1. بیت کوین سقوط بیش از 10٪ به زیر 11000 $؛
IDG فوریه 22، بیتکوین قیمت بیش از 10 درصد کاهش چهارشنبه، به زیر 11000 $ سقوط کرد. در همان زمان، قیمت سایر ارزهای اصلی به طور کلی رمزگذاری سقوط دیجیتال، که لیت کوین افتاد 13.82٪، پایین ارز RBOT 9.58٪، Ethereum کاهش 8.31٪ بود.
در زیر فن آوری های Artesyn مرتب سازی بر اساس خلاصه وضعیت ارز از روزانه (توجه: علاوه بر به Bitcoin آینده، داده های زیر از رمزگذاری وب سایت تجزیه و تحلیل داده پول دیجیتال CoinMarketCap هستند):
بیتکوین
24 ساعت گذشته، بیتکوین قیمت نقطه 10.47 درصد کاهش یافت، تا 06:30 صبح، آخرین قیمت معامله بیت کوین 10،522.50 $ می باشد.
بورس شیکاگو (CME) 2 آتی برای تحویل در ماه فوریه بیتکوین $ 1425 سقوط کرد، برای بستن در 10،310 $، کاهش از 12.14 درصد، بالاترین روزانه ضربه 11،340 $، پایین ترین 10،220 $ رسید.
اتریم
24 ساعت گذشته، قیمت میدان اترنت سقوط 8.31٪، و از 6:30 صبح امروز، آخرین قیمت معامله $ 840.38 میدان اترنت بود.
لیتوکین
24 ساعت گذشته، لیت کوین قیمت کاهش یافت و 13.82 درصد، تا 06:30 صبح، آخرین قیمت معامله لیت کوین 210.57 $ می باشد.
سکه Rui Bo
24 ساعت گذشته، ربوکستین قیمت ارز کاهش یافت 9.58٪، و از 6:30 صبح امروز، آخرین قیمت معامله از $ 1.00 ارز ربوکستین.
اطلاعات صنعت
قرار گرفتن در معرض 1. رسانه ها، گفت به بورس اوراق بهادار آلمان تجارت متوقف شد، کنترل واقعی چن ژوئن با پای پیاده. در این راستا، مشاور اخلاق (قرآن) جیا وی اعتراف به آلمان شد وجود معاملات با اشخاص وابسته، تقلب، و ناپدید شد در پا، و چن متهم ارتش می خواهد برای لغو مدیر عامل شرکت های غیر مجاز، پس از TGE تحت فشار قرار دادند غیر مجاز، تغییر TGE کل. (قرآن) جیا وی گفت که این زمان را برای تیم در تلاش است برای حل این مشکل از طریق کانال های قانونی است.
2. به تازگی، امور مالی وبلاگ نویس @ بلوک زنجیرهای گرم ارز برادر بو گفت، سگ قورباغه به میکرو رسمی خود را ارسال پیام خصوصی، شکست بلوک های زنجیره ای توسعه دهنده بازی سگ قورباغه فرار با پای پیاده، همه پول خواهد شد دور توسط سهامداران را فرا گرفت. قورباغه میکرو میکروبلاگینگ رسمی سگ حمل و نقل این مقاله، پاسخ "بله"، اذعان می کند این درست است. چگونه به حل پیگیری، رسمی سگ ریزغوک را فاش نمی کند.
3. دفتر خزانه داری ایالات متحده کنترل دارایی های خارجی (OFAC) صادر وب سایت رسمی عمومی پاسخ داد که ونزوئلا صادر ارز دیجیتال باید به عنوان یک اوراق قرضه دولتی مبتنی بر اعتبار درمان می شود. دفتر اشاره کرد که تحت فرمان اجرایی شماره 13808، منع شهروندان ایالات متحده مقابله دیگر 30 روز ونزوئلا وزارت خزانه داری، ونزوئلا معاملات ارز دیجیتال از شهروندان در معرض خطر از مجازات است.
