近年来AI技术发展速度迅猛，深入到生活中的方方面面，从手机APP到车载语音系统。...今天小PP和大家一起仔细了解，AI技术中的语音技术在各场景的应用，并奉上对应模型~ 语音识别技术 语音识别其实是一种感知智能，核心功能是将物理世界的信息转化成可供计算机处理的信息，为后续的认知智能提供基础...实际上，语音识别早已经应用于我们日常生活中的方方面面。现在非常多的手机APP支持语音识别，解放双手提升效率。...除上述应用方向，语音识别技术落地场景多种多样。语音技术也是深度学习算法工程师从业的重要方向之一，那么哪些框架里能找到语音识别模型呢？ 目前主流深度学习框架都有各自的语音识别模型。...这次小伙伴们已经了解语音技术的应用和模型，后续也将呈现NLP、目标检测、人脸识别和图像方向的相关内容，欢迎大家持续关注~
背景动机 AI，机器学习/深度学习技术（包括深层神经网络，DNN）在许多领域和应用中取得了很大的进展，包括医药、自动驾驶、社交媒体、金融工业等。...然而，直到最近，在环境科学领域只有很少的AI应用开发工作。 令人鼓舞的是，AI在这些领域的应用在不断增加，而且取得了令人鼓舞的结果，其中包括预测技能。...这些数据的增加将给这些数据的应用带来极大的挑战，AI已经成为潜在的解决技术。 主要内容 通过粗粒度实现基于机器学习的湿度物理参数化。 利用在线序列极限学习机进行预测。...利用机器学习技术在能量级外地球系统模型中表示气溶胶与云的相互作用。 在最新的GCM中用神经网络对辐射传输参数进行模拟。...资源获取 第十二期的视频资料及PPT获取，好奇心Log公众号后台回复NOAA12 Python地图可视化三大秘密武器 ECMWF-ESA:面向地球系统观测和预测的机器学习 为什么学海洋/气象/环境的要往机器学习
自20世纪80年代中期至今（近30年以来），电子政务的发展可以粗放式地分为以下三个主要的阶段： 第一阶段：政务信息化阶段，以办公自动化、专项业务应用和双门户（互联网门户、政务网统一信息/应用平台）作为建设内容的重点...政务的“十二金”曾经是电子政务的重要建设内容，也曾是国家电子政务应用的顶层规划，但目前几乎不怎么提了。本着捋清发展轨迹的精神，在这里还是简单回顾一下。...政务作业一体化、模型驱动的治理监管和智慧决策是其新的发展重点，政务数据化是其主要特征，未来必然实现数据的自治。...可以预见，未来政务的发展方向也是会以“政务AI+”为主要方向的。与此同时，政务大数据将成为“政务AI+”的重要基石。 综合上述的电子政务发展轨迹，每个阶段都对政务大数据的蓬勃发展起到了重要的推进作用。...决策分析数据：指基于政府监管职能的决策分析规则库、决策模型、决策引擎数据，用于支撑政务大数据的决策分析能力和自学习、自优化、自提升。
我们当时做这个项目，应用在双11实时预测的用户产品推荐上，后来变成了阿里巴巴第一个大规模机器学习平台。所以一开始你要找到一个商业价值的落地点，如果我们做参数服务器，同样的技术，就是死路一条。...“又比如深度学习技术的应用。它带来了图像识别、语音识别、NLP 等领域的长足进步，但是它的落地点在哪里？这就要问你的核心价值在哪里。一开始我们就很具体，就做客服。...“在蚂蚁金服，一个标准化的机器人应用就是客服。客服项目在蚂蚁金服可以说是第一个标杆性的人工智能落地项目，它一开始是典型的人力服务工作，在成都客服中心有几千人，每年双11接电话非常繁忙。...数据和模型的压缩 “从工业界来讲，更实用的是数据和模型的压缩。刚才有人问我说深度学习能不能用于量化交易，尤其是高频。我说高频的话，如果深度学习有好几层的模型，比如做图像有 100 多层。...工业很多应用非常在乎实时性，不能有大量 delay。怎么能做得快呢？这就需要模型的压缩，要用 hashing 等技术，这也是非常好的方向。”
