人工智能
人臉識別技術大火，深度學習做支撐
人臉識別是當下視覺領域人們應用的重要技術支撐，每個環(huán)節(jié)都因為深度學習算法的推進實現(xiàn)了更優(yōu)的計算結果。在泛金融的身份證認證、手機領域的刷臉解鎖，安放領域的影像分析等一樣場景都是，人臉識別的重要發(fā)展方向。目前，人臉識別技術仍有很大的進步空間。
信貸業(yè)務有風險？人工智能精準描摹企業(yè)“信用面孔”
“簡單講，就是通過量化的數(shù)據給對象打上標簽?！边@些標簽可以分成以下幾類，比如人口屬性即年齡、性別、居住地等，還有資產狀況、消費水平、消費習慣，等等。標簽有靜態(tài)標簽和動態(tài)標簽兩種。靜態(tài)標簽就是不輕易變動的數(shù)據，動態(tài)標簽則來自最新的交易記錄、網頁瀏覽記錄等動態(tài)變化的數(shù)據。動態(tài)標簽的處理通常采用流式計算技術，對計算能力的要求更高。
AI芯片的盛行為晶圓代工市場的成長帶來新動能
智能機的銷售動能明顯趨緩，對晶圓代工廠造成顯著影響，臺積電、聯(lián)電等晶圓代工廠都對智能機芯片市場抱持保守看法，最好情況只是比去年持平或略好一點。事實上，智能手機芯片仍是晶圓代工市場最大營收來源，但一旦失去了成長性，代表的就是未來幾年市場將會由盛轉衰。
索喜科技推出神經網絡加速器，人工智能發(fā)展加速前進
隨著消費電子、汽車電子、工業(yè)控制等越來越多的應用引入人工智能（AI），人工智能面臨著前所未有的快速發(fā)展，深度學習、神經網絡等技術迎來了發(fā)展高潮。神經網絡越大，需要的計算量就越大，傳統(tǒng)的VPU雖然也能完成人工智能運算，但因為高功耗和高延遲已經略顯疲憊。在VPU上加載人工智能計算能力則可以規(guī)避這些問題，而且具有更高的可靠性。
什么是卷積神經網絡？基本結構是什么？有哪些應用領域？
特別強調的是：CNN在圖像處理和圖像識別領域取得了很大的成功，在國際標準的ImageNet數(shù)據集上，許多成功的模型都是基于CNN的。CNN相較于傳統(tǒng)的圖像處理算法的好處之一在于：避免了對圖像復雜的前期預處理過程，可以直接輸入原始圖像。
2018-07-16 標簽：卷積神經網絡 46583
神經網絡內在邏輯：沒打開的AI“黑匣子”
我們都知道，無論人工神經網絡有多么復雜，都可以將其看作是三部分：輸入層、輸出層和隱含層。其中，我們通過深度學習，對神經網絡進行一層一層的疊加訓練，以此來有效調整神經網絡各級神經元的權重。但是，這里有一個問題，除去輸入和輸出，我們對隱含層發(fā)生了什么一無所知，即對神經網絡內部邏輯行為無從認知。
AI與大腦相連接，深度神經網絡破譯了人類思維重現(xiàn)你的夢境
“我們研究證實，深度神經網絡的信號模式可以被用來識別一個人看到或想象的物體，”神谷指出，“解碼器獲得了神經網絡的模式，并將其與大數(shù)據庫中的影像進行比對。以此方式對人所見和所想的物體進行識別，成功率很高。”
創(chuàng)造新的分子結構，利用神經網絡研發(fā)新的藥物
來自俄羅斯Mail．ru集團、Insilico Medicine醫(yī)藥公司、莫斯科物理技術學院的研究人員首次嘗試利用神經網絡研制新的藥物。他們試圖教會神經網絡“思考”并創(chuàng)造出新的分子結構，進而生成一些新的有前景的藥物成分。該研究結果發(fā)表在《Оncotarget》雜志上。
2018-07-16 標簽：神經網絡 739
神經網絡處理器打破了人工智能發(fā)展的瓶頸
目前，寒武紀公司正緊鑼密鼓地將自己的芯片推向產業(yè)化。陳天石介紹說，“芯片從研發(fā)、量產到商用，是一個以年為單位的周期，所以最快明年，大家應該可以在市面上看到使用寒武紀技術的芯片產品，比如在智能終端、智能機器人、手機、安防監(jiān)控或云端服務器上”。
循環(huán)神經網絡是什么？有哪些應用？怎么去使用它？
這張圖表展示了信息流是如何通過編碼-解碼模型的，它用了一個詞嵌入層（ word embedding layer ）來獲取更好的詞表征。一個詞嵌入層通常是 GloVe 或者 Word 2 Vec 算法，能批量采納詞，并創(chuàng)建一個權重矩陣，讓相似的詞相互連接起來。用一個嵌入層通常會讓你的 RNN 更加精確，因為它能更好的表征相似的詞是什么樣的，以便減少網絡的推斷。
新的藝術創(chuàng)作：利用神經網絡畫油畫
現(xiàn)居慕尼黑的谷歌公司藝術家Mario Klingemann正在Twitter上持續(xù)發(fā)布一項有趣的神經網絡實驗。他以幾乎實時方式展示其利用各類數(shù)據訓練而成的神經網絡，而得出的結果往往令人捧腹不止——特別是在算法嘗試繪制人臉時。然而，這也正是此項實驗的重點所在：通過觀察神經網絡如何“傻傻”地進行學習，我們將能夠一窺人工智能藝術創(chuàng)作的基本思路。
用微軟的云來做區(qū)塊鏈有什么好處？
11月27日，由微軟加速器聯(lián)合數(shù)據猿主辦的線下沙龍：區(qū)塊鏈應用與產業(yè)之變——微軟加速器區(qū)塊鏈論壇在北京微軟大廈舉行。本期沙龍邀請了多位行業(yè)領袖齊聚一堂，希望撥開喧囂看價值，在區(qū)塊鏈的產業(yè)應用價值好人發(fā)展趨勢上給行業(yè)一些啟示！
微軟數(shù)字化轉型與金融科技創(chuàng)新帶來的挑戰(zhàn)和改變，我們有何借鑒?
