首页
学习
活动
专区
工具
TVP
发布

机器之心

专栏作者
8964
文章
6331823
阅读量
278
订阅数
苹果M1芯片首席设计师Jeff Wilcox重返英特尔,负责SoC架构设计
2020 年 11 月,苹果发布了首款专为 Mac 打造的芯片 M1;去年 10 月,苹果又接连推出了 M1 Pro 和 M1 Max,首次将片上系统(SoC)架构引入 Pro 系统,在内存带宽、功效、容量等方面实现新的突破。
机器之心
2022-02-18
5190
MLSys 2020 提前看:多面了解机器学习系统标准、加速方法和应用场景
机器学习本质上是一系列的数值计算。当需要计算的数据量很大或者计算模型很大时,就需要设计一个合适的平台来进行这种计算。机器学习系统就是针对此方面的研究,目的在于开发一类特殊的系统,用于支持和部署机器学习模型。MLSys 会议正是来解决机器学习和计算机系统之间的交叉问题。首届会议于 2018 年在斯坦福举办,吸引了学界和业界的广泛关注,会议主要研究(1)设计支持机器学习的软件系统;(2)设计硬件系统;(3)设计系统以满足精度以外的其他需求,诸如隐私,安全,公平性等。
机器之心
2020-03-11
6640
DAC 2019低功耗目标检测系统设计挑战赛:GPU、FPGA组双冠军方案解读
本次比赛内容传承了上届精髓,包含极具挑战性的软硬件协同设计任务:参赛队伍需要设计高精度算法完成小物体检测、被遮蔽物体检测、相似目标区分等任务,也需要充分考虑算法被部署在目标平台后的检测速度及功耗等硬件因素。本次比赛由 Nvidia、Xilinx 和 DJI 赞助,参赛者可选择 Nvidia TX2 GPU 或 Xilinx Ultra96 FPGA 作为目标平台,使用 DJI 提供的由无人机采集的图片作训练数据。机器之心邀请了荣获双冠军的 UIUC 博士生张晓帆对比赛获奖设计作深度解读。
机器之心
2019-07-12
1.2K0
人工智能的新offer:东京奥运会竞技体操裁判员
上个月,国际体操联合会(FIG)宣布,将日本富士通公司开发的「竞技体操辅助打分系统」用于 2019 年 FIG 主办的系列体操赛事上。系统将于明年的体操世界杯系列赛事上进行测试,并在明年 10 月于德国斯图加特举办的体操世锦赛上正式启用。FIG 的目标是在 2020 年东京奥运会上,将一半项目的打分完全自动化,在 2024 年的巴黎奥运会上实现全部项目打分自动化。
机器之心
2019-01-02
6140
欧盟发布《人工智能道德准则》:「可信赖 AI」才是 AI 的指路明灯
人工智能是这个时代最具变革性的力量之一,它可以为个人和社会带来巨大利益,但同时也会带来某些风险。而这些风险应该得到妥善管理。总的来说,AI 带来的收益大于风险。我们必须遵循「最大化 AI 的收益并将其带来的风险降到最低」的原则。为了确保不偏离这一方向,我们需要制定一个以人为中心的 AI 发展方向,时刻铭记 AI 的发展并不是为了发展其本身,最终目标应该是为人类谋福祉。因此,「可信赖 AI」(Trustworthy AI)将成为我们的指路明灯。只有信赖这项技术,人类才能够安心地从 AI 中全面获益。
机器之心
2019-01-02
9930
学界 | 无监督神经机器翻译:仅需使用单语语料库
选自arXiv 机器之心编译 参与:路雪、李泽南、蒋思源 神经机器翻译近期取得很大成功,但缺乏双语数据的语言对很难基于现有方式训练出好的机翻系统。近日,有研究者提出一种无监督新方法,无需使用平行语料库
机器之心
2018-05-10
1K0
业界 | 从服务内部到实现商业化,美团云所经历的这两年
机器之心原创 撰文:高静宜 编辑:吴欣 100 万单、 1000 万单到 1400 万再到 1600 万单的峰值,美团点评的外卖日订单迅速上涨。与此同时,配送体验要求也在不断提升,平台也始终面临运力的挑战,必须不断平衡配送成本和配送体验的要求。 如何通过技术手段而不是单纯扩大骑手规模的方式,让美团外卖平台超过 50 万的骑手高效工作,提升用户满意度的同时,降低配送成本,是美团配送技术团队持续解决的难题。「美团外卖业务场景的技术难度相对较高的主要表现在于——系统压力高峰期区分明显、交易链路长实时性要求高、交易
机器之心
2018-05-10
9540
学界 | 结合堆叠与深度转换的新型神经翻译架构:爱丁堡大学提出BiDeep RNN
选自arXiv 作者:Antonio Valerio Miceli Barone等 机器之心编译 参与:Nurhachu Null、李泽南 在神经机器翻译问题中,不同的堆叠架构已经多次在不同研究中展现出了良好的表现,而深度转换架构(Deep transition architecture)则成功地用于语言建模等用途中。爱丁堡大学与 Charles University 的研究者们对这两种架构的多个组合形式在 WMT 翻译任务中的表现进行了测试,并提出了结合堆叠与深度转换的新型神经网络:BiDeep RNN。
机器之心
2018-05-09
9570
观点 | 人工智能产品化的关键是基础架构和数据,而非算法
选自theregister 作者:Katyanna Quach 机器之心编译 参与:黄小天、微胖 突然你发现,机器学习算法,你所谓的王冠,只是巨大复杂车机上的一个小齿轮。 目前,人工智能经历着魔幻般的炒作。数据输入作为乱七八糟的数字流的神经网络——或者黑箱,并且输出的数据得到彻底转化,就像魔术师从一个空帽子中变出一只兔子。 这在实验室是可能的,甚至是通过干净、调试的数据,在一台个人开发机器上也是可能的。然而,已经付出了很多很多努力,为了把机器学习算法扩展到类似于多用户服务的东西上——换句话说,有用的东西
机器之心
2018-05-07
5770
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档