使用FaceForm，我们可以看到这个模型有翻转面： ? 这个问题可以按照小菱方八面体的类似方法解决。但是，很难能看出哪里的面需要被分割。...很难分割的多面体范例包括扭棱十二合十二面体（snub dodecadodecahedron）、大后扭棱二十合三十二面体（great retrosnubicosidodecahedron）和大双斜方三十二面体...从可视化和计算两个方面考虑，很难找到哪里的面需要被分割才能生成有精确坐标和正确面朝向的原模型副本。...最后一步就是应用那些方形面，最终生成了小菱方八面体。 ? 使用这个用切割新生成的小菱方八面体，我还可以三维打印这个模型，以和纸面模型做一个对比。 ?...在这个过程中我还在发现新的思维方式，虽然还是有很多挑战需要解决——即使是要生成这些多面体的纸面模型也很难，而且在哪里做切割也不是很明确。
AI“工业化大生产”来临， 数据领域的AI工程化与大模型率先汇流 AI工程化其价值和机遇不仅在于AI开发过程，其对大模型的促进作用也不容忽视。...从更宏观的视野看，AI工程化的趋势与当下AI领域的热点大模型一样，都是在推动AI“工业化大生产”（高效率的批量化AI落地，而不是作坊式的一个个生产），只不过一个从开发全过程出发，一个从模型本身出发。...大模型时代许多场景只要基于基础大模型进行微调便可以产生优质的场景应用，云测数据总经理贾宇航认为，AI工程化在这个“微调”的阶段将起到重要的作用，帮助更多场景应用高效、高质量交付与持续优化。...现在，随着云测数据推出面向AI工程化的数据解决方案，以及行业内许多典型大模型开始走向应用，至少在数据领域，AI工程化与大模型的汇流已经在开始。...无论如何，数据领域的AI工程化与大模型汇流，共同推动AI应用加速实现更广泛、更优质的场景落地，这其中涌现了新的商业合作机遇，但更重要的是在工程化开发与预训练的优势叠加下，AI将真正走入千行百业，变得更加普惠
在跨行业跨领域应用服务方面，平台以工业AI、边缘计算、数字孪生、机器视觉等核心技术，打造构建行业化的工业机理、工业AI模型和组件，并孵化众多杀手锏工业APP，为汽车摩托车、电子信息、新材料、高端装备等10...在政府和企业都在大力推广的情况下，发展工业互联网的阻力还在哪里？ 巩书凯：工业互联网不是互联网在工业的简单应用，而是具有更为丰富的内涵和外延。...巩书凯：以15家双跨平台为例，这些工业互联网平台可以分成三种类型。...目前，平台已连接设备数量140多万台，其中工业设备数量87.5万台；工业APP数量9000多个，覆盖10个行业9个领域，工业机理模型2777个，平台注册开发者6万多名，构建了2300多个微服务组件。...然而细心的读者可以发现，问题逐渐变为十一问，十二问，甚至更多。因为在实际采访过程中我发现，十个问题的答案不足以将嘉宾思考上的高度展示给大众。
当然，基于目前的市场的广泛应用和媒体的大幅报道，谈及人工智能，读者或许还能找到一两个该领域的基建着力点。 但是，两者之一的工业互联网就显得有些陌生了许多。...2019年11月，工信部继而发布了2019年十大双跨工业互联网平台名单，进一步笃定平台模式在工业互联网方向上的发展方向，以平台赋能工业制造成为标杆模式。 ?...，形成“金字塔”模型向区域、行业递推扩展赋能。...华为FusionPlant工业互联网平台则是围绕工业企业所看重的数据、模型与服务三个核心模块，来架构3个子平台，分别为连接平台、使能平台和应用平台，向下赋能N个行业，呈现为“1+3+N”的平台体系。...简单来说，我国的中小企业分布在哪里（区域、行业），哪里便需要搭建工业互联网平台来实现产业升级。 03 为什么国家在这个节点重点推出工业互联网？
