“在数据库相关领域,张霁也曾做出过多项研究成果。SIGMOD在2019年还收录了张霁的论文,该论文介绍了一种采用深度强化学习方法的云数据库自动性能优化系统,可以在缺少数据训练的情况下建立优化模型,大幅度提高数据库的运维效率。
给大家的建议就是,如果大家赶时间求稳定适应范围需要非常广的时候,目前来说jieba是非常好的选择,如果说在面临一些精细化领域的特殊需求的时候,可以用PKUseg进行一波尝试,有意外惊喜。
要是这两家人工智慧新创公司真有办法,未来购物这件事,会跟现在进店偷东西的感觉一样,而且还不用担心被抓。 纽西兰的 IMAGR 及硅谷的 Mashgin 都打算让在百货超市和公司餐厅里结帐一事变得简单,差不多就是在公园里散步一样轻松。 许多超市提供自助结帐服务,以节省购物者的时间。IMAGR 创办人 William Chomley 想要一并跳过结帐这件事,买完东西只要直接走出门就好,这跟在西雅图市区一间百货超市进行测试的 Amazon Go 很像,消费者买完东西无需在收款机停下脚步,迳行出门即可。 IMAGR
大洋彼岸特斯拉,马斯克今年重要的成就就是自研AI超算DOJO,为其自动驾驶破局开路。
人工智能发展至今,学术界与工业界倾全力下注大模型,仅仅是分清主要矛盾(回报)与次要矛盾(投入)就够了吗? 作者 | 陈彩娴、王玥 编辑 | 岑峰 电风扇与空皂盒的故事,大家都听过吧? 传闻某国际知名快消大厂曾引进一条香皂包装生产线,结果发现这条生产线在包装香皂的过程中出现了一个缺陷,就是常常有盒子没装入香皂。总不能把空盒子卖给顾客,于是,他们就请了一个学自动化的博士后来设计分拣空香皂盒的方案。 该博士后立即召集了一个十几人的技术团队,综合采用机械、自动化、微电子、X射线探测等等技术,花费 90 万,最后成功
Elly的叔叔经营一家电脑装配公司ShumenSoft,为了使公司得到最大获益,他们日以继夜地工作着。 众所周知,一个电脑系统包含一个处理器和显示器。 在ShumenSoft公司的仓库中有N个处理器和M个显示器。第i个处理器花费Ai美元,第j个显示器花费Bj美元。包含第i个处理器和第j个显示器的电脑系统的价格是Ai*Bj。由于世界金融危机你必须装配尽可能多的电脑系统并且使它们的总价达到最大。 现在这个任务交给了你,相信你可圆满解决的。
内容提要:昨天,微软 Build 2020 首次在线上召开。大会第一天,发布了多个重磅新品,包括 AI 超级计算机、工业系统 AI 开发平台 Bonsai 项目等,我们从中可一窥微软的 AI 布局。
一直只有一款车型在售的理想,不仅与第一名相差无几,这几个月交付辆、上险量连续过万,甚至理想ONE一款车“一个打五个”,击败大众品牌旗下的中大型SUV车型之和。
在数以万计的智能工厂中,一个零部件的质量往往关系到整个产品是否合格、整条生产线的合格率、整个工厂的生产效率和经济成本,甚至是整个企业的市场竞争力。因此,产品的质量检测是生产企业管理者必须重视的关键环节。
本文将探讨GPU开发实践,重点关注使用GPU的AI技术场景应用与开发实践。首先介绍了GPU云服务器在AIGC和工业元宇宙中的重要作用,然后深入讨论了GPU在AI绘画、语音合成等场景的应用以及如何有效地利用GPU进行加速。最后,总结了GPU并行执行能力的优势,如提高算力利用率和算法效率,卷积方式处理效率更高,现场分层分级匹配算法计算和交互,超配线程掩盖实验差距,以及tensor core增加算力峰值等。
机器之心报道 作者:吴昕 基于单模态 GPT-3 的 ChatGPT 「地震」余波未平,多模态 GPT-4「海啸」又顷刻席卷朋友圈。 「这提醒我们,对人工智能的预测是非常困难的。」OpenAI CEO Sam Altman 曾在 DALL-E 2 发布后讲过这样一句话。事实证明他是对的。基于符号主义的专家系统的衰落,让人们一度认为人工智能已走到尽头,2012 年的深度学习又点燃了希望,如今它已统领 AI 领域。随着系统规模越来越大,训练时间和资金成本也在不断膨胀。就在大家担心向模型添加参数正达到边际效益递减
