Estabeleça micro-grade de lançamento micro-canal IC WeChat número público: 'Daily IC', lançamento em tempo real de notícias importantes, todos os dias IC, conjunto de micro-rede de cada dia, micro-em a!
1. NVIDIA Huang Renxun: Este é o início da revolução da IA, e estamos nele.
O futuro da inteligência artificial em ubíqua, desde a condução autônoma, a robótica, a cidade inteligente até o diagnóstico médico. Além de competir na plataforma do Google, da Microsoft, da Apple e da Tesla e de outros gigantes da tecnologia, por trás de apoiar este novo milênio, é isso Nascido em Tainan, empresário chinês de nove anos para os Estados Unidos - fundador e CEO da NVIDIA, Huang Renxun.
Na manhã de 26 de outubro, menos de dez horas, o segundo andar do Hotel Le Meridien em Hanshin estava cheio de pessoas e a agitação e o entusiasmo no ar eram obviamente mais refrescantes do que o café. Este era o lugar de reunião do GTC 2017 em Taiwan. Todas as pessoas preocupadas com a inteligência artificial e o estudo aprofundado Desenvolvedores, pesquisadores e líderes da indústria estão aqui, tentando capturar o futuro do mundo a partir das palavras de Jen-Hsun Huang, fundador e CEO da NVIDIA.
Iluminando-se, sempre vestindo um casaco de couro escuro apareceu no público Huang Jen-hsun, um vestido de jogging no palco. "Este é o início de uma nova era", ele disse: "Este é o início da revolução da AI, E estamos no meio dela, andando nas ondas ".
Na verdade, no ano passado, a NVIDIA pode estar em pé na onda mais alta, de acordo com o último relatório de ganhos, a receita e ganhos por ação da NVIDIA atingiram um recorde, superando as expectativas, enquanto o mercado está otimista em relação a este ano, O estoque da NVIDIA aumentou 92%, seu limite de mercado de mais de 100 bilhões de dólares, o dobro do ano anterior e se tornou o superestrella da indústria mais assistido, todos os quais estão intimamente relacionados ao campo de inteligência artificial da NVIDIA nos últimos anos.
Na conferência do GTC deste ano, Huang Renxun falou sobre tudo, desde a condução autônoma, dispositivos da internet de coisas, a realidade virtual até o diagnóstico médico, e até anunciou que irá cooperar com o Ministério da Ciência e Tecnologia para formar em conjunto 3.000 desenvolvedores nos próximos quatro anos para incubar Ecosistema Industrial, o que também significa que a NVIDIA não estará ausente em vários cenários futuros.
Nvidia nunca pode ser descrita como lisa hoje, mas, em particular, Huang Renxun pode ver mais longe do que qualquer outra pessoa em cada viragem estratégica e secretamente prepara pólvora para enfrentar o desafio até a próxima onda de tendências.
A primeira crise da NVIDIA surgiu logo após a fundação da empresa em 1995, a NVIDIA passou dois anos de pesquisa e desenvolvimento, finalmente apresentou o primeiro chip de exibição NV1. No entanto, esse chip junto com o lançamento subseqüente do NV2, mas porque com a Microsoft O desenvolvimento do Windows 95 do padrão Direct3D não é compatível e, portanto, não pode entrar no mercado. Hen Jen-hsun, a aposta errada, decidiu demissões, o número de empresas de mais de 100 pessoas cortou para mais de 30 pessoas.
Para retornar ao campo de batalha principal, Huang Renxun introduziu a tecnologia de sangue novo, cavando canto especializada em computação de alto desempenho Dr. David Kirk como cientista-chefe e em 1999 a GPU GPU família de produtos introduziu GeForce256, Solidificou a posição da NVIDIA na indústria de computação gráfica e, sob a liderança de Cork, a NVIDIA apresentou a CUDA Compute Unified Device Architecture, que usa o poder de processamento da GPU para aumentar o desempenho da computação. , É um ponto de viragem importante que afeta o desenvolvimento posterior da NVIDIA.
