首页 文章 精选 留言 我的

精选列表

搜索[AI模型]，共10000篇文章
优秀的个人博客,低调大师

谷歌的AI大神Hinton揭开了神经网络的新面纱

如果你想指责某人在人工智能方面的大肆宣传，69岁的谷歌研究员，同时也是深度学习教父的Geoff Hinton是一个很好的候选人。 如今，神经网络转录我们的语音，识别我们的宠物，甚至可以预测病人的患病程度。但Hinton却在贬低它帮助世界的技术。“我认为我们做计算机视觉的方式是错误的，”他说。“它现在比其他任何东西都管用，但这并不意味着它是正确的。” 上周晚些时候，Hinton发表了两篇研究论文，他说“我们终于有了一些很好的工作。” 论文地址：https://arxiv.org/pdf/1710.09829.pdf Hinton用“Capsule（胶囊）”作为下一代卷积神经网络，Capsule 是一组神经元，其活动向量（activity vector）表示特定实体类型的实例化参数，如对象或对象部分。它是一种神经网络的扭曲，目的是让机器更好地通过图像或视频来了解世界。在上周发布的一篇论文中，展示了Hinton的Capsule网络与一项标准测试的准确性相匹配，测试主要评估了软件可以学会如何识别手写的数字的程度。 其次，Capsule网络几乎将之前测试中的最容易出现的错误率降低了一半，测试主要以软件从不同角度识别卡车和汽车等玩具为主。Hinton一直在与谷歌的多伦多办公室的两名同事一起研究他的新技术。 Capsule网络旨在弥补当今机器学习系统的缺陷，这些系统限制了它们的有效性。谷歌和其他公司目前使用的图像识别软件需要大量的示例照片来学习如何在各种情况下可靠地识别对象。这是因为该软件并不擅长将其对新场景的知识进行泛化，例如，当从一个新的视角看某个对象时，不太容易分辨这个对象是否与之前看到对象相同。 更具体地说，教计算机从多个角度识别一只猫，可能需要成千上万张不同角度的照片。而一名人类儿童不需要如此明确和广泛的训练就能学会识别一只家养宠物。 Hinton的想法是缩小最好的人工智能系统和普通的人类幼儿之间的鸿沟，这是为了在计算机视觉软件中建立更多的知识。Capsules作为一小群未加工的虚拟神经元，被设计用来追踪物体的不同部位，比如猫的鼻子和耳朵，以及猫在空间中的相对位置。一个由许多Capsule组成的网络可以利用这一意识来理解，一个新的场景实际上是一个不同的视角。 在1979年，Hinton认为视觉系统需要这样一种内在的几何意义，当时他正在试图弄清楚人类是如何使用心理意象（mental imagery）的。他在2011年首次提出了Capsule网络的初步设计。上周公布的Capsule更全面的照片是该领域的研究人员长期以来所期待的。“每个人都在等待它，并期待着Hilton的下一个伟大的飞跃，”纽约大学的Kyunghyun Choi教授说道。 现在说Hinton的“大跃进”还为时过早，他知道这一点。他解释说Capsule网络仍然需要在海量图像集合上被证明，并且当前的实现与现有的图像识别软件相比是缓慢的。 Hinton很乐观，他可以解决这些缺点。该领域的其他人也对他成熟的想法抱有希望。 Roland Memisevic是图像识别初创公司Twenty Billion Neurons的创始人之一，同时是蒙特利尔大学的教授，他说，Hinton的基本设计应该能够从现有的数据中提取出更多的信息。如果在规模上证明了这一点，那将会对医疗保健等领域有所帮助。在这些领域，用于训练人工智能系统的图像数据远比互联网上那些大量的自拍照更少。 从某些方面来说，Capsule与人工智能最近研究的趋势有所不同。最近对神经网络的成功的一种解释是，人类应该把尽可能少的知识编码到人工智能软件中，然后让它们自己从头开始计算。纽约大学心理学教授加里马库斯去年曾向优步出售了一家人工智能初创公司，他认为Hinton的最新作品为这个领域代来了新鲜的空气。 马库斯认为人工智能研究人员应该做更多的事情来模拟大脑的内在机制，来学习像视觉和语言这样的关键技能。马库斯说:“现在还不知道这个特定的架构会走多远，但看到Hinton打破了这个领域的惯例，这是极好的。” 本文由AiTechYun编译，转载请注明出处。更多内容关注微信公众号：atyun_com
2017-11-01
优秀的个人博客,低调大师