4. ایالات متحده مهاجرت و گمرک (ICE) 9 ری دستگیر بیت کوین، مورگان Rockcoons مدیرعامل شرکت، به دلیل معامله خصوصی به "عامل مخفی در مورد 10 بیت سکه ها. سوابق دادگاه نشان دسامبر 30 2016 تحت فرض به 2017 بین ماه های ژانویه 8، Rockcoons دانستن منابع نقدی تمیز نیست، و اجرای قانون پرسنل در مورد 14500 دلار به صورت نقد و رد و بدل حدود 10 بیت کوین (پس از آن به ارزش حدود 9200 $) اما Rockcoons فشار خم و ارتباطات بعدی خود با مجله بیت کوین به نظر می رسد نشان می دهد، در ابتدا او نمی دانست که او در حال فروش بیتکوین به یک مامور اجرای قانون.
5. Valdis Dombrovskis کمیسیون اروپا معاون رئیس جمهور گفت که کمیسیون برگزار خواهد شد فوریه 26 انجمن میزگرد به بحث در مورد رمزگذاری مسائل قانونی پولی، شرکت کنندگان از جمله نمایندگان بانک های مرکزی، تنظیم کننده و نمایندگان برخی از فعالان بازار.
6. با توجه به اخبار Bitcoin.com، لی لو یوان نخست وزیر کره جنوبی دستور داد به منظور توسعه یک کد جدید از رفتار برای جلوگیری از تجارت خودی پول دیجیتال. کره مبارزه با فساد و کمیسیون حقوق مدنی هفته گذشته با صدور یک کد ارز دیجیتال از راهنمای اخلاقی »را به دولت و نهادهای عمومی، در 12th مقاله بر مقررات مربوط به ارز های دیجیتال اضافه شده: مقامات دولتی باید اطلاعات مربوط به اموال استفاده کنید برای کمک به سرمایه گذاری و یا معاملات اوراق بهادار، املاک و مستغلات و دیگر وظایف خود را، و یا به ارائه اطلاعات مربوطه به دیگران برای کمک به آنها را به تجارت یا سرمایه گذاری اما به دلیل. FSS است یک سازمان دولتی نیست، FSS است در کد کارکنان از محدوده رفتار مقامات FSS گفت، توسعه دستورالعمل داخلی منع کارکنان استفاده FSS از اطلاعات در داخل به تجارت و یا سرمایه گذاری در ارز دیجیتال است.
7. با توجه به تیم ارز Ruibo گفت که برزیل و بزرگترین بانک ایتاو یونیبانکو امریکا لاتین را می خواهد این پول ارائه شده توسط xCurrent پرداخت ربوکستین فن آوری پردازش پرداخت مرزی و حواله استفاده کنید.
2. بیت کوین دو هفته موسسات دیدگاه بازگشت 95٪ مخلوط؛
یین یی
بیت کوین در تاریخ 6 فوریه کاهش یافت و به 6000 $، اما پس از نزدیک به دو هفته قبل و بعد از پاسخ به تماس جشنواره بهار، بسیاری از «گمشده» بهبود اسفندماه 21، بیتکوین قیمت ادامه دوباره بجای اول برگشتن، یک بار افزایش به 11720 $، راست به زور 12،000 $ علامت، یا دو هفته از تا 95٪.
پس از دومین ارز دیجیتال میدان اترنت در تاریخ 6 فوریه کاهش یافت و به 565 $ پایین، به تدریج برداشت، افزایش 56 درصد در عرض دو هفته، قیمت فعلی در اطراف 880. $ معلق در هوا ربوکستین قیمت ارز روند شبیه به قبلی دو، دو هفته است در داخل افزایش یافت 77٪.
دیدگاه بازار این است که 10000 بیت کوین بالا علامت $، به طوری که مردم به دست آوردن مجدد اعتماد به نفس در Bitcoin و سایر ارزهای دیجیتال است. تنظیم کننده کره جنوبی از آغاز این هفته به شل موضع پولی برای رمزگذاری، با توجه به گزارش رسانه های کره جنوبی، و یک ماه به جای سخت پیش، کره ای اداره نظارت مالی (FSS)، رئیس ChoeHeung سیک گفت که برای پول دیجیتال «تجارت عادی»، دولت کره جنوبی پشتیبانی خواهد شد.