O desenvolvimento da GPU, não só para trazer a revolução da inteligência artificial, por outro lado, a NVIDIA também abriu o switch dos fornecedores de hardware do adaptador de exibição para a oportunidade da empresa de plataforma de inteligência artificial em 2012, graduado da Universidade de Toronto, Alex Sikowski ( Alex Krizhevsky) Dentro de dois dias, usando duas NVIDIA GeForce GTX 580 GPU treinando lógica de computação de rede neural AlexNet para identificar imagens e ganhar o concurso ImageNet com este ensaio, a mensagem imediatamente chamou a atenção de pesquisadores da Inteligência Artificial Global Desde então, muitos pesquisadores de inteligência artificial começaram a usar NVIDIA GPU em profundidade.
Agora, em serviços web, transporte, saúde, finanças e manufatura, pesquisadores em todas as grandes indústrias usaram a NVIDIA para desenvolver sua própria inteligência artificial, e até mesmo os carros elétricos AlphaGo e Tesla da inteligência artificial do Google que derrotaram os Reis do xadrez mundiais É a computação baseada em GPU, e até agora mais de 2.000 startups de AI foram construídos no topo da NVIDIA, tornando a NVIDIA os fundadores da era da inteligência verdadeiramente artificial. "Eu acho que em uma empresa em crescimento Como CEO, devemos nos lembrar constantemente: a cada poucos anos, vou me reformar e não tenho medo de cometer erros. "Dos resultados atuais, podemos ver o auto-lembrete de Huang Renxun, não apenas para falar sobre isso.
Visando a tendência, a tentativa ousada, a evolução contínua. No tempo de extinção, a NVIDIA há muito tempo fora da perspectiva de como criador, nos últimos anos, o humor pessoal de Huang Renxun mudou? "Não é diferente, eu acho Como um adolescente! "O mesmo couro preto, o mesmo olhar confiante, o futuro, o seu auto-combate continuará. A era digital
2. Microsoft Asia Research Institute: AI para dados como o núcleo da inovação de aplicativos, saiba inovação;
Nos últimos anos, as questões de inteligência artificial voltar a ser o foco, e da Universidade da Califórnia em professor de Berkeley, acadêmico de Hospitais americano Michael Jordan disse que agora não é a magia da era do big bang da inteligência artificial, ele também precisa levar centenas de anos para colocar esta torre construiu, um algoritmo simples de momento não é necessário, mas para criar um mercado, e para combinar as necessidades dos usuários em toda a empresa, que este áreas interativas, de fácil operação, e então, gradualmente, aprender a ajustar, para se tornar a inteligência artificial obter a verdadeira inteligência, lei de desenvolvimento de Internet estes anos mostra que o lado da demanda da aplicação, por sua vez promover o aprofundamento do desenvolvimento tecnológico, não é uma exceção no campo da inteligência artificial, no entanto, que todas as necessidades estão presentes na primeira linha de todas as esferas da vida, como estes demanda e da tecnologia de inteligência artificial mais avançada, a Microsoft é a pergunta quase dois anos para pensar Research Asia.
O palco principal, o desenvolvimento AI é de dados, e são acumulados nos vários sectores da linha, precipitando uma grande quantidade de dados, se eles podem ser utilizados de forma eficaz, ele vai trazer a mudança na indústria, na visão de Microsoft, campo de pesquisa acadêmica AI deve também ser estreitamente integrada com as diversas indústrias, a única maneira para curso da centelha da inovação e transfronteiriça, enquanto que em Wall Street, com a máquina definido para comprar e vender futuros de ações, e outros sistemas de negociação automatizados são o novo normal, AI tornou-se as empresas financeiras melhorar o núcleo tecnologia assassino competitivo; se no canto, na Internet ou em serviços bancários comunitários, serviços de crédito ao consumidor, mas também por causa da infiltração de AI e mais conveniente, o denominador comum é o uso de grandes quantidades de dados para analisar os riscos financeiros e nó de benefícios .
Zhang Yizhao disse que a vasta riqueza de dados e informações é o maior presente desta era, e também estão subvertendo os cenários financeiros mais comuns. Por exemplo, qualquer dado de credores individuais pode revelar informações importantes, mesmo que o lançamento de amigos O posicionamento do círculo, pulseira esportiva, pode se tornar uma fonte de informação diante da gestão financeira emergente, os novos produtos seguros, no final que é mais adequado para os seus, pode ser um consultor financeiro profissional, os consultores de seguros podem não ser capazes de dar imediatamente o mais adequado A resposta, um fim é a explosão de dados e informações, e a outra é a análise, resumo e transmissão de mensagens válidas, a divisão de mensagens entre usuários e prestadores de serviços, é o ponto de entrada potencial da AI no setor financeiro.