英特尔收购AI领头企业Nervana Systems望实现组合创新

英特尔支持着数以万计的云和数十亿的智能互联设备。当前，云计算无处不在，计算成本延续摩尔定律的脚步也日益下降，终端连接的可用性也不断提高，这些互联设备每天都在产生数百万 TB 的数据。如何分析这些数据并从中发掘蕴藏的价值是所有人面临的最大机遇之一，而人工智能对于把握这一机遇至关重要。 尽管人工智能时常被视为奇思幻想，常常出现在科幻小说和电影中，但其实它早已应用到我们人类生活的方方面面。从语音转文本 (talk-to-text)、照片标记、欺诈检测等常见用途到精准医疗、伤害预测、自动驾驶汽车等前沿领域，它几乎无处不在。人工智能涵盖高级数据分析、计算机视觉、自然语言处理和机器学习等计算方法，它正在革新企业的运营方式以及人类与世界的互动方式。 机器学习（Machine Learning）及其分支深度学习（Deep Learning）是拓展人工智能应用领域的重要途径。如今，大多数支持机器学习工作负载的服务器都是基于英特尔至强处理器所打造，不仅如此，英特尔拥有在深度学习推理领域部署广泛的处理器--英特尔至强处理器 E5产品家族，且最近发布的第二代英特尔至强融核处理器可提供深度学习训练阶段所至关重要的高可扩展性能。 人工智能领域的成功需要持续创新，通过优化的可扩展平台，实现以最低的总体拥有成本获得最高的性能。今天，英特尔宣布签订了收购深度学习领域公认领导企业 Nervana Systems 的最终协议。Nervana 成立于 2014 年，总部位于加利福尼亚圣迭哥，拥有为深度学习而全面优化的软件和硬件堆栈。Nervana的知识产权以及他们在加速深度学习算法方面的领先技术将极大拓展英特尔在人工智能领域的布局。英特尔将整合 Nervana 的软件专业知识以进一步优化其数学核心函数库，并帮助将其集成到行业标准框架中。Nervana 所带来强大引擎和芯片级专业技术将有助于改进英特尔的人工智能产品组合，提升英特尔至强和英特尔至强融核处理器的深度学习性能并降低它们的总体拥有成本。 英特尔执行副总裁兼数据中心事业部总经理柏安娜与Nervana联合创始人Naveen Rao, Arjun Bansal, Amir Khosrowshaki以及英特尔副总裁Jason Waxman 英特尔崇尚协作，坚信就各种新想法和观点进行交流能擦出智慧的火花。开发英特尔至强和英特尔至强融核处理器的英特尔工程师与才华横溢的 Nervana Systems 团队，是推动行业更快发展和创新的天作之合。英特尔将继续投资于领先技术，致力于补充和增强英特尔的人工智能产品组合。 原文发布时间为：2016年8月10 本文来自云栖社区合作伙伴至顶网，了解相关信息可以关注至顶网。
2017-08-01
优秀的个人博客,低调大师

英特尔AI CTO：人工智能训练需要新型芯片架构

英特尔人工智能产品集团新上任的首席技术官Amir Khosrowshahi表示，当你使用GPU水平较低的时候，业界需要新架构用于神经网络的理由就愈加明显了。 Khosrowshahi此前是Nervana System公司的共同创始人兼首席技术官，该公司在去年8月被英特尔收购，金额未对外公布。Nervana的技术迅速成为英特尔人工智能计划的核心。 Khosrowshahi详细介绍了Nervana公司是如何使用GPU的，因为“这是最先进的技术”，Nervana用它自己的汇编器取代了标准的Nvidia汇编器，因为这被Nervana视为可以生成“次优”指令。 “我们在公司发展初期是这么做的，部分是为了我们自己的发展，但后来我们意识到它比Nvidia的库要快2-3倍，所以我们将其作为开源发布了。” Nervana的努力并没有止步于软件方面，它还创造了自己的硅芯片瞄准神经网络训练。 “神经网络是一系列预定的操作，它不像是用户与系统的交互，它是一组可以被描述为数据流图表的指令。” 据Khosrowshahi称，一些功能有助于图形处理单元执行图形渲染工作——如大量缓存，处理节点，渲染——都是多余的。 “GPU中有很多电路，这对于机器学习来说并不是必需的，随着时间推移有很多东西堆积起来。” “你并不需要电路，这些电路在芯片中占很大比例，而且能源利用成本也很高。” “神经网络非常简单，它是很少的矩阵乘法和非线性，你可以直接搭建硅芯片来实现。你可以搭建硅芯片专用于神经网络架构，GPU却不是这样的。” Khosrowshahi给出的答案是正在开发的Lake Crest，英特尔将在今年向选定客户推出这个独立的加速器，随着时间的推移，它还将更紧密地与至强处理器捆绑在一起。 “这是一个张量处理器，处理矩阵操作的指令。”Khosrowshahi解释说。“所以指令集是矩阵1乘以矩阵2，通过一个查找表，而且这些大指令都是高级别的。” “在GPU中，它是一个个的寄存器，移入另一个寄存器，做逐个元素的乘法，这是相当低级别的。” 不过Khosrowshahi表示，Nvidia近年来努力让他们的GPU更适合于神经网络，他们的人工智能芯片仍然具有大量图形功能。 “作为一家芯片厂商，我可以看出为什么这对Nvidia来说很困难，”Khosrowshahi说。 另一方面，英特尔通过收购一步步接近人工智能。 “推出一个全新的价格，这在芯片行业是一大挑战；英特尔的方式就是收购。他们收购了FPGA，所以又收购了Altera，Altera是一个非常酷的架构，专注于神经网络，所以FPGA架构对于神经网络来说是非常有趣的……当然，Nervana芯片很大程度上也是一个专注于引擎的神经网络，但是稍微脱离出神经网络一些。” 当谈到神经网络时，Khosrowshahi认为考虑在硅芯片中做蚀刻神经网络是错误的，因为其中很多功能仍然是在软件方面的。 “很多功能都是在软件的，所以即使开发了Lake Crest，针对Lake Crest的指令也不是‘神经网络，这么做’，而是这个矩阵乘以这个矩阵。” “除了芯片之外，还有一些软件知道这是神经网络，这是训练，用户寻找不同的东西并搜索参数——当你有了神经网络系统的时候这些都是你要做的事情。” 在神经科学的大背景下，Khosrowshahi认为人工智能的重点不是重建人脑，而是超越人脑。 “人脑就是人工智能的一个例子，但这是相当有限的人工智能，我的视觉系统看到了物理世界，它知道去了解世界的统计数据。” “如果你环顾四周，你能看到很多边缘、很多表面、阴影区等等，如果你看看大脑……主要是视觉皮层，有对这些特征敏感的神经元，所以你的人工智能了解这个世界的统计数据，并且能够对此进行推论——就像是这个杯子快要打碎，我接住了这个杯子。” 但是企业内的数据与人类互动的数据大不相同，Khosrowshahi说。 “这个统计数据是非常不直观的，所以让人工智能处理这些数据是另外一种智能了。” “这试图向人们解释这一点，因为他们认为我们正在创造一个大脑，我们想做的超越了这一点，我们希望创造一种新的人工智能，可以理解企业、医疗等所有领域的数据统计，这些数据本质上与现实世界中的截然不同。 英特尔人工智能架构的竞争对手之一是Google定制的Tensor Processing Unit，本周Google称这种架构笔当前的GPU和CPU快15-30倍，功效高30-80倍。 本周，IBM和Nvidia也宣布IBM将从5月开始在IBM Cloud中提供Tesla的P100。 原文发布时间为：2017年4月7日 本文作者：杨昀煦 本文来自云栖社区合作伙伴至顶网，了解相关信息可以关注至顶网。
2017-08-01
优秀的个人博客,低调大师