گزارش اشاره کرد که از این سال، دولت کره جنوبی به یک سری از معاملات ارز دیجیتال ضربه به طوری بسیاری از بانک ها در کره تمایلی به باز کردن حساب به معاملات ارز بوده است. چو گفت که دولت کره جنوبی خواهد تبادل بین بانک و پول دیجیتال تشویق تجارت و همکاری.
در ماه ژانویه، دولت کره جنوبی در تلاش است ممنوع ارز رمزنگاری، باعث تمام پول دیجیتال کاهش یافت در سراسر هیئت مدیره، بیتکوین کاهش شد بیش از 30٪. از آن زمان، معاون نخست وزیر و وزیر دارایی جین DONGYUAN گفت به هیچ وجه قصد به ممنوعیت و یا سرکوب بازار ارز دیجیتال وجود دارد ، در حال حاضر وظیفه فوری ترین است برای نظارت بر ارز.
موسسات تحقیقاتی CanaccordGenuity در به تازگی یک گزارش تحقیقاتی منتشر شد که قیمت از تاریخ بیتکوین نشان می دهد که پس از چند ماه از ادغام، قیمت Bitcoin ادامه خواهد داد برای چند هفته به سرعت در حال افزایش است. این گزارش همچنین گفت: قیمت بالقوه بیت کوین قدردانی از سود از امن ترین روش این است که خرید و نگه دارید در دراز مدت، در حالی که تلاش برای نگه داشتن زمان اندازه گیری می تواند مشکل باشد.
در واقع، ظهور اخیر سرمایه بزرگ واقع بارها و بارها Bitcoin اخبار بازار، بین 9 فوریه تا 12 دوره، یک خریدار نزدیک به 400 میلیون $ منابع از بیت کوین به سر برد. بنیانگذار DraperFisherJurvetson پذیرش اخیر سرمایه گذاری شرکت سرمایه از TimDraper خارج وقتی مصاحبه رسانه ای، گفت که کل سرمایه گذاری در بازار ارز جهان 86000000000000 $، در آینده، بسیاری از آن به پول دیجیتال تعلق خواهد گرفت. سه سال پیش، TimDraper بیتکوین پیش بینی کرده بود قیمت ها خواهد شد $ 10،000 / BTC برسد.
همان خوش بینی نیز مدیر اجرایی بیتکوین بنیاد LlewClaasen، با توجه به گزارش های رسانه های ایالات متحده بود، او پیش بینی کرد که در سال جاری بیتکوین قیمت ممکن است سه تا شش ماه به یک چرخه از فراز و نشیب ظهور پدیده، اما در نهایت خواهد شد بیش از $ 40،000 بزرگ است.
در حالی که دویچه بانک و گلدمن ساکس برای Bitcoins منتشر می شوند، گزارش نسبتا منفی است، اما گزارش چشم انداز جی پی مورگان چیس در پول دیجیتال خوش بینانه تر شده است.
بر اساس گزارش، پول دیجیتال رمزگذاری شده بعید است که ناپدید می شوند، و Bitcoin به راحتی می تواند از طریق انواع فرم ها و شکل های مختلف برای زنده ماندن، چرا که بسیاری از بازیکنان در غیر متمرکز وجود دارد، نظیر به نظیر شبکه و ناشناس مشتاقانه.
با این حال، بیت کوین نوسانات بزرگ در نرخ بهره، هر چند آن را معامله گران، اما برای کسانی که می خواهند دارایی به طور گسترده به تصویب رسید، نوسانات قیمت قابل توجه و ناخوش آیند. بر اساس عملکرد تاریخی بیت کوین رمزگذاری ارز دیجیتال باعث از نوسانات ممکن است بالاتر از سهام، نمونه کارها کالاها بیش از 10 برابر باشد.