Zhang Yi Zhao também disse que a máquina é melhor na memória de dados e no acabamento, para torná-lo mais inteligente e ter mais capacidades analíticas, é o estágio atual do objetivo da AI, além de diferentes clientes recomendarem financeiros, seguros e outros financeiros adequados Produtos, mas também fornecem milhares de serviços financeiros, e no back-end do setor financeiro, o poder de AI do mesmo espaço enorme, semelhante às taxas de juros aumentou 0,5% nos últimos 50 anos em todo o mercado como o impacto? Para os seres humanos, pode ser claro que apenas analistas seniores podem explicá-lo de forma clara, mas pode analisar rapidamente modelos de analogia em situações históricas semelhantes ao comparar os dados da linha de tempo e até analisar e prever. A diferença entre os dois é que os analistas Para chegar a esse modelo, pode levar décadas de experiência, e a AI pode superar rapidamente os limites do campo com a ajuda de especialistas da indústria.
Ele ainda assinalou que, há alguns anos, o tsunami no Oceano Índico causou inundações em muitas cidades na Tailândia. O que é desconhecido é que o tsunami atingiu não apenas as casas das pessoas comuns, mas também as remessas globais de PCs Isso ocorre porque muitas partes de PCs são fabricadas na Tailândia. De um modo geral, a relação entre a inundação do tsunami e as remessas de PC não será facilmente perceptível, mas na verdade existe. Para as relações internas secretas , Os analistas do setor podem usar o AI e dados importantes para a percepção e fazer os julgamentos apropriados.
Da mesma forma, as inundações devastadoras que ocorreram no Texas neste ano levaram ao encerramento de muitas refinarias, o que certamente afetou os preços do petróleo. Devido à complexidade dos fatores de influência nos alcances superiores, médios e inferiores de todo o ecossistema, Análise, a refinaria está no meio de toda a cadeia ecológica, se a produção de paradas não só conduzirá a preços mais baixos de petróleo refinado, o petróleo bruto a montante também provavelmente irá se vender pobre, resultando em declínio de preços, enquanto no mundo real há muitas semelhanças, Como incluir mais variáveis, para construir um modelo mais razoável em um contexto mais amplo, todas as questões que a AI financeira está explorando.
Em junho deste ano, o Instituto de Pesquisa da Ásia da Microsoft e o Fundo Huaxia anunciaram que realizarão pesquisas de cooperação estratégica sobre a aplicação de inteligência artificial no campo dos serviços financeiros. As orientações da pesquisa incluem previsões de tendências do mercado através do reconhecimento de padrões, mineração fatores importantes que influenciam o mercado com base em aprendizado profundo, Metodologia de aprendizagem Pesquisa sobre rotação da indústria, construção de gráficos financeiros com base em dados importantes, dados de uso baseados em redes sociais e software aplicativo, identificação e compreensão aprofundada dos clientes, etc. Os interessados esperam aproveitar esta oportunidade para estudar a fronteira financeira AI + e promover o setor financeiro Transformação inteligente e permitir que dados e informações maciças realmente valorizem, é a missão da IA financeira, onde os analistas costumavam ser muitas vezes apenas como morangos, agora ricos em matérias-primas, mulheres inteligentes podem tirar proveito de mais eficiente Ferramentas de AI para melhorar os dados, as responsabilidades do analista serão ajustadas em conformidade para traduzir e interpretar os resultados da análise de AI com base em anos de experiência na indústria e depois verificar e otimizar a compilação anterior Modelo: AI + financeiro não é um substituto humano, mas re-divisão do trabalho, AI + HI Juntos, toda a indústria vai melhorar muito a eficiência da produção.