BAT 相继经发改委批复，共建 AI 相关国家工程实验室

雷锋网按：近日，国家发改委开始公布国家工程实验室名单，其中百度、阿里巴巴、腾讯均经发改委批复，参与共建多个国家工程实验室。 国家工程实验室（国家发展和改革委员会主管）属国家科技创新体系的重要组成部分，是依托企业、转制科研机构、科研院所或高校等设立的研究开发实体。 百度 今日雷锋网得知，国家发改委正式批复，由百度牵头筹建深度学习技术及应用国家工程实验室，除此之外，百度还将作为共建单位共同参与“大数据系统软件国家工程实验室”和“类脑智能技术及应用国家工程实验室”的建设工作。 据了解，该实验室着重发力于深度学习技术、计算机视觉感知技术、计算机听觉技术、生物特征识别技术、新型人机交互技术、标准化服务、深度学习知识产权七大方向，从研究突破、产业合作、技术成果转让、人才培养等方面提升我国人工智能领域整体竞争力。 实验室将由百度深度学习实验室主任林元庆、
2017-07-31
优秀的个人博客,低调大师

深圳地铁设女性优先车厢引强烈争议，AI能做点什么？

近日，深圳地铁试点设立女士优先车厢，此举引发网友强烈争议。 据雷锋网了解，本次深圳地铁试点试运营期间，1、3、4、5号线双方向列车的第一节和最后一节车厢设为女士优先车厢，优先供女性乘客使用，其他车厢则作为普通车厢使用。 据相关部门表示，设置女士优先车厢是倡导社会关爱女性的文明风气，培养社会尊重女性的风尚。女士优先车厢并非对男女乘客进行强制隔离，而是倡导在车厢拥挤的情况下，男士发扬绅士风度让女性优先。如果普通车厢较为拥挤而女士优先车厢相对宽松时，则可以共享，不会造成社会资源的浪费。 听上去并无问题的方案为何会引发如此大的争议？ “正反双方”给观点 支持方认为，地铁一直是性骚扰高发区域，不少女性都有过被性骚扰甚至被猥亵的经历；另有部分女性乘客诉苦说，特别是早晚上班高峰期的时候，与男性乘客相比，力量悬殊太大根本挤不上地铁，就算挤上去了，有时候也会
2017-07-31

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

时间: 2026-10-18 大小: 211.28KB 下载: 56次
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

时间: 2026-08-21 大小: 1MB 下载: 10次
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

时间: 2026-09-24 大小: 189MB 下载: 9次
WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

时间: 2025-12-13 大小: 249.54MB 下载: 22次
热门标签
DeepSeek Jdk25 OpenAi HarmonyOS6 Nacos3 SpringBoot4 SpringCloud Docker Kubernetes Service Mesh Redis Gemini3 Rocky

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册