-
Arm 通過新的 PyTorch 和 ExecuTorch 集成加速從云到邊的人工智能，賦能開發(fā)者即刻實(shí)現(xiàn)性能提升
Arm 控股有限公司(納斯達(dá)克股票代碼：ARM，以下簡稱“Arm”)近期宣布通過將Arm? Kleidi技術(shù)集成到 PyTorch 和 ExecuTorch，賦能新一代應(yīng)用在 Arm CPU 上運(yùn)行大語言模型 (LLM)。Kleidi 匯集了最新的開發(fā)者賦能技術(shù)和關(guān)鍵資源，旨在推動機(jī)器學(xué)習(xí) (ML) 技術(shù)棧中的技術(shù)協(xié)作和創(chuàng)新。通過這些重要進(jìn)展，Arm 致力于為任一 ML 技術(shù)棧的開發(fā)者提供更為順暢的體驗(yàn)。
-
逐浪AI大潮，以澎拜之力革新產(chǎn)品測試
產(chǎn)品測試一直都是開發(fā)過程中確保產(chǎn)品在功能和性能方面符合市場預(yù)期的關(guān)鍵一環(huán)。然而，傳統(tǒng)的產(chǎn)品測試流程需要投入大量的時(shí)間和資源。另一方面，現(xiàn)代的新產(chǎn)品設(shè)計(jì)也變得越來越復(fù)雜，對運(yùn)行條件的要求也愈發(fā)嚴(yán)苛，如要求低功耗、融合更多的傳感器以及添加更多的輸入/輸出接口等。
-
建立強(qiáng)大的人工智能和機(jī)器學(xué)習(xí)管道最佳做法和工具
人工智能和機(jī)器學(xué)習(xí)已經(jīng)從實(shí)驗(yàn)技術(shù)演變?yōu)楝F(xiàn)代商業(yè)戰(zhàn)略的重要組成部分。有效構(gòu)建和部署AI/ML模型的公司獲得了顯著的競爭優(yōu)勢,但創(chuàng)建一個(gè)功能齊全的AI系統(tǒng)是復(fù)雜的,涉及多個(gè)階段。
-
Cloudera推出機(jī)器學(xué)習(xí)項(xiàng)目加速器 (AMP) 的全新套件
Cloudera的最新創(chuàng)新加速了企業(yè)人工智能用例，并顯著縮短了部署時(shí)間 全新AMP將于9月12日在迪拜舉辦的EVOLVE24期間展出 加利福尼亞州圣克拉拉2024年9月13日 /美通社/ -- Cloudera是唯一真正...
-
改善數(shù)據(jù)質(zhì)量的機(jī)器學(xué)習(xí)分類技術(shù)的進(jìn)展
數(shù)據(jù)質(zhì)量差會導(dǎo)致信息驅(qū)動系統(tǒng)中的分析和決策不準(zhǔn)確。機(jī)器學(xué)習(xí)(ML)分類算法已成為解決一系列問題的有效工具。?數(shù)據(jù)質(zhì)量 通過自動發(fā)現(xiàn)和糾正數(shù)據(jù)集中的異常來解決問題。將ML分類器應(yīng)用于數(shù)據(jù)提純、異常值識別、缺失值估算和記錄鏈接等任務(wù)有多種方法和策略。用于衡量機(jī)器學(xué)習(xí)模型在解決數(shù)據(jù)質(zhì)量問題方面的效力的評價(jià)標(biāo)準(zhǔn)和性能分析方法正在演變。
-
了解貝葉斯建模和機(jī)器學(xué)習(xí)概率編程
傳統(tǒng)的機(jī)器學(xué)習(xí)模型和人工智能技術(shù)往往存在一個(gè)嚴(yán)重的缺陷:它們?nèi)狈Σ淮_定性的量化。這些模型通常提供點(diǎn)估計(jì),而不考慮預(yù)測的不確定性。這種限制削弱了評估模型輸出可靠性的能力。此外,傳統(tǒng)的ML模型缺乏數(shù)據(jù),往往需要正確的標(biāo)記數(shù)據(jù),因此,往往難以解決數(shù)據(jù)有限的問題。此外,這些模型缺乏將專家領(lǐng)域知識或先前信念納入模型的系統(tǒng)框架。如果沒有利用特定領(lǐng)域的洞察力的能力,模型可能會忽略數(shù)據(jù)中的關(guān)鍵細(xì)微差別,并傾向于無法發(fā)揮其潛力。毫升模型變得越來越復(fù)雜和不透明,雖然越來越多的人要求在根據(jù)數(shù)據(jù)和大赦國際作出的決定中增加透明度和問責(zé)制。
-
GE醫(yī)療與亞馬遜云科技達(dá)成戰(zhàn)略合作，通過生成式AI加速醫(yī)療健康領(lǐng)域轉(zhuǎn)型