Zhang Yi Zhao apontou que no Microsoft Building, Pequim, existe uma nova máquina de venda automática, que vem da empresa Microsoft acelerador Gan, a aparência de máquinas de venda automática e máquinas de venda automática de estradas é muito parecida, mas é O mistério escondido da tampa de vidro, um olhar mais atento descobrirá que a tampa de vidro também é uma tela, como os olhos da máquina, você pode identificar o gênero, a idade e mesmo ao escolher a expressão dos bens, se estiver por aí por um tempo, Você pode achar que aproveita a oportunidade para recomendar aos clientes que alguns possam estar interessados em bugigangas e assim por diante, e quando os clientes escovem cartão de crédito, WeChat, Alipay checkout, hábitos de consumo, registros interativos são armazenados, que para varejistas e As palavras, são os dados de primeira mão mais recentes e valiosos. Zhang Yizhao também apontou que esta máquina de venda automática pode ser considerada um protótipo de varejo AI +, muitas tecnologias de AI, como o reconhecimento facial, a visão por computador, o processamento de linguagem natural, etc. Aplicar a cada compra de supermercado, as empresas não precisam identificar as características de um cliente específico, você pode obter o atlas de grupos de consumidores inteiro, como NIKE, ZARA, STARBUC KS e outras marcas famosas, nos últimos anos também estão cada vez mais preocupados com a evolução das características de seus clientes e potenciais clientes, o passado para passar pela equipe de imitadores, pesquisadores para fazer o trabalho no futuro com o AI, o trabalho relacionado será mais simples, De forma precisa e eficiente, para melhor alinhar a tonalidade da marca. Além disso, questões como a forma como os consumidores gostam de seus produtos, quantos inventários devem armazenar, etc., não serão mais um problema com a ajuda do AI de varejo, como: O aumento das lojas não tripuladas e a previsão de máscaras, vendas e estoques de purificadores de ar através de previsões meteorológicas podem ser analisados e previstos com mais precisão com a ajuda da inteligência artificial.
Zhang Yizhao disse que, além das indústrias financeiras e varejistas, o setor de logística é uma das indústrias de infiltração rápida da AI. Se é compartilhar bicicletas ao seu redor, ou o sistema de logística por trás de correios / aquisições ou compras no exterior, o comércio global envolve O sistema de logística global sofreu tremendas mudanças sob a influência da inteligência artificial. Mesmo com o fundo de algumas empresas de logística, à medida que a quantidade de dados aumenta acentuadamente, a visão da indústria que eles ganharam excedeu o que se teria imaginado.
Zhang Yi Zhao também disse que uma outra série de cenas futuristas ocorre na indústria de fabricação, na verdade, Industry 4.0, Made in China 2025 pode ser vista como a visão futura de AI na indústria de fabricação, mais e mais braço robótico inteligente , Robôs e sensores, foram profundamente aplicados em muitos cenários sem muita interação com seres humanos. Várias empresas que estão incubando aceleradores da Microsoft também fizeram tentativas úteis a esse respeito, como o uso da tecnologia de aeronaves não tripuladas para explorar turbinas eólicas de geração de energia Cabos de alta tensão e outros equipamentos e materiais especiais e os trabalhos de manutenção correspondentes, etc. Em contraste, na logística, fabricação e outras aplicações sem muita interação com os cenários do usuário final, a aplicação da inteligência artificial é bastante rápida No entanto, nos primeiros dias, os campos de tratamento médico e saúde que todos favoreceram, no entanto, têm sido lentos para aplicar inteligência artificial devido às restrições impostas por diversos mecanismos de gestão e interações humanas.
Zhang Yizhao apontou que, além de ver o impacto e as mudanças trazidas pela AI para várias indústrias, como o precursor da pesquisa de inteligência artificial, a Microsoft Research Asia naturalmente espera promover ainda mais o aprofundamento da indústria AI + na era da inteligência artificial, Acelerar a chegada da era da inteligência artificial, então, com a idéia de estabelecer troca de inovação, espero que a troca de inovação seja uma convergência de especialistas em tecnologia da Microsoft Research Asia e especialistas em várias indústrias sabedoria, experiência, plataforma tecnológica de inovação que permite a Microsoft Research Asia e As grandes empresas, as instituições de investimento e os departamentos governamentais do mercado chinês estabelecerão vínculos de cooperação mais amplos e aprofundados e construirão uma plataforma de comunicação inter-indústria para que todos discutam inovações tecnológicas na era da AI.