در همان زمان، مسائل نظارتی در حال حاضر بیتکوین هیچ اجماع در مقیاس جهانی، تنها در ایالات متحده، کره جنوبی، چین و دیگر کشورها برای معرفی معاملات ارز مجازی از طریق اتخاذ سیاست های مناسب. جی پی مورگان معتقد است که رمزگذاری شده صورت ارز دیجیتال، به جای دولت ارز صادر شده و بسیار دشوار است به رقابت با، مثلا، دلار، یورو و یوآن در مناطق مربوطه خود در واقع در یک انحصار طبیعی، و نه به راحتی تسلیم حق الضرب است. به عبارت دیگر، اگر چه ارز به رمزگذاری ادامه خواهد داد هنوز هم راه طولانی برای به چالش کشیدن بازار طلا یا تبدیل شدن به یک ارز جهانی است.
3. برای اولین بار، بحران هزینه تراکنش بیتکوین به طور موقت به کمتر از 1 دلار کاهش یافت.
در ماه دسامبر گذشته، یک بار هزینه بیت کوین معامله تا 34 $ است که کاربر به طور متوسط نیاز به هر معامله به پرداخت 34 $ هزینه، چنین معامله بالا هزینه برای انجام معاملات کوچک است تقریبا کشنده، شیر اعلام کرد تا پایان ماه پشتیبانی بیتکوین پرداخت، بسیاری از شرکت ها تعویض به سایر جایگزین هزینه های پایین تر به تجارت پول دیجیتال. اما در یکشنبه، بیتکوین هزینه های معامله برای اولین بار از سپتامبر سال گذشته کاهش یافته است به کمتر از 1 $.
چرا هزینه های تجارت سقوط خواهد کرد؟ یکی از دلایل است بیتکوین حباب به تدریج خنک کننده در نظر گرفته. در اوایل این ماه بیتکوین ارز کاهش یافت به $ 6000، در حال حاضر به بالا و به 110 میلیون $ است، اما حداقل آن را تعصب کند شده است، تقاضا برای اهداف سفته کاهش، بنابراین هزینه های معامله نیز کاهش یافت.
سوال این است که آیا این وضعیت ادامه خواهد داد. جامعه بیت کوین در حال حاضر در حال توسعه یک شبکه پرداخت جدید به نام رعد و برق، و با اکثریت قریب به اتفاق تجاری به طور منظم خارج زنجیره ای بلوک به تغییر، رعد و برق به طور قابل توجهی می تواند گسترش ظرفیت شبکه بیت کوین Solidot
4. گوگل AI می تواند تصاویر شبکیه را برای پیش بینی خطر بیماری قلبی تفسیر کند.
صاحب TensorFlow دیگر چارچوب یادگیری عمیق از گوگل، آن ابزار متقاطع محقق فعال با استفاده از AI (هوش مصنوعی) فن آوری، به نفع همه مردم است. با توجه به آخرین گزارش پژوهش گوگل منتشر شد، آنها در حال حاضر در حال توسعه در حال حاضر در دسترس از طریق تفسیر تصاویر شبکیه ای برای پیش بینی خطر ابتلا به بیماری های قلبی استفاده می شود و دقت شبیه آنچه که معمولا در علوم پزشکی استفاده می شود، است. علاوه بر این، مزیت "غیر تهاجمی" وجود دارد.
به تازگی، تمرکز گوگل بر سلامت و علم و فن آوری شرکت تابعه همانا الگوریتم هوش مصنوعی به طور مشترک توسعه یافته منتشر شده (با استفاده از روش های یادگیری ماشین) بیماران مبتلا به عکاسی شبکیه از طریق تفسیر تصاویر و باورند که سن بیمار، فشار خون، که آیا سابقه مصرف سیگار وجود دارد، و خود را از خطر بیماری های قلبی می تواند دقت یک پایان نامه قابل مقایسه با پیش بینی های جاری است (مقاله ای که در مجله Nature Biomedical Engineering منتشر شده است).