GE醫(yī)療已選擇亞馬遜云科技作為其戰(zhàn)略云服務(wù)合作伙伴，致力于推出全新的定制化基礎(chǔ)模型，加速創(chuàng)新醫(yī)療應(yīng)用快速開發(fā)。GE醫(yī)療將利用亞馬遜云科技的機(jī)器學(xué)習(xí)和生成式AI技術(shù)，訓(xùn)練和部署臨床基礎(chǔ)模型，助力醫(yī)療服務(wù)提供商優(yōu)化臨床和運(yùn)營流程，進(jìn)而提升護(hù)理服務(wù)質(zhì)量。
-
通過異常檢測確保數(shù)據(jù)完整性是數(shù)據(jù)工程師需要掌握的基本工具
當(dāng)前最有趨勢的機(jī)器學(xué)習(xí)和人工智能在不知疲倦地創(chuàng)新,為客戶提供最先進(jìn)的解決方案。然而,在這一快速演變過程中,確保一個(gè)以高質(zhì)量和完整性為特征的穩(wěn)健數(shù)據(jù)宇宙是不可或缺的。雖然人們經(jīng)常把重點(diǎn)放在改進(jìn)人工智能模型上,但原始數(shù)據(jù)集的重要性有時(shí)會被掩蓋。
-
使用 Python 進(jìn)行機(jī)器學(xué)習(xí)：數(shù)據(jù)預(yù)處理技術(shù)
機(jī)器學(xué)習(xí)仍然是發(fā)展最快、需求量最大的技術(shù)領(lǐng)域之一。機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支，它使計(jì)算機(jī)系統(tǒng)能夠?qū)W習(xí)和采用類似人類的特質(zhì)，最終導(dǎo)??致人工智能機(jī)器的發(fā)展。 下表列出了人工智能領(lǐng)域中，機(jī)器學(xué)習(xí)可以賦予計(jì)算機(jī)的八種關(guān)鍵類人特質(zhì)。
-
了解機(jī)器學(xué)習(xí)的貝葉斯建模和概率規(guī)劃
傳統(tǒng)機(jī)器學(xué)習(xí) (ML) 模型和 AI 技術(shù)通常存在一個(gè)嚴(yán)重缺陷：它們?nèi)狈Σ淮_定性量化。這些模型通常提供點(diǎn)估計(jì)，而不考慮其預(yù)測的不確定性。這種限制削弱了評估模型輸出可靠性的能力。此外，傳統(tǒng) ML 模型需要大量數(shù)據(jù)，通常需要正確標(biāo)記的數(shù)據(jù)，因此，在數(shù)據(jù)有限的問題上往往會遇到困難。此外，這些模型缺乏將專家領(lǐng)域知識或先驗(yàn)信念納入模型的系統(tǒng)框架。如果無法利用特定領(lǐng)域的見解，模型可能會忽略數(shù)據(jù)中的關(guān)鍵細(xì)微差別，并且往往無法發(fā)揮其潛力。ML 模型正變得越來越復(fù)雜和不透明，人們越來越需要數(shù)據(jù)和人工智能做出的決策具有更高的透明度和可問責(zé)性。
-
機(jī)器學(xué)習(xí)分類技術(shù)的進(jìn)步對數(shù)據(jù)質(zhì)量的改善
數(shù)據(jù)質(zhì)量差會導(dǎo)致信息驅(qū)動系統(tǒng)中的分析和決策不準(zhǔn)確。機(jī)器學(xué)習(xí) (ML) 分類算法已成為解決各種數(shù)據(jù)質(zhì)量問題的有效工具，它通過自動查找和糾正數(shù)據(jù)集中的異常來解決問題。有各種方法和策略可用于將 ML 分類器應(yīng)用于數(shù)據(jù)凈化、異常值識別、缺失值插補(bǔ)和記錄鏈接等任務(wù)。用于衡量機(jī)器學(xué)習(xí)模型在解決數(shù)據(jù)質(zhì)量問題方面的有效性的評估標(biāo)準(zhǔn)和性能分析方法正在不斷發(fā)展。
-
亞馬遜云科技推出多項(xiàng)創(chuàng)新，讓生成式AI觸手可及
北京——2024年7月12日 在亞馬遜云科技紐約峰會上，亞馬遜云科技宣布正式推出多項(xiàng)新技術(shù)和新服務(wù)，讓每個(gè)人都能更輕松地開始構(gòu)建AI應(yīng)用。其中，Amazon Q Apps已正式可用，能夠根據(jù)簡單描述創(chuàng)建應(yīng)用程序;Amazon Q Developer成功集成到Amazon SageMaker Studio中并正式可用，為機(jī)器學(xué)習(xí)模型的開發(fā)過程帶來極大便捷;Amazon Bedrock更新了微調(diào)Anthropic Claude 3 Haiku、Guardrails(安全防護(hù))和Agents(代理)等功能，幫助用戶更快、更輕松地構(gòu)建和部署生成式AI應(yīng)用程序。