Além disso, Zhang Yi Zhaoxi também apontou que, embora a Microsoft Research Asia com tecnologia de IA líder e forte força de pesquisa científica, mas pesquisadores para cenários reais da indústria não entendem, não há dados reais do setor, com base em uma pequena quantidade de dados É hora de construir um modelo e o futuro da AI deve basear-se em dados importantes, de modo que a combinação da AI e da indústria é uma tendência inevitável e agora é precisamente o melhor ponto de partida ". Ele ainda apontou que fazer a IA ainda mais O gás de aterramento é a idéia correta de desenvolvimento rápido, a fim de acelerar a conversão de AI em produtividade, a velocidade de pouso real.
Zhang Yi Zhao disse, ao mesmo tempo, a Microsoft Research Asia, continuará a pesquisa básica no campo dos computadores, enquanto a criação da inovação é permitir que pesquisadores e pesquisadores considerem melhor do ponto de vista prático Problemas de pesquisa científica, o futuro será através de conferências de tecnologia de portas fechadas, seminários e outras formas de colmatar os recursos da sabedoria e da indústria, problemas específicos encontrados na transformação digital das empresas, feito sob medida uma parte dedicada da troca de tecnologia e um negócio em conjunto Explore o futuro brilhante da indústria AI +
3. A máquina alemã de visão de máquina Isra Vision saltou 10%, uma alta recorde;
A IBM Vision AG, fornecedora alemã de tecnologia de visão em 3D, anunciou o ano fiscal 2016/2017, ano fiscal de 2016: a receita aumentou 11% para 143 bilhões de euros, a margem bruta aumentou para 57% em relação a 56%, o EBITDA (antes de impostos, O EBITDA aumentou 14% para 42,8 milhões de euros, a taxa de EBITDA subiu 29% de 29% para 28 milhões de euros, enquanto o lucro por ação subiu 17% para 4,68 euros.
Isra lançará os resultados fiscais completos 2017/188 em fevereiro de 2018. O atraso atual da Isra é mais de 90 milhões de euros, ante 85 milhões de euros no ano anterior. A empresa inicialmente estima uma margem de lucro para 2017/2018 pelo menos Constante no nível do ano passado, a receita deve crescer de 10 a 14%.
Em 30 de setembro de 2017, o caixa / equivalentes de caixa da Isra Vision aumentou 76% para € 29,7 milhões e o valor dos estoques diminuiu 3% para € 32,7 milhões.
O sistema de cotação da Thomson Reuters mostra que as ações da IsraVision na Alemanha aumentaram 10,66% no dia 15 para fechar em 199,75 euros, uma alta recorde, o ganho acumulado no ano passado atingiu 103,52%.
A QY Market Insights apontou em setembro que os fornecedores de visão em máquina 3D incluem a Keyence Corporation (6861.JP), a Cognex Corp. (CGNX.US) e a Isra Vision.
Harvest XQ global winners quotes system, Keyence atingiu um recorde de fechamento recorde em 24 de novembro, até o final deste ano (a partir de 15 de dezembro fechando) aumento acumulado de 57,9%.
A Cognex, líder mundial em visão de máquina para automação de processos, subiu 0,13% para US $ 60,97 no 15º, um aumento de 91,67% até agora neste ano.
A Cognex realizou um crescimento de receita de 76% (até 50% em relação ao trimestre anterior) no terceiro trimestre de 2017 (até 1º de outubro de 2017) até um recorde de 257,973 milhas de USD, sua margem de lucro bruto caiu para 76 de 78% no ano anterior A margem de lucro aumentou para 42% em relação a 37% no ano anterior, os ganhos diluídos não-GAAP por ação subiram 91% para US $ 1,11 de US $ 0,58 no ano anterior.
O fundador da Cognex, Robert J. Shillman, apontou que as receitas do Q3 da Cognex, o lucro líquido, o lucro por ação e as margens de lucro estabeleceram recordes recordes.