گزارش شده است که، به منظور آموزش الگوریتم، گوگل و همانا دانشمندان نزدیک به 300،000 اطلاعات بیمار پزشکی (حاوی داده های اسکن نوری و همچنین داده های پزشکی عمومی) برای الگوریتم توسعه یافته توسط گوگل، متخصص در یادگیری Ardley ماشین آلمان دانشگاه (که یکی از گروه استرالیا هشت) محقق پزشکی لوقا اوکدن-رینر به "آستانه" اشاره کرد، الگوریتم گوگل از طریق استفاده از داده های بالینی، به دست آورد بیش از روش های موجود اطلاعات موجود، برای کمک به بیشتر کار تشخیص دکتر است ، اما نه جایگزین دکتر.
گوگل روش آموزش تفسیر الگوریتم فوندوس (شبکیه) تصاویر، دارای سابقه ای طولانی، به عنوان اوایل در توسعه حرفه پزشکی است فوندوس طولانی شده است تحت پوشش می تواند به سلامت رگ های خونی بدن را منعکس، پزشکان قادر به استفاده از یک میکروسکوپ در گذشته و عکاسی شبکیه ابزار به قضاوت در مورد سن بیمار، سابقه سیگار کشیدن و فشار خون، و این شاخص های مهم برای تعیین سلامت قلب و عروق هستند.
این قابل درک است که، الگوریتم های گوگل AI از طریق تفسیر تصاویر شبکیه برای پیش بینی یک بیمار ممکن است از بیماری های قلبی نرخ دقت 70٪، روش نمره پیش بینی خطر ابتلا دقت عوارض بیماری های قلبی عروقی از همیشه به کمی بدتر رنج می برند. روش نمره نیاز از طریق یک آزمایش خون (به عبارت دیگر درمان های تهاجمی) با دقت حدود 72٪ است.
در مورد دو عکس عکاسی شبکیه سمت چپ برای حالت کلی، تجربه مناسب چگونه الگوریتم گوگل برای پیش بینی فشار داخل چشم از طریق عروق خاص (رگ خونی به رنگ سبز مشخص شده است) نمایش داده می شود. (شکل / نوبه خود گرفته مقالات انتشار گوگل )
استاد طب و داروسازی، دانشگاه لندن فیزیولوژی قلب و عروق آلون هیوز گفت، رویکرد Google به نظر می رسد کامل و قابل اعتماد، به دلیل با رعایت روش شبکیه چشم برای پیش بینی خطر بیماری های قلبی عروقی برای مدت زمان طولانی. او معتقد است ممکن است قادر به استفاده از هوش مصنوعی وجود دارد سرعت تجزیه و تحلیل پزشکی فعلی را تسریع کنید، اما او همچنین معتقد است که الگوریتم گوگل نیاز به تایید بیشتر برای کسب اعتبار بالاتر دارد.
در گذشته، گوگل همچنین با استفاده از (روش های یادگیری ماشین) AI به تفسیر تصویر فوندوس شبکیه چشم، و بیشتر جلوگیری از خطر رتینوپاتی دیابتی و کوری به دلیل منتشر شده است. این فقدان نسبی از منابع پزشکی در هند و مناطق دیگر است، برای کمک به بیشتر پزشکان تشخیص
نتایج از نقطه بالا از این دیدگاه، AI (هوش مصنوعی) فن آوری به جای بیشتر به دکتر برای تشخیص زندگی بیمار، ما هنوز هم کاملا دور هستند، اما اگر ابزار AI درستی مورد استفاده برای پژوهش های پزشکی، تشخیص بیماری و پیشگیری می توانید به درجه خاصی از تقویت مثبت به ارمغان بیاورد. شاید فرصت ها و کاهش بار کار از کارگران پزشکی خط اول وجود دارد، بهبود کیفیت پزشکی. کسب و کار بار
5. کلید شکستن حد AI نهفته در "مغز انسان" ...؛
در حال حاضر هم به طور جدی مغز انسان الهام بخش فن آوری از زمان است! CEA-LETI دانشمند ارشد باربارا دی درمان عذر اشاره کرد که اگر هیچ مدل عملیات جدید و الگوریتم، نهایی دشوار خواهد بود برای دیدار با الزامات دستگاه های AI برای عملکرد پردازش بالاتر با مصرف انرژی کمتر ...
