初创企业 Neurala宣布深度学习取得重大进展: 不需要云服务器,边缘学习(吴恩达评价)

【新智元导读】 今年初完成1400万美元融资的人工智能初创企业 Neurala,昨日宣布在深度学习软件方面取得重大进展,其待决专利软件 Lifelong-DNN 克服了神经网络的灾难性遗忘问题,今年第三季度将可发售,可用在从无人机到玩具的一系列产品中。

Neurala 的待决专利软件 Lifelong-DNN™(Lifelong-Deep Neural Networks) 克服了神经网络的灾难性遗忘问题,这是限制神经网络实时使用的一大问题。

Neurala 昨日宣布在深度学习软件方面取得重大进展,其软件的学习过程可以使用或不使用云,并消除了遗忘以前学到的知识的风险。新的方法正在申请专利,这意味着首次,自动驾驶汽车可以为每个车主或特定的区域进行个性化设计;父母可以教一个玩具去识别他们的孩子,无需担心侵犯隐私;以及,工业级的机器可以为特定的任务进行升级。

在此之前,如果一个 AI 系统学会了一定数量的对象,并且需要再学习一次,那么它必须针对所有对象再训练一次。这种传统方法需要利用强大的服务器,通常是云上的服务器。Neurala 的 Lifelong Deep Neural Networks(L-DNN)能够在边缘学习增量对象(incremental object)。

吴恩达也评价了从云到“边缘”转化的技术,认为会加速消费级IoT,带来新的赢家

“Neurala 的 Lifelong-DNN 这一突破性的方法促成了那些需要为他们的客户定制有用的深度学习软件的汽车公司、消费电子产品公司以及其他公司,”Neurala 首席执行官 Massimiliano Versace(Max)说,“既能在运行中学习,也能在边缘学习的能力意味着 Neurala 的新方法可以直接在设备上学习,从而不会有云上学习的所有缺点。此外,它消除了网络延迟,提高了实时性能,并在需要时确保隐私。最重要的是,它将促进一系列无云应用(cloud-less applications)的开发。

NVIDIA 智能设备部门产品管理主管 Murali Gopalakrishna 说:“NVIDIA Jetson AI 平台赋能 Neurala 开发创新的在边缘进行推理和学习的深度学习解决方案,这使一系列新一代的智能机器成为可能。”

Neurala 将把该新功能纳入 Neurala Brain for Bots SDK(软件开发套件)中,预计在今年第三季度开售。

5月8日至11日在圣何塞举行的 GPU 技术大会上,Neurala 首次推出该新方法,并进行演示。Neurala CTO Anatoly Gorshechnikov 将在10日下午在该大会举行“忘记灾难性遗忘:在部署后学习的AI”的研讨会。

像人类大脑一样工作的软件

Neurala 的神经网络软件使用生物启发方法来模拟人类大脑学习和分析环境的方式。该软件可以实现从工业级无人机到消费类电子产品和摄像机的各种智能产品的实时的学习、适应和交互。例如,玩具能够学会识别它的小主人,安全摄像机可以识别特定的危险物,无人机可以“学习”如何诊断蜂窝塔顶的问题,以避免人类做这些事面临的危险,此外,无人车可以学会避开障碍物,能够更加安全。

Neurala 领先开发了用于 NASA 的深度学习神经网络软件,用于行星探测,这样的任务中处理能力,电池寿命和通信量都很有限。Neurala 不像其他公司那样设计利用超级计算机的深度学习神经网络,而是将 Neurala Brain 设计为在需要作出决策时工作。

关于 Neurala

Neurala, Inc. 是一家软件公司,开发了 Neurala Brain——一个深度学习神经网络软件,能使机器人,无人机,智能玩具,无人车,智能摄像机等智能产品更加自主、有趣、而且有用。Neurala 提供县城的定制解决方案,范围从高端应用到日用消费产品。使用部署 Neurala Brain 的机器人软件开发套件(SDK)以及普通相机,Neurala 的产品能够学习人物和物品,并在视频流中识别到它们,在视频中找到它们,并且人或物移动时也能实时地跟踪。Neurala Brain 基于最初为 NASA 和美国空军开发的技术,目前的客户包括 Motorola Solutions, Parrot 和 Teal Drones。

Neurala 位于波士顿,Versace 是该公司CEO及联合创始人之一,有意思的是,Neurala 的四位创始人都拥有波士顿大学的神经认知系统博士学位。Neurala Brain 是它的核心产品,最新 Lifelong-DNN™ 则正在申请专利,目前未有发布更多技术细节。

原文:http://www.neurala.com/edge-deep-learning-without-cloud/

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2017-05-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【AI芯片格局最全分析】国内AI芯片百家争鸣,何以抗衡全球技术寡头

1463
来自专栏AI科技大本营的专栏

苹果上线机器学习博客,背后隐藏着怎样的动作和野心?

作者 | 周翔 本周三(7 月 19 日),一个名为“Apple Machine Learning Journal”的博客在苹果官网悄悄上线,一同发布的还有一篇...

3247
来自专栏镁客网

吴恩达创建deeplearning.ai讲授AI课程 ,向全世界普及深度学习知识

1270
来自专栏AI科技评论

SMP 2018 落下帷幕,看计算+司法、计算+历史擦出新火花

由中国中文信息学会社会媒体处理专委会主办、哈尔滨工业大学承办的第七届全国社会媒体处理大会(SMP 2018)于 2018 年 8 月 2 日- 4 日在哈尔滨召...

893
来自专栏AI科技评论

专访|网易有道段亦涛:丁磊亲自过问的神经网络翻译技术到底是什么?

AI科技评论按:很多读者在思考,“我和AI科技评论的距离在哪里?”答案就是:一封求职信。 近日,网易有道正式对外公布:由网易公司自主研发的神经网络翻译( Neu...

34612
来自专栏新智元

徐立:1200层神经网络夺冠ImageNet,深度学习越深越好?| 新智元 AI 领军人物专访

【新智元导读】计算机视觉领域的创业创新正呈现蓬勃发展之势。基于与高校实验室紧密的合作,商汤走出了一条自主研究核心算法的道路,连续在ImageNet等国际大赛上刷...

3646
来自专栏ATYUN订阅号

研究者使用AI识别野生动物,准确度高达96.6%

人工智能不仅仅应用于语音助手和自动驾驶汽车。奥本大学,哈佛大学,牛津大学,明尼苏达大学和怀俄明大学的研究人员开发了一种机器学习算法,可以以96.6%的准确度识别...

2402
来自专栏AI科技评论

Yann LeCun专访:我不觉得自己有天分,但是我一直往聪明人堆里钻

AI 科技评论按:纽约大学教授、Facebook 副总裁与首席 AI 科学家 Yann LeCun 由于对深度学习的突出贡献,被誉为深度学习的「三驾马车」之一,...

972
来自专栏数据科学与人工智能

【数据分析】信用卡客户价值分析

文/李建平,来源:建行报 让历史告诉未来。客户价值分析就是通过数学模型由客户历史数据预测客户未来购买力,这是数据挖掘与数据分析中一个重要的研究和应用方向。RMF...

3378
来自专栏数据派THU

【干货】刘伦:大数据时代的城市模型研究

本文共3400字,建议阅读时间7分钟 本讲座选自刘伦博士于2015年4月16日在 RONG 系列论坛之三——大数据与未来人居研讨会上所做的题为《大数据时代的城市...

25810

扫码关注云+社区

领取腾讯云代金券