4 gigantes da tecnologia para aproveitar o mercado de AI, como chips inteligentes trazem mudanças na vida;
Os gigantes da gigante da tecnologia parecem ter abraçado completamente a revolução da IA, e a Apple, a Qualcomm e a Huawei criaram um chip móvel que foi projetado para fornecer aprendizagem de máquinas mais Boa plataforma, e diferentes empresas adotaram uma abordagem ligeiramente diferente para o projeto deste chip.ChinaNa IFA deste ano lançou o Kirin 970, eles chamam o primeiro chipset com uma NPU dedicada (NPU) A Apple então revelou o chip inteligente Bionic A11, que alimenta o iPhone 8, 8 Plus e x. O chip Bionic A11 possui um processador do Nerve Engine projetado especificamente para o aprendizado da máquina.
Na semana passada, a Qualcomm lançou o Snapdragon 845, que oferece tarefas de inteligência artificial para o processador central do processador mais adequado, e as abordagens de design para as três empresas não são tão diferentes - em última instância, reduzidas a oferecer desenvolvedores Os direitos de acesso fornecidos e a quantidade de energia consumida por cada configuração.
Antes de discutir esta questão, primeiro descubramos como um chip de inteligência artificial difere de uma CPU existente. Na indústria, muitas vezes você ouve o termo "computação heterogênea" sobre inteligência artificial. É um sistema que usa vários processadores e cada um tem seus próprios recursos especializados para maior desempenho e economias de energia. O termo não é novo e é usado por muitos chipsets existentes - Por exemplo, esses três novos produtos adotaram esse conceito em graus variados.
Nos últimos três anos, os smartphones usaram a arquitetura ARM big.LITTLE para a CPU, que combina o núcleo de economia de energia relativamente lento com o núcleo mais rápido e menos intensivo de energia, e nosso objetivo principal é tornar este chip perfeito Pode consumir menos energia para uma melhor vida útil da bateria. Os primeiros aparelhos para adotar essa arquitetura incluem o Samsung Galaxy S4, que incorpora apenas o chip Exynos5 da empresa e o Mate8 e honra 6 da Huawei.
O "chip de inteligência artificial" deste ano leva o conceito um passo adiante executando uma tarefa de aprendizado de máquina, adicionando um novo componente dedicado ou usando outros núcleos de baixa potência para tarefas de aprendizado de máquina, por exemplo, o Snapdragon 845 pode aproveitá-lo Processador de sinal digital (DSP) para lidar com tarefas de longa duração que exigem uma grande quantidade de contagem dupla, como encontrar uma palavra quente para um usuário através da análise durante uma conversa longa. O diretor de gerenciamento de produtos da Qualcomm, Gary Bulotman, disse à Engadget, Por outro lado, as necessidades como reconhecimento de imagem podem ser melhor gerenciadas através da GPU, com a Brotman exclusivamente responsável pelo desenvolvimento de inteligência artificial e tecnologias de aprendizado de máquinas para a Snapdragon Smart Platform.
Enquanto isso, o aplicativo A11 Bionics da Apple adiciona um mecanismo neural ao GPU para acelerar o reconhecimento facial, feedback verbal e o uso de aplicativos de terceiros, o que significa que, quando você iniciar esses processos no iPhoneX , A11 liga o Nerve Engine para executar cálculos para verificar a identidade do usuário, ou despeje sua expressão facial no aplicativo 'talkative'.
No chip Kirin 970, o NPU lida com tarefas como a digitalização e a tradução de imagens no Microsoft Translate, o único aplicativo de terceiros otimizado para o chip até à data, e Huawei disse que o isomerismo "HiAI" A arquitetura computacional maximiza o desempenho da maioria dos componentes de seu chipset, portanto, pode alocar tarefas AI para mais do que apenas NPUs.
Apesar dessas diferenças, esta nova arquitetura significa que, no passado, a computação de aprendizado de máquina foi tratada apenas na nuvem e agora pode ser executada de forma mais eficiente no próprio dispositivo. Usando partes não-CPU para executar tarefas de AI, os telefones dos usuários Você pode fazer mais coisas ao mesmo tempo, então você não precisa estar atrasado para atrasar a espera de o aplicativo para traduzir ou procurar uma foto de um cão de estimação, por exemplo.