伴随人工智能的极速发展,AI工业也随之大放异彩,工业质检是整个制造中一个非常重要的环节,传统人工工业质检缺乏统一性标准,人工质检效率低,人工质检失误多,制造企业招工难,AI智能质检也随之被各大AI公司看好,AI质检具有天然优势,成本低,效率高等,但如何工业AI质检有效落地是我们面临的一个巨大挑战,工业有本身行业的特殊性,质量标准,生产工艺,产品多样性都给AI质检系统带来阻力。
除了“技术炫”,人工智能的另一大特征是“开会多”,然而,专门针对“深度学习”的开发者大会却少之又少。
沃夫冈 · 瓦尔斯特尔 德国人工智能研究中心首席执行官,诺贝尔奖评审委员会成员 新智元 AI 技术峰会 演讲:沃夫冈 · 瓦尔斯特尔 【新智元导读】德国是公认的工业强国。在新智元 AI 技术峰会上,德国人工智能研究中心首席执行官,诺贝尔奖评审委员会成员沃夫冈 · 瓦尔斯特尔进行题为“德国 AI 研究的大趋势: 团队型机器人、长期自控和大规模多模态”的主题演讲,分享了德国的“工业4.0”经验,机器人工业应用和人机协作等前沿研究问题。 沃夫冈·瓦尔斯特:大家好!欢迎大家来到这次非常重要的会议,今
作者 | 李梅 编辑 | 陈彩娴 今年年初,知名 AI 学者吴恩达在接受 IEEE Spectrum 的采访中,呼吁大家将目光从以模型为中心转向以数据为中心。深度学习问世以来,随着神经网络架构趋于固定和成熟,转而寻找改进数据的方法,已经成了 AI 研发的新出口。 近日,2021 年吴文俊人工智能科学进步一等奖获得者、云天励飞首席科学家王孝宇博士,在人工智能产业年会上作了题为“ Towards Automated Artificial Intelligence”的主题报告。报告中,王孝宇博士详述了AutoML
编译丨张泷玲、杨柳 编辑丨维克多 今年1月份,苏黎世联邦理工学院的Stefan Feuerriegelc教授在 《Communications of the ACM》期刊上刊文“Artificial Intelligence Across Company Borders”,在文中教授指出了人工智能(AI)产业落地过程中常见挑战:如何开展跨公司合作? 教授表示:通过数据共享构造大规模的跨公司数据集是一种方式,但有数据保密和隐私泄漏风险,且受隐私相关法律的限制。 而保护隐私的分布式机器学习框架—联邦学习,能让
伴随人工智能的极速发展,AI工业也随之大放异彩,工业质检是整个制造中一个非常重要的环节,传统人工工业质检缺乏统一性标准,人工质检效率低,人工质检失误多,制造企业招工难,AI智能质检也随之被各大AI公司看好,AI质检具有天然优势,成本低,效率高等,但如何工业AI质检有效落地是我们面临的一个巨大挑战,工业有本身行业的特殊性,质量标准,生产工艺,产品多样性都给AI质检系统带来阻力。 今天一篇“AI工业质检之以图搜图引擎”带大家如何解决工业漏检问题,如何回溯漏检历史现场。 01 产品功能/使用 工业质检主要指标问题
12月1日,2022腾讯全球数字生态大会上,以“云智能加速推动产业数智化进程”为主题的腾讯云智能专场顺利召开。会上,腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声发表了主题演讲。 腾讯云副总裁、腾讯云智能负责人、 优图实验室负责人吴运声 吴运声表示,人工智能与云计算、大数据等技术的深度融合, 正在成为推动产业智能化深入发展的强劲动力。腾讯云智能聚合领先的 AI 技术优势、深耕产业互联网的行业经验,已经将腾讯云TI平台等多种 AI 产品及解决方案输送到各行各业,助力实体产业转型升级。 腾讯云TI平台
