企业级云服务商青云QingCloud日前正式发布Deep Learning on QingCloud深度学习平台,覆盖主流的深度学习框架,集成丰富的数据科学工具包,通过QingCloud AppCenter实现一键部署交付。
根据DesignCon大会上的一项小组讨论,各供应商与研究人员正在将机器学习应用于棘手的芯片设计难题,并已经取得重大进展。在EDA当中使用人工智能已经成为一项热门议题,并有多篇论文以此为核心展开探讨。
近日,TalkingData产业基金宣布投资科技媒体机器之心,并将发挥双方优势在数据科学领域进行更多合作。此次投资是TalkingData在人工智能(AI)领域深度布局的重要举措之一。
从Facebook的“AI能够发明自己的语言”误报到微软公司令人诧异的种族主义聊天机器人,在过去的几年时间里,我们目睹了几起表现糟糕的AI使用案例。尽管了解AI行为的初衷并非一桩易事,但谷歌的DeepMind认为其已经为这一难题提供了解决方案,那就是心理学。
深度学习已经彻底改变了我们对现代生活中大量数据的处理方式。然而,新闻媒体对于AI的报道往往集中在人工智能的商业应用以及如何重塑企业业务层面。
说到人工智能(AI)领域,就不得不提起“人机大战”中的“阿尔法狗”( AlphaGo )这个嚣张的名字,自2016年3月初出茅庐,一路刷新纪录震惊世人,以99.8%的胜率,先后战胜世界各国顶尖围棋高手,轰动一时,人们将这一成绩视为人工智能的巅峰之作。
为训练深度神经网络量身定制的第一批商用芯片将于今年上市。由于训练新的神经网络模型可能需要几周或几个月的时间,因此这些芯片可能是迄今为止制造出的最大、也是最昂贵的商用芯片。
从AlphaGo到索菲亚,2017年新闻频出的人工智能(AI)随着众多垂直领域企业深入布局,逐渐落入产业级和消费级应用产品,牵动全行业关注。
纵观整个2017年的服务器市场,可以用“变革”和“创新”来概括。变革是在新的驱动下因素发生的,而创新是变革的产物。所谓继往开来,2018年的服务器市场也将伴随这种发展态势而继续向前发展。
IBM和Salesforce.com正在通过将IBM的云和Watson服务与Salesforce的Quip和Service Cloud Einstein产品集成,来扩大双方在人工智能方面的合作伙伴关系。
Google正式发布了这一蓝图的下个篇章——Cloud AutoML Vision,让任何人都可以通过上传一组示例并单击几个按钮来构建自己的深度学习计算机视觉模型。在一个点击式深度学习的世界中,AI的未来可能会是什么样的?
特斯拉作为一个对开发和销售自动驾驶汽车有着浓厚兴趣的技术先驱,如今特斯拉对人工智能充满浓厚的兴趣是有道理的。正是在本月,特斯拉的亿万富翁创始人兼首席执行官Elon Musk公开宣布公司正在致力于开发自己的AI硬件。
如今的年轻时尚购物者比以往更要求个性化。根据IBM的一项研究,52%的Z世代女性希望看到能让他们为自己定制产品的工具。
2018年伊始,人工智能取得重大突破!1月11日,由斯坦福大学发起的机器阅读理解领域顶级赛事SQuAD刷新排名,令业界振奋的是人工智能的阅读能力历史上首次超越人类。阿里巴巴凭借82.440的精准率打破了世界纪录,并且超越了人类82.304的成绩。
显卡芯片巨头Nvidia周日推出由Xavier驱动的下一代自动驾驶堆栈,此堆栈是Nvidia在砸在汽车AI上20亿美元的研发结果。
伴随着人工智能的出现,越来越多的公司把它运用到工作生产中,新的移动开发技术不断涌现,产品创新此起彼伏,而要想在技术革新中幸存下来,企业必须随时洞察前沿热点,永葆技术创新能力。作为开发者也需要学会拥抱变化,在变化中完成蜕变。
在过去的2017年,芯片行业的新闻不断,各种新品、技术革新不断涌现。在此,我们对于过去一年的芯片行业进行盘点,透过盘点我们也能对2018年的芯片市场有个大致的预测。
近期,F5举办了线上发布会,介绍了其全新理念—“感知可控,随需而变的应用”(Adaptive Applications),以及相应的创新性整体解决方案。