جدید نیست که دانشمندان به مغز انسان بازگردند تا جایگزین های جدیدی برای فن آوری های محاسبات امروز پیدا کنند.
CEA-LETI دانشمند ارشد باربارا دی درمان عذر اشاره کرد که از اواسط 1950s، هوش مصنوعی (AI) خطور، اگر چه بسیاری از دانشمندان و مهندسان بسیار علاقه مند به این مفهوم است، اما پژوهش در هوش مصنوعی است پیچ و تاب.
با این حال، در حال حاضر هم به طور جدی در این تکنولوژی مغز انسان الهام گرفته از حداقل نگاه است، در بین المللی در سال جاری جامد مدارهای دولت کنفرانس "ما باید بدانند که از روشهای دیگر به مدل فعلی وجود دارد، ما به سوالات خوب بپرسید کمک خواهد کرد." د درمان عذر پس (ISSCC) ارائه یک سخنرانی به قبول "EE تایمز" در مصاحبه ای که "اگر هیچ عملیات مدل های جدید و الگوریتم وجود دارد، صنعت خواهد شد در نهایت دشوار است برای رسیدن به قدرت مورد نیاز دقیق تر."
در حالی که این صنعت شده است هل دادن AI سیستم عامل های جاسازی شده، مانند 2، EyeQ5 Mobileye، و Movidius خاویر کارت گرافیک Nvidia از هزاران؛ اما به منظور پاسخگویی به نیازهای دستگاه ترمینال با مصرف برق کمتر در لبه (لبه) مسئولیت رسیدگی به تعداد زیادی از تجزیه و تحلیل، او گفت: " ما از آنچه ما برای رسیدن به آن نیاز داریم، راه طولانی است. "
(منبع: CEA-Leti)
اصلی د درمان عذر در استنباط تطبیقی محاسبه بهره وری (GOPS / W)، و چند مرحله از عملیات از عملکرد تراشه AI (GOPS).
(منبع: CEA-Leti)
او اشاره کرد این است که هنوز هم وجود دارد، فاصله زیادی بین تقاضا در صنعت و راه حل های موجود "بدون هیچ گونه تراشه - چه آن یک نسخه تجاری، نمونه های اولیه، دانشگاه ها، طراحی و یا توسعه تراشه است - برای دیدار با قدرت کمتر از 100μW با این حال، این دقیقا همان نوع عملکردی است که دستگاههای لبه به آن نیاز دارند، زیرا سالهای آینده باید بر روی مصرف انرژی یا باتری های مینیاتوری تکیه کنند.
چرا بازگشت به تحقیقات مغز انسان؟
دالوو گفت که ما می دانیم که مغز انسان حدود 2٪ از بدن را وزن می کند، با این وجود 20٪ از سوخت و ساز بدن را استفاده می کند.
هنگامی که 20W، مغز انسان می تواند 1011 مسئولیت رسیدگی به یک GOPS. د درمان عذر تاکید کرد که تا به امروز، عملکرد و قدرت هیچ پردازنده می تواند مغز انسان "در جهان مطابقت.
De Salvo توضیح داد که این کلاس بهره وری انرژی در طول تکامل انسان به مدت طولانی تکامل یافته است، به حداکثر رساندن عملکرد مغز با حداقل استفاده از انرژی.
این صنعت نیمه هادی به یادگیری از گروه زیست شناسی است. او گفت که معماری محاسبات سنتی متعهد به برآورده کردن نیازهای قدرت، عمدتا به دلیل "هر زمان که پردازنده و ارتباطات حافظه نیاز به مصرف انرژی است." در مقابل، سیناپس مغز شامل حافظه و محاسبات در یک معماری واحد است. او توضیح داد که این روش مبتکرانه برای غیر فون معماری کامپیوتر الهام گرفته از مغز نویمان (غیر فون نویمان) پایه و اساس را فراهم می کند.