7月19日,腾讯云在工业质检合作伙伴沙龙暨生态联盟发布会上,宣布升级发布工业质检训练平台TI-AOI 2.3版本,并携手首批合作伙伴成立工业AI质检生态联盟,共同推动人工智能技术与实体产业深度融合,助力行业加快发展新质生产力,实现高质量发展。
在一些制造业工厂产线上,以AI视觉检测缺陷已经开始代替人力,改变了传统只能通过人的眼睛及经验来检测缺陷的方式。
周一,半导体行业巨头英伟达发布了新一代人工智能芯片 H200,旨在为各种 AI 模型提供训练和部署支持。
在OpenAI的实验室里,它缓缓 盘着核桃 转动着一个木块。没有人告诉它该动哪根指头,驱使它的,是在模拟器里训练出来的强化学习算法。
杨净 发自 凹非寺 量子位 | 公众号 QbitAI 不在一线城市,一群“泥腿子”创办的AI公司,已经赚到了钱,这可能吗? 放眼行业,地处一线的明星公司尚且难获盈利,且圈内也无成熟经验可循。这样的AI公司,不免让人好奇。 近期,一个盈利的AI公司走入大众视野—— 第六镜,一家起源于西安的AI公司。 2014年,西北工业大学三名学生决定创业,第六镜由此诞生,发展至今团队已达百余人,估值7亿。 作为AI创业公司,虽然对外亮相有限,但在业内,它以早早实现盈利引发关注。 他们究竟走了一条怎样的商业化路径?这样一个
自 2015 年底谷歌开源深度框架 TensorFlow 以来,越来越多的科技巨头、创业公司注重框架的投入与研发。而商汤科技作为国内 AI 创业公司的代表,自创办开始就走在自研深度学习框架的道路上。
人工智能(AI)不只能实现无人驾驶车辆、数字语音助理或者是帮你推荐电影,它是即将席卷众多产业的浪潮;根据麦肯锡全球研究所(McKinsey Global Institute)最近针对全球3,000家“具AI意识”企业进行的一项调查结果显示,其中只有20%的企业正将AI相关技术应用于部分核心业务,但大多数的企业仍预期在未来三年增加AI相关投资。 其他单位的调查亦反映类似结果。例如印度技术服务供应商Inforsys赞助、一项针对7个国家共1,600位商业与IT领域领导厂商所做的调查显示,受访者中只有25%表示
---- 新智元报道 编辑:编辑部 【新智元导读】4月13日,OpenAI CEO、GPT-4老板Sam Altman在接受视频采访时的一句话,让在场所有人惊呆了:「压根就没有GPT-5」! Sam Altman辟谣了!根本就没有GPT-5! 之前一直有大瓜称,GPT-5正在秘密训练中,预计年底上线。群众们奔走相告,可以说万分期待。 结果,就在刚刚,Sam Altman亲口辟谣了这个大瓜。 他言之凿凿地说:「我们现在并没有训练GPT-5,目前只是在GPT-4的基础上进行更多的工作而已。」 An
以ChatGPT、Llama等为代表的大模型技术拉开了迈向通用人工智能的序幕,人工智能成为全球经济增长的重要驱动力,对各类产业的智能化带来全新的空间。根据普华永道的预测,到2030 年,人工智能可为全球经济贡献高达 15.7 万亿美元,超过中国和印度目前的产出总和。其中,6.6 万亿美元可能来自生产率的提高,9.1 万亿美元可能来自消费端的影响。对于制造业,人工智能一直是智能制造、工业4.0、工业互联网等领域的重要部分,在ChatGPT、Stable Diffusion等崛起前,质量检测、设备预测性维护等代表性的人工智能应用已经深度融入制造业,并且形成成熟的应用范式。
人工智能这几年发展的如火如荼,不仅在计算机视觉和自然语言处理领域发生了翻天覆地的变革,在其他领域也掀起了技术革新的浪潮。无论是在新业务上的尝试,还是对旧有业务对改造升级,AI这个奔涌了60多年的“后浪”,正潜移默化的影响着我们传统的技术架构观念。
WAIC 世界人工智能大会已于近日在上海开幕。在昨天由机器之心承办的开发者日主单元上,阿里技术副总裁贾扬清、亚马逊机器学习副总裁 Alex Smola、百度 AI 技术平台体系执行总监吴甜、Julia 创始人 Viral、Skymind 联合创始人 Adam Gibson 做了精彩演讲。
