开源神经搜索公司 Jina AI 完成 3000 万美元 A 轮融资
开源神经搜索公司 Jina AI 宣布完成 3000 万美元 A 轮融资。
据介绍,Jina AI 计划使用这笔融资将团队扩大一倍,并继续深入研发以扩大整个开源神经搜索生态。迄今为止,该公司的融资总额已达到 3900 万美元。
根据 Techcrunch 的报道,Jina AI 的 CEO 兼联合创始人肖涵(与王楠、何冰共同创立 Jina AI)解释称,神经搜索背后的理念是使用深度学习神经网络超越传统的基于关键词的搜索工具。利用迁移学习和表达学习等相对较新的机器学习技术,该公司的核心 Jina 框架可以帮助开发者快速构建针对特定用例的搜索工具。
他表示,对于图像、音频、视频或其他内容,他们首先使用深度神经网络将数据格式转换为通用表达。在这种情况下,它们主要是一个数学向量(100 维向量)。之后匹配算法不计算有多少字母匹配,而是计算数学距离,也就是这两个向量之间的向量距离。通过这种方式,人们基本上可以解决各种数据搜索问题或相关性问题。
肖涵将 Jina 描述为类似于用于搜索的 TensorFlow(TensorFlow是 Google 的开源机器学习框架)。就像 TensorFlow 或 PyTorch 定义了如何设计 AI 系统的设计模式一样,Jina 想要定义如何构建神经搜索系统 —— 并在此过程中成为事实标准。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
谷歌研究报告指出:一半受感染的云实例存在密码问题
谷歌在第一个云威胁情报报告中指出:在线犯罪分子在破坏 Google Cloud Platform (GCP) 上运行的配置错误的云实例后,只需 22 秒,即可部署加密货币矿工。 86% 入侵 GCP 云实例的恶意活动都是用于加密货币挖掘,这些恶意攻击者利用偷来的云服务器 CPU 和 GPU 资源资源从事挖矿活动,此外,26% 的受感染实例是由用户使用的第三方软件中的漏洞引起的。另外一个需要注意的点是,这些攻击者从发现不安全的实例到入侵云实例的时间短得可怜,这个过程最短的时间是部署实例 30 分钟后。而在 40% 的情况下,完成入侵的时间不到 8 小时。 这些入侵的目标虽然不是数据盗窃,但它仍然是云资产相关的风险,攻击者开始执行多种形式的云资源滥用。” 谷歌云 CISO 办公室主任 Bob Mechler指出:大部分面向互联网的公共云实例对扫描和暴力攻击持开放态度,这些实例的密码强度低得可怜,有时候攻击者甚至无需破解密码,直接用用户帐户或者 API 连接的弱密码即可访问实例。 据外媒zdnet介绍,该云威胁情报报告总结了谷歌威胁分析组 (TAG)、谷歌云安全和信任中心,以及谷歌云威胁情报...
- 下一篇
Google 开源 VHP 震动触觉平台,降低触觉设备开发难度
如今大多数可穿戴智能设备和智能手机都能通过内置的震动马达向用户提供触觉反馈,从而实现简单的信息通知、实体按键的模拟,以及无障碍应用。这些效果的实现都是利用振动触觉执行器来进行,执行器通常又是由小型电动振动马达所构成。 不过,想要设计一个对特定任务有针对性和有效的触觉系统需要对执行器的数量以及它们在设备中的位置进行大量实验,而且大多数实际应用需要独立的贴身设备并要集成到很小的体型中。因此在这两个前提条件下诞生的设备可能需要消耗大量的时间才能实现部件之间的整合,而且往往需要超高水平的专业知识。 为了实现可穿戴设备在触觉反馈方面的大众化,在近日举办的 ACM UIST 2021 会议上,Google 发布了一个用于人体应用的振动触觉平台 VHP(Vibrotactile Haptics Platform)。VHP 主体是一个低功耗的微型电子板,可以驱动多达 12 个具有任意波形的触觉信号独立通道。该 VHP 电子板可以用电池供电,并集成到可穿戴设备、手镯、袖子和手机壳中。 VHP 的主要部件是微控制器和触觉放大器,它将微控制器的数字输出转换为驱动执行器的信号。触觉执行器可以由通过串行、USB...
相关文章
文章评论
共有0条评论来说两句吧...