習(xí),Rekognition可使開發(fā)人員能夠快速,輕松地構(gòu)建、分析圖像應(yīng)用,并自動識別人臉、物體和場景,為強(qiáng)化云端伺服器運(yùn)算功能,AMD則是發(fā)布新一代加速器--Radeon Instinct,提供強(qiáng)效且基于GPU的解決方案以執(zhí)行深度學(xué)習(xí)推論與訓(xùn)練工作。