👆点击“博文视点Broadview”,获取更多书讯 朋友们,博文菌无比兴奋地告诉大家一个好消息: 畅销15年的Java经典—— 《疯狂Java讲义》出第6版啦!!! 而且买套装纸书免费送电子书!!! 经常有读者买了纸质书以后来找博文菌要电子书~~ 其实,纸质书和电子书是分开售卖的,一般情况下买纸质书是不会送电子书的,电子书是另外的价钱! 但是,这次不一样了! 为了方便大家学习,京东、电子工业出版社和作者通力合作,让大家可以只要购买了《疯狂Java讲义(第6版)》上下册套装,就能获赠价值125.5元
这两年里,在资本市场的热捧和各地政府的扶持政策推动下,国内掀起了一股‘机器人创业’热潮,有相关数据显示,截至2014年底中国机器人相关企业数就已经超过4000家,2015年,国内109亿元的机器人市场中,国外机器人的份额达85%,产值达到92.5亿元;国产机器人的份额为15%,产值约为16.4亿元,但这比2014年11%的份额高出了4个百分点,中国机器人企业在两年时间内就已经增加了300多家。 机器人创业看起来热闹,实则令人忧心。目前机器人创业普遍面临着技术不成熟,基于人工智能的数据训练不充足,产品做出来得
在传统产业“遭遇”智能时代,科技革新亟待深化的当下,“革新者”的队伍该如何壮大?
---- 机器人在进步,市场上的机器人更容易、更灵活地投入工作,再加上更低的价钱和更高的可靠性,中小企业也逐渐加入了使用机器人提高他们的生产力和竞争力的行列:到目前为止,只有大企业才能负担得起机器人的
从工厂和农场到炼油厂和建筑工地,这些炎热、肮脏、嘈杂、潜在危险的地方却是保持工业繁荣至关重要的地方。而这些地方在日常运营的同时都需要检查和维护,但是,考虑到安全问题和工作条件,派人进驻并不总是最好的。
在2023年中国数据与存储峰会“AIGC+存储融合发展论坛”上,腾讯云存储高级产品经理熊建刚老师发表主题演讲,就高性能存储和大模型融合创新相关研究展开探讨,以及腾讯云存储的实践案例。
机器人和自动化越来越多地用于制造、农业、建筑、能源、政府和其他行业,但许多公司一直在努力将人工智能和深度学习的优势融入到最苛刻的应用中。 借助新的 NVIDIA Jetson AGX Xavier 工业模块,NVIDIA 使在安全性和可靠性至关重要的恶劣环境中的边缘部署 AI 成为可能。这种新型工业模块扩展了 Jetson AGX Xavier 系统级模块的功能,使开发人员能够构建先进的、支持 AI 的加固系统。Jetson AGX Xavier Industrial 专为最恶劣环境中的智能视频分析、光学检
随着边缘设备的广泛使用和性能提升,将机器学习相关的部分任务迁移到边缘,也即边缘AI技术,已成为必然趋势,甚至能够同时结合云侧算力和边侧数据来完成机器学习任务。机器学习服务将边缘产生的数据转换为知识的过程中,需要在边缘快速响应并处理本地产生的数据。在落地过程中,我们发现,在连接海量边缘节点的边缘云时代,随着AI服务与边缘用户的距离缩短,通用AI原本部分挑战在边缘场景下变得更加尖锐。
前些日子比赛在传感器套装里面送了一个智能的摄像头,查了一下价钱,了不得!400多块钱~随着比赛接近了尾声,我的项目也到了尾声,今天整理东西的时候又看到了它,决定探索一下看能有什么好玩的地方~
本文约2800字,建议阅读5分钟通过10张图观察AI应用的全景。 2023年4 月 3 日,斯坦福大学以人为本人工智能研究所(Stanford HAI)正式发布了《2023 年人工智能指数报告》(Artificial Intelligence Index Report 2023)。这是该机构发布的第 6 份年度报告,分析了人工智能的影响和年度趋势。本次报告长达302页,比 2022 年的报告多出近 60%。 新报告显示了 2022 年 AI 行业的几个主要趋势: AI 在许多基准测试中继续发布最先进的结果