11月27日，由微軟加速器聯(lián)合數(shù)據猿主辦的線下沙龍：區(qū)塊鏈應用與產業(yè)之變——微軟加速器區(qū)塊鏈論壇在北京微軟大廈舉行。本期沙龍邀請了多位行業(yè)領袖齊聚一堂，希望撥開喧囂看價值，在區(qū)塊鏈的產業(yè)應用價值和發(fā)展趨勢上給行業(yè)一些啟示！
2019-03-19 標簽：微軟 704
中國人工智能發(fā)展迅速，或將趕超美國
從媒體報道的“熱情”上來看，觀察人工智能產業(yè)的一個重要維度，已經落點在了中國對美國的追趕上。而就在6月25日，官方機構中國科學院文獻情報中心和科睿唯安聯(lián)合發(fā)布了《G20國家科技競爭格局之辯》系列報告，這份報告指出，在G20國家中，中國在科研和技術創(chuàng)新力方面表現(xiàn)突出，在人工智能領域的科技實力僅次于美國，且增速明顯。
“醫(yī)療+AI”領域藥物研發(fā)占比最大，占全球醫(yī)療AI市場的35...
融資數(shù)據呈現(xiàn)的結果和AI在醫(yī)療領域的實際應用情況也大致相當。按照具體應用劃分，根據Global Market Insight的數(shù)據統(tǒng)計：藥物研發(fā)在全球醫(yī)療AI市場中的份額最大，占比達到35%；智能醫(yī)學影像市場則為第二大細分市場，并將以超過40%的增速發(fā)展，在2024年達到25億美元規(guī)模，占比25%。
谷歌開發(fā)出一種可識別藥物蛋白質晶體的AI系統(tǒng)，準確率可達94...
谷歌腦科學團隊近日宣布，他們已經開發(fā)出電腦視覺系統(tǒng)，用于識別藥物中的蛋白質晶體。團隊宣稱其準確率約為94％。蛋白質晶體決定了細胞的形狀，并且對于發(fā)現(xiàn)可有針對性地治療各種疾病的藥物有作用。
人工智能產業(yè)雷聲大、雨點??？90％企業(yè)在虧損！
4月19日，阿里巴巴對外透露，阿里巴巴達摩院正在研發(fā)一款神經網絡芯片——Ali－NPU，將運用于圖像視頻分析、機器學習等AI推理計算；5月16日，云知聲發(fā)布了首款面向物聯(lián)網的AI系列芯片UniOne以及第一代芯片“雨燕”；5月24日，出門問問發(fā)布了國內首款已經量產的AI語音芯片模組“問芯”Mobvoi A1；6月26日，Rokid發(fā)布了旗下AI語音專用SoC芯片KAMINO18……
微軟限制出售人臉識別AI軟件，人工智能隱私需保護
微軟、谷歌、亞馬遜等公司因向美國政府和當?shù)鼐匠鍪?AI 軟件，尤其是人臉識別軟件而受到民間自由團體及這些公司內部雇員的抨擊。對于科技公司來說，這種要求對自己產品進行更嚴厲監(jiān)管的行為并不常見，但是 Smith 與微軟人工智能及微軟研究事業(yè)部負責人沈向洋今年早些時候就寫了一篇文章，稱 AI 的發(fā)展需要新的法律來規(guī)范。
人工智能是怎樣準確預測死亡的？AI是更好的臨終護理
在NPJ的研究中，研究人員將近480億個數(shù)據點（包括醫(yī)生的患者記錄、患者人口統(tǒng)計學、程序、藥物、實驗室結果和生命體征）提供給深度學習模型。該模型分析了這些數(shù)據，并以90％的準確度預測一些醫(yī)療問題，如死亡率、住院時間、非計劃性再入院率和患者的最終診斷。與傳統(tǒng)的預測模型相比，深度學習模型更加準確，預測的范圍也更廣。
人工智能將重新引領媒體？人與AI結合增強現(xiàn)實互動
不僅如此，還可以利用機器學習來探索出更多受眾、記者與新聞編輯室之間全新的互動形式，其中就包括現(xiàn)如今已經投入使用的自動化評論功能。你就想象一下，將來會出現(xiàn)一種全新的互動模式，能夠讓記者更好地了解大眾接受和消費新聞內容的方式，與此同時實時捕捉新聞內容所傳達出來的感情色彩。
編輯推薦廠商產品技術軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網 | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網 | 國民技術 | Microchip |
| 開關電源 | 步進電機 | 無線充電 | LabVIEW | EMC | PLC | OLED | 單片機 |
| 5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
| NB-IoT | LoRa | Zigbee | NFC | 藍牙 | RFID | Wi-Fi | SIGFOX |
| Type-C | USB | 以太網 | 仿真器 | RISC | RAM | 寄存器 | GPU |
| 語音識別 | 萬用表 | CPLD | 耦合 | 電路仿真 | 電容濾波 | 保護電路 | 看門狗 |
| CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
| SDI | nas | DMA | HomeKit | 閾值電壓 | UART | 機器學習 | TensorFlow |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