Além disso, a execução desses programas em seu telefone elimina a necessidade de enviar os dados de uso dos usuários para a nuvem, o que proporciona aos usuários uma maior privacidade porque reduz as chances dos hackers de obter dados.
Outra grande vantagem desses chips de inteligência artificial é que eles economizam energia, porque algum trabalho é repetitivo e o consumo de bateria do nosso celular precisa ser mais racionalmente alocado para esses processos repetitivos. As GPUs tendem a absorver mais energia, então, se em vez disso É um DSP mais eficiente em termos de energia, e pode atingir efeitos semelhantes às GPUs, é melhor escolher o último.
O que precisa ser esclarecido é que o chip em si não decide qual sistema central usar como driver na decisão de executar certas tarefas. "Hoje, os desenvolvedores e OEMs querem executar chips AI", disse Brotman. Use o banco de dados de suporte (ou, mais especificamente, sua versão móvel Lite), como o TensorFlow do Google, para escolher o núcleo do qual executar seus modelos Qualcomm, Huawei e Apple usam o popular TensorFlow Lite e o Facebook's Caffe2 As opções como seu programa de suporte de design Qualcomm também suporta o novo sistema Open Neural Network Switching (ONNX), enquanto a Apple adicionou compatibilidade para mais modos de aprendizado de máquina através de sua estrutura ML principal.
Até agora, nenhum desses chips teve algum impacto real no mundo real, e os fabricantes de chips estão promovendo seus próprios resultados de teste e benchmarks, mas esses resultados de testes não são até que os programas de AI se tornem uma parte importante de nossas vidas diárias Não tem sentido porque estamos nos estágios iniciais do desenvolvimento de máquinas para aprendizagem em máquina e há poucos desenvolvedores que usam hardware novo. O que o chip inteligente traz à vida é como os gigantes da tecnologia adquirem o mercado de AI
Mas agora é claro que a concorrência começou e os concorrentes estão se concentrando em como fazer tarefas relacionadas à aprendizagem de máquinas serem executadas de forma mais rápida e eficiente em dispositivos de usuários. Só temos que esperar por um tempo, O chip para mudanças de chips de inteligência artificial nos traz a ajuda da vida.
Foto: Huawei (processador Kirin AI), Apple (núcleo do processador A11). (De: compilador do Engadget: NetEase veja a revisão do robô do compilador externo: Fu Zeng)
5.Google Neural Network auxilia a NASA na identificação de novos planetas destacando os limites da tecnologia AI
O uso da Inteligência Artificial (AI) foi ampliado para a exploração espacial, com a NASA anunciando a descoberta de dois planetas extrasolares com a ajuda da rede neural desenvolvida pela equipe do Google AI, uma das quais denominada 'Depler- 90i 'em torno das estrelas de' Kepler-90 'de 2.545 anos-luz, o astronauta Andrew Vanderburg da NASA descreveu o Kepler-90 como uma mini-versão do sistema solar em que os planetas são organizados de pequeno a grande. Após o planeta, o Kepler-90 tem oito planetas iguais ao sistema solar. De fato, dois planetas existiram no satélite Kepler da NASA há quatro anos. Embora a NASA os tenha descoberto, eles não foram mais profundos A missão da Kepler é buscar planetas semelhantes a um planeta fora da Via Láctea e detectar mais de 35.000 planetas possíveis ao longo dos anos, já que é muito grande para serem selecionados manualmente. A NASA tem a maior possibilidade de ser um sistema automatizado Do planeta, mas às vezes sinais mais fracos são perdidos. Agora, Vanderburg e o engenheiro do Google, Christopher Shallue, decidiram usar a aprendizagem de máquinas e a rede neural do Google para filtrar dados antigos, Quinze mil sinais da Kepler treinaram a rede e depois analisaram cerca de 1.000 sinais fracos de sistemas conhecidos por ter planetas, acabando por cavar dois planetas que foram enterrados por muitos anos. Vanderburg disse que a rede neural ainda não é perfeita e às vezes Há erros, mas pode encontrar mais planetas que foram perdidos antes. As novas descobertas da NASA ressaltam o potencial de aprendizado automático além da ciência da computação, e a NASA disse que usará a AI para mais missões de exploração no futuro. "DIGITIMES