美國有九家公司以及三所大學(xué)連手展開一個研發(fā)計劃,想看看機(jī)器學(xué)習(xí)是否能夠解決電子設(shè)計領(lǐng)域的一些最棘手的問題;新成立的CAEML (Center for Advanced Electronics through Machine Learning)研究中心是跨產(chǎn)業(yè)界眾多嘗試?yán)眯屡d人工智能技術(shù)的努力之一。
人工智能分析不僅僅是簡單的字?jǐn)?shù)統(tǒng)計(這是曾經(jīng)大量數(shù)字化文學(xué)研究的做法)。這一次,研究人員使用AI技術(shù),如自然語言處理,以獲得對上下文和文本含義的理解。你可以認(rèn)為它是終極的快速閱讀。
開發(fā)者需要能夠快速開發(fā)出實施機(jī)器學(xué)習(xí)功能的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),并將其轉(zhuǎn)換到低功耗的嵌入式終端設(shè)備上,集成了神經(jīng)網(wǎng)絡(luò)算法的DSP芯片將成為這一難題的解決方案。終端設(shè)備智
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,完全具備 實現(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,因為這一行業(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。
一家生產(chǎn)AI芯片的創(chuàng)企Graphcore籌集了3000萬美元資金。這些資金將幫助它在未來芯片領(lǐng)域同傳統(tǒng)豪強(qiáng)英特爾和英偉達(dá)展開競爭。這家英國公司計劃明年大規(guī)模出貨,其芯片將用于無人駕駛汽車和云計算。這些領(lǐng)域多使用機(jī)器學(xué)
基于 FPGA 的平臺支持云端智能應(yīng)用的快速發(fā)展
通用處理器技術(shù)有限公司(GPT)是全球領(lǐng)先的異構(gòu)系統(tǒng)處理器IP授權(quán)商。GPT今日宣布,其IP核已經(jīng)在硅片上成功實現(xiàn),并已通過HSA(異構(gòu)系統(tǒng)架構(gòu))一致性測試。公司還宣布了新的機(jī)器學(xué)習(xí)和深層神經(jīng)網(wǎng)絡(luò)的開源項目,旨在進(jìn)一步推動HSA技術(shù)的發(fā)展。
今天搞技術(shù)開發(fā)和執(zhí)行的人聊天一定離不開這些話題:人工智能、機(jī)器學(xué)習(xí)或 Bot。風(fēng)險投資公司 Madrona 最近主辦了一個機(jī)器學(xué)習(xí)和人工智能會議,將智能應(yīng)用生態(tài)系統(tǒng)領(lǐng)域里的幾個最大的科技公司和創(chuàng)新創(chuàng)業(yè)公司聚集到了
DeepDetect ,一個專為深度學(xué)習(xí)的開源API和服務(wù)。 DeepDetect的API 簡單直觀、易用、通用和易擴(kuò)展。
IoT、機(jī)器學(xué)習(xí)技術(shù)與人工智能將成為app開發(fā)的首要選擇
谷歌當(dāng)前正在嘗試訓(xùn)練機(jī)器人完全不同的思路,就是讓他們自己去相互學(xué)習(xí)。谷歌的研究人員剛剛公布了一份報告,展示他們?nèi)绾螌?4個機(jī)械臂聯(lián)結(jié)到一起,通過 “卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network)&rdquo
全球領(lǐng)先的蜂窩通信、多媒體和連接性DSP IP平臺授權(quán)廠商CEVA公司宣布推出實時神經(jīng)網(wǎng)絡(luò)軟件框架CEVA 深層神經(jīng)網(wǎng)絡(luò)(CEVA Deep Neural Network, CDNN),以簡化低功耗嵌入式系
1月28日,高通今天發(fā)布了該公司截至12月27日的2016財年第一財季財報。報告顯示,高通第一財季營收為58億美元,比上年同期的71億美元下滑19%;凈利潤為15億美元,比上年同期的20億美元下滑24%。2016年第一財季,高通公
1月28日上午消息,谷歌今日召開全球電話會議,旗下Deep MInd創(chuàng)始人戴密斯·哈薩比斯(Demis Hassabis)宣布了谷歌在人工智能領(lǐng)域的重要進(jìn)展:開發(fā)出一款能夠在圍棋中擊敗職業(yè)選手的程序——AlphaGo,
許多研究人員都想要構(gòu)造出能夠自主學(xué)習(xí)的類人腦神經(jīng)網(wǎng)絡(luò),但他們通常使用的都是硅質(zhì)芯片。那么,如果芯片本身就是類人腦體的話豈不更好嗎?一組來自意大利和俄羅斯的研究人員就從這一出發(fā)點開始了他們的研究活動&mdas
近幾年來,技術(shù)革新突飛猛進(jìn),是機(jī)遇亦是挑戰(zhàn)。那么在2016年將有哪些技術(shù)飛躍“近在咫尺”?與其聽所謂專家們的憑空預(yù)測,不如看一看硅谷創(chuàng)業(yè)者們的實踐。
在用Android(安卓)開源系統(tǒng)改變移動世界后,Google希望用開源機(jī)器學(xué)習(xí)系統(tǒng)TensorFlow改變?nèi)斯ぶ悄茴I(lǐng)域。“機(jī)器學(xué)習(xí)對我而言,是 為了讓人類能夠不用像機(jī)器那樣去做事。”11月10日,在Google公布開源第二代
交通事故仍然在全球各地造成大量災(zāi)難,引發(fā)交通事故的原因通常是1或多名司機(jī)出現(xiàn)失誤,或者是出現(xiàn)司機(jī)無能為力的意外情況。無人駕駛汽車技術(shù)完美無缺之前,在確保司機(jī)在開
導(dǎo)讀:Facebook去年底挖來了一個機(jī)器學(xué)習(xí)大神Vladimir Vapnik,他是統(tǒng)計學(xué)習(xí)理論和支持向量機(jī)的主要發(fā)明者。Vladimir Vapnik被稱為統(tǒng)計學(xué)習(xí)理論之父,他出生于俄羅斯,1990年底移居美國,在美國貝爾實驗室一直工作到
自從傳感器(sensor)及傳感器融合(sensor fusion)技術(shù)被廣泛運(yùn)用在手機(jī)等電子產(chǎn)品后,大幅提升消費者使用體驗。目前隨著用戶對裝置偵測環(huán)境的要求不斷提高,傳感器被賦予的任務(wù)也更加復(fù)雜,許多廠商也于是開始開發(fā)產(chǎn)