برای اصول عملکرد مغز الهام گرفته، ماهیت آن که خوشه را پشتیبانی می کند (سنبله برنامه نویسی) و زمان مربوط خوشه پذیری (سنبله-وابسته به زمان بندی پذیری؛ STDP) وی اشاره کرد که مانند عناصر به کشورهای نورونها در سیستم را مشاهده کنید برنامه نویسی. : در گذشته، سلول های عصبی با استفاده از آنالوگ یا ارزش رمزگذاری، در حال حاضر، محاسبات neuromorphic آخرین روند است به رمز ارزش پالس نورون یا خوشه او توضیح داد: "عصبی هیچ فرکانس، آنها صرفا رویداد محور. "
نظر علمی پاشنه برنامه نویسی STDP و چشم انداز توسعه و اگر جمع و ضرب بین پالس (خوشه) به سیگنال ورودی / خروجی، و سپس سیگنال های ورودی و وزن سیناپسی عملیات راهگاهی در سطح سیناپسی قرار می گیرند. در این هدف از طریق برنامه های ساخت ناهمگن با استفاده از خوشه یا نشان دهنده یک سیگنال مبتنی بر رویداد، در نتیجه مصرف برق کاهش.
(منبع: CEA-Leti)
این که آیا این مثل این است که توسعه Chronocam از تکنیک های پردازش تصویر رویداد محور او پاسخ داد:؟. "بله، اما، راه حل های Chronocam به به شبکیه چشم مصنوعی استفاده شود" بصری "ماموریت ما این است که به اصول neuromorphic صنعت. فراتر از محدوده محاسبات را فراتر از بینش گسترش دهید. "
د درمان عذر گفت: TrueNorth آی بی ام به عنوان مثال ایده آل از تراشه CMOS neuromorphic پویا neuromorphic در حال حاضر های 28nm FD-SOI ساخت مقیاس پذیر ناهمگن یادگیری (DynapSEL)، در مقیاس بزرگ پردازنده های چند هسته neuromorphic است یکی دیگر از نمونه. DynapSEL NeuRAM حال حاضر یکی از همکاری طرح توسعه 3 پروژه تحقیقاتی اروپایی می باشد.
نورون TrueNorth در دیجیتال پردازش و DynapSEL شبیه سازی شده است. با این حال این دو تراشه سیستم های neuromorphic به طور موثر کاملا کاربردی نیست، چرا که حافظه است که در اصل از عملکرد از فرم عصبی بر اساس نیست.
جامعه علمی است تلاش برای بستن واحد پردازش حافظه، به طور کامل تغییر معماری حافظه سلسله مراتبی سنتی، و پیاده سازی "محاسبات حافظه" (در حافظه رایانه) تا به امروز، سخت افزار neuromorphic هنوز به پتانسیل کامل خود، د درمان عذر گفت: "ما از آن نیاز به استفاده از چگالی فوق العاده بالا معماری 3D "در محاسبات neuromorphic به منظور دستیابی به حداکثر اتصال و reconfigurability بین نورون ها و سیناپس.
مغز حشرات
ما در حال حاضر به مغز انسان شناخته شده است 100 میلیارد نورون، و دیگر حشرات هوشمند مانند زنبور عسل در یک مکعب است 1mm در مورد اندازه مغز خود را، می 950000 نورون وجود دارد. د درمان عذر در انواع حشرات اشاره کرد، مغز زنبور عسل بزرگترین است او گفت: "ما قادر به درک تصویر زنبور عسل نورونها در مغز، با این حال، برای کسانی که بسیار کمی در مورد سلول های عصبی مغز می دانیم بوده است."
دانشمندان مشتاق به تشریح مغز زنبور عسل هستند، چرا که "زنبور عسل بسیار هوشمند است. زنبور عسل، بسیاری از سنسور قادر به جستجوی غذا از طریق ناوبری آن وجود دارد، و می دانند که چگونه برای برقراری ارتباط در یک گروه. به زندگی با هم در یک گروه، زنبورها باید دانستن عملکرد دیگر زنبورها. "
زنبور عسل دارای سیستم بسیار عالی سنجش، و توانایی برای یادگیری و به یاد داشته باشید که آنها می دانند که چگونه به ادغام داده های حسی - به رویکرد "همجوشی سنسور" (ترکیبی سنسور)، و تصمیم گیری پیچیده است.