-
ST Edge AI Suite 人工智能開發(fā)套件正式上線加快采用意法半導(dǎo)體技術(shù)的AI產(chǎn)品開發(fā)速度
所有邊緣 AI項(xiàng)目的新起點(diǎn)，一站整合工具、軟件和資源，更快、更順暢的開發(fā)體驗(yàn)
-
Nordic Semiconductor推出由再生塑料制成的新型組件卷軸
通過與裝配和測試合作伙伴共同工作， Nordic現(xiàn)在使用再生塑料組件包裝卷軸
-
物聯(lián)網(wǎng)賦能工業(yè)生產(chǎn)維護(hù)與安全
對可持續(xù)性和更高效率的持續(xù)需求刺激了工業(yè)自動化領(lǐng)域的創(chuàng)新。物聯(lián)網(wǎng)讓先進(jìn)技術(shù)能夠迅速融入到工業(yè)自動化中。智能全互聯(lián)工廠讓制造商能夠提高工藝效率、安全性和可持續(xù)性，同時(shí)降低成本。
-
面向現(xiàn)代視覺系統(tǒng)的低功耗圖像傳感器
在更快的連接速度、更高的自動化程度和更智能系統(tǒng)的推動下，工業(yè)4.0加快了視覺技術(shù)在制造業(yè)中的應(yīng)用，并將智能化引入到以往簡單的數(shù)據(jù)采集系統(tǒng)中。上一代視覺系統(tǒng)負(fù)責(zé)捕捉圖像，對其進(jìn)行封裝以供傳輸，并為后續(xù)的FPGA、ASIC或昂貴的SoC等器件提供圖像數(shù)據(jù)進(jìn)行處理。如今，工業(yè)5.0更進(jìn)一步，通過在整個(gè)數(shù)據(jù)通路中融入人工智能（AI）與機(jī)器學(xué)習(xí)（ML），實(shí)現(xiàn)大規(guī)模定制化。攝像頭變得智能化，具備在應(yīng)用層面處理的圖像數(shù)據(jù)，僅輸出用于決策的元數(shù)據(jù)。
-
QNAP S3 物件存儲方案 QuObjects 通過 Veeam? Ready - Object with Immutability 認(rèn)證，資料安全高可靠
上海2024年5月23日 /美通社/ -- 威聯(lián)通?科技 (QNAP? Systems, Inc.) 今日宣布其 S3 物件存儲方案 QuObjects 以 QTS 和 QuTS hero 兩項(xiàng) NAS 作業(yè)系統(tǒng)上通過 Veeam? Ready - Object 計(jì)劃的 Backup Target - Object with Immutability 認(rèn)證。該認(rèn)證肯定了 QNAP QuObjects 作為物件備份方案的可靠性，為企業(yè)用戶提供更為效率的物件存儲，提升數(shù)據(jù)管理效率和安全性。
-
意法半導(dǎo)體推出汽車級慣性模塊 助力汽車廠商打造經(jīng)濟(jì)高效的ASIL B級功能性安全應(yīng)用
提高車輛導(dǎo)航、車身電子設(shè)備和自動駕駛系統(tǒng)的定位準(zhǔn)確度和可靠性
-
MathWorks專訪：如何用STM32設(shè)計(jì)出超越AI的智能應(yīng)用
業(yè)界應(yīng)如何看待邊緣人工智能?ST授權(quán)合作伙伴 MathWorks 公司的合作伙伴團(tuán)隊(duì)與ST 共同討論了對邊緣機(jī)器學(xué)習(xí)的看法，并與 STM32 社區(qū)分享了他們的設(shè)計(jì)經(jīng)驗(yàn)。
-
IMDT和Hailo攜手推出邊緣人工智能解決方案，旨在實(shí)時(shí)實(shí)現(xiàn)極致性能
雙方的合作促成了尖端人工智能視覺解決方案，提高了效率、連通性和成本效益
- 安富利3kW模擬電源供應(yīng)器（PSU）解決方案開發(fā)板來襲，申請領(lǐng)好禮
- 得捷芯聞解碼視頻研習(xí)站第五期：打造更安全、更智能、更舒適、高續(xù)航的駕乘體驗(yàn)
- FPGA供電應(yīng)用遇挑戰(zhàn)？MPS高性能FPGA供電解決方案幫你破局
- 得捷芯聞解碼研習(xí)站第四期：網(wǎng)絡(luò)安全芯片，讓您的應(yīng)用系統(tǒng)無懈可擊
- “變現(xiàn)”指南：上傳資料獲三重紅包，親測有效！
- 《21ic技術(shù)洞察》系列欄目：AI芯紀(jì)元——AI加持，語?助?再進(jìn)化！
- 得捷芯聞解碼研習(xí)站第三期：MCU助?多應(yīng)?打破功耗噩夢與安全隱患困局