近日,工信部发布《2022年工业互联网APP优秀解决方案名单》,腾讯云智能凭借“工业质检APP解决方案”成功入选。作为腾讯云智能精心打磨而出的软硬一体AI外观质检解决方案,工业质检APP解决方案服务了众多制造企业的外观检测项目,为这些企业的产品质量检测自动化、智能化升级带来了质的飞跃:不仅检测能力全面超越人工水平,能够全天持续稳定工作,而且检测效率相较人工质检提升10倍,每年能为客户节省人力成本数千万元。 据悉,申报解决方案需满足对行业和企业提质增效、转型升级发挥明显支撑引领作用;拥有自主知识产权等要求。
深度学习已经推动人工智能进入工业大生产阶段,而深度学习框架则是智能时代的操作系统。
最近,大洋彼岸出现了一个名叫“Vectordash”的机器学习共享算力平台,用开发者自己的话讲,相当于一个GPU的Airbnb。
5月20日凌晨,微软线上举办了开发者大会Build 2020,重点介绍了其在云计算技术和深度学习算法优化上的进展。
---- 新智元报道 编辑:桃子 【新智元导读】2023年人工智能指数报告发布了!这份报告显示,中国在AI顶会论文上表现世界居首,然而引用量却低于美国。另外,AI论文发表量世界前十的机构中,中国占了9席,纷纷赶超MIT。 今天,斯坦福发布了2023年AI指数报告。 值得注意的是,斯坦福AI指数报告列出了「AI论文发表量」世界前十的机构,9所全部来自中国,纷纷赶超MIT。 它们分别是:中国科学院、清华大学、中国科学院大学、上海交通大学、浙江大学、哈尔滨工业大学、北京航空航天大学、电子科技大学、北京
机器之心原创 作者:吴昕 对于 AI1.0 时代的企业来说,他们关注大模型的成功,其实是关注背后基础算法的作用,将基础算法和先进理念应用到自己服务的行业和产品当中。对于创新奇智来说,平台固然重要,但长远来看,面向行业的纵深更为重要。 ChatGPT 热潮持续不断,一场接一场的密集发布事实上都在回答同一个问题: ChatGPT 来了,跟还是不跟?如果跟,怎么跟?不跟,又意味什么? 4月13日,中国最大的「AI+制造」解决方案供应商创新奇智在其位于中关村的公司会议室举办了一场媒体沟通会。公司 CEO 徐
AI 科技评论按:随着 AI 技术的不断发展和应用,我们似乎开始陷入一种尴尬的局面:我们既相信 AI 还有很大的潜能、可以在社会的许多层面起到帮助,同时我们也在 AI 的安全性、隐私、与人共处、长期发展等问题上陷入纷争。
人工智能正在加速各行各业技术升级、提升社会的运行效率,而人工智能中的视觉感知类任务扮演着重要的角色。 从目标检测、属性识别的高效模型训练,到模型压缩、量化部署推理,虽然学术界和开源社区有大量的成熟工作可供借鉴,但如何批量生产在工业级场景下满足精度和速度的模型,依然不是一个简单的问题。 从模型的算法研究到生产部署,其间的落地鸿沟之大一直较少被人提及和重视。 我们将带你详细了解商汤-模型工具链团队在解决算法落地过程中的技术思考,深入理解模型的工业化落地流程是如何更加高效和便捷! 学术公开课「目标检测落地难题
李根 发自 中科大 量子位 报道 | 公众号 QbitAI “我特别看好高校团队,特别看好!” 贺志强再三强调说。 这是被问及“学生创业靠不靠谱”时,这位联想集团高级副总裁、联想创投集团总裁给出的坚
【AI100 导读】学术界和工业界的距离到底有多远?Chatbot 很火,但到底应该如何定位产品,如何定位技术和产品之间的关系? 1. One Paper Hybrid Code Networks: practical and efficientend-to-end dialog control with supervised and reinforcement learning 本文提出了一种特定领域对话系统的端到端训练方案,相比于传统的端到端模型来说,亮点在于用更少量的、更有效的数据进行训练,并且结合
领取专属 10元无门槛券
手把手带您无忧上云