"البته، مغز زنبور عسل کوچک است اما فرم ساده آن، ارائه یک قالب مناسب برای سیستم AI،" د درمان عذر گفت: "این بر نیاز به فکر می کنم در یک روش سیستماتیک، به دلیل ارگانیسم می کند سنسور جداگانه نیست و سیگنال پردازش. "
آخرین پیشرفت AI؟
ده سال پیش، هیچ کس می تواند تصور کنید که ما در حال حاضر دستیابی به موفقیت از AI را ببینید.
باربارا دالوو، دانشمند ارشد، CEA-Leti
با این حال، بر اساس مشاهدات د درمان عذر، صنعت ممکن است به دلیل در مورد چشم انداز هوش مصنوعی خوش بینانه، اما به سرعت تغییر تمرکز از برنامه های کاربردی تحقیقات هوش مصنوعی در واقع، او گفت: "ما هنوز فاقد درک جامع از سیستم هوش مصنوعی ... فقط یادگیری به عنوان عمیق "
او توضیح داد که می مطالعه عمق پنهان طبقه بندی، و در نتیجه پیچیدگی سیستم وجود دارد، و آن را دشوار می گویند که خواص به منظور بهبود عملکرد بزرگترین مسئولیت داشته باشد. "در مقایسه با هوش متوسط، یادگیری و توانایی استدلال انتزاعی جهانی شدن به دست آمده هنوز بسیار محدود است. "
De Salvo گفت: "اخیرا شبکه های عصبی موفق به انجام وظایف ساده نشده اند و انسان ها هرگز چیزی را در این زمینه از دست ندهند." De Salvo به گفته A. Nguyen و همکاران، "شبکه های عصبی عمیق به راحتی فریب خورده اند: پیش بینی های اعتماد به نفس برای تصاویر غیر قابل تشخیص"، او نگران است که این در نهایت مانع توسعه بازار و حتی "خیانت اعتماد کاربران، در نتیجه باعث سوالات جدی اخلاقی".
کامپایل: سوزان هنگ
(متن مرجع: محدودیت های AI ارسال دانشمندان به مغز، توسط Junko Yoshida) eettaiwan
6.Yole: 2023 صنعت چشم انداز ماشین را به 4 میلیارد دلار آمریکا برسد
بر اساس تحقیق Yole Développement، اندازه کلی بازار دوربین های بینایی از 2 میلیارد دلار در سال 2017 به 4 میلیارد دلار در سال 2023 با رشد سالیانه 12 درصد افزایش خواهد یافت. چشم انداز صنعت موج صنعت است قلب اتوماسیون. ماشین دید صنعتی و اتوماتیک به رباتیک محدود نمی شود، اما تقریبا هر کار مرتبط با تولید را شامل می شود.
Yole الکسیس Debray و تحلیلگر بازار فنی، ترویج خودرو، الکترونیک، نیمه هادی، مواد غذایی و صنایع بسته بندی، کیفیت مورد نیاز بینایی ماشین. برنامه اصلی است که در نمودار نشان داده شده است از بینایی ماشین، از 2017 به رشد به 1.4 میلیارد $ در سال 2023 در 2.8 میلیارد دلار آمریکا، در واقع، بینایی ماشین است نه تنها در اتوماسیون صنعتی، کشاورزی هوشمند، تشخیص پلاک بوده است، و اخیرا در برنامه های کاربردی خود رانندگی، به خصوص برنامه های کاربردی خودرو از نرخ رشد مرکب سالانه (CAGR) خواهد شد تا به 140٪ باشد. 2014، سواچ گروه اعلام کرد راه اندازی اولین تولید به طور کامل خودکار ساعتهای مکانیکی جهان Sistem51؛ کانن تولید دوربین و Foxconn اعلام کرد استقرار یک میلیون ربات برای تولید لوازم الکترونیکی مصرفی بنابراین، محصولات اتوماسیون فروش بیش از رشد تولید صنعتی در آینده است. این روند به احتمال زیاد برای سرعت بخشیدن به.