观看网址：http://www.mooc.ai/course/562 课程介绍 「深度学习」系统，以神经网络为代表，逐渐应用于所有的 AI 任务，从语言理解，语音和图像识别到机器翻译，规划，甚至是游戏电竞和自动驾驶...结果是在许多高级学术环境中，深度学习的专业知识正从深奥晦涩的理想转变为行业必要的先决条件，并且在工业界的就业市场中占有非常大的优势。...在本课程中将会学习深度神经网络的基础知识，以及它们在众多 AI 任务中的应用。课程结束后，期望学生能对深度学习有足够的了解，并且能够在众多的实际任务中应用深度学习。...第十讲 视觉模型 神经认知机 卷积神经网络的数学细节 Alexnet,Inception,VGG 网络 第十一讲 循环神经网络 (RNNs) 建模系列 随着时间的反向传播 双向 RNN 第十二讲 稳定性...） 生成对抗网络（第二部分） 第十九讲 Hopfield 神经网络 玻尔兹曼机 第二十讲 训练 Hopfield 网络 随机 Hopfield 网络 第二十一讲 受限玻尔兹曼机 深度玻尔兹曼机 第二十二讲
AI大模型 云从科技发布DataGPT 2月1日，云从科技正式推出国内首款AI原生数据分析产品DataGPT。...据介绍，DataGPT基于云从自主研发的从容多模态大模型，开创“对话即分析”的新交互模式，彻底改变企业对复杂数据的认知与应用方式，可通过自然语言与系统进行实时交流，实现零门槛的数据查询与统计操作。...蚂蚁集团NextEvo全面开源AI Infra技术 2月1日消息，蚂蚁集团AI创新研发部门NextEvo全面开源AI Infra技术，可帮助大模型千卡训练有效时间占比超过95%，能实现训练时“自动驾驶”...新方案FCP应用在千卡千亿参数模型训练后，Checkpoint 导致的训练浪费时间降低约5倍，其中持久化时间降低约70倍，有效训练时间从90%提升至95%。...政策/报告 工信部等十二部门印发《工业互联网标识解析体系“贯通”行动计划（2024-2026年）》 1月31日消息，工信部等十二部门印发《工业互联网标识解析体系“贯通”行动计划（2024-2026年）
正文共 2951 字 20 图；预计阅读时间 8 分钟 11月11日，寒风些微凛冽的时候，淘宝“双11”购物节活动正火热进行中。与此同时，作为“编外人员”的小编，偶然刷到一条微博“双11，苍穹有我！...空军招飞，融入VR/AR/AI等高新技术 珠海航展最后一天，歼20完成精彩表演后，空军招飞展台被堵得水泄不通（大概都被歼20帅到了吧）。...现场可以看到，此次航展招飞展馆，大量运用VR、AR、AI等高新技术，增设了不少科技感十足、信息化爆棚的互动体验项目。 VR模拟飞行体验区 “就想飞到天上感觉一下。” “哎呀怎么这么慢呢？”...在第十二届珠海航展现场，一位老阿姨对VR飞行模拟器兴趣满满。一眼望去，体验区还有许多全家上阵的观众们，在排队体验VR飞行。 ?...中航工业的A-HawkII无人机展出 ? 巴西航空工业公司E190-E2商用喷气机参展 ? 中国宇航员模型~ ? 参观者在搜救台观看视频 ? 中程地对空导弹武器系统 ?
2021年年底，Gartner 在《2022年十二大重要战略技术趋势》中将AI工程化明确为未来三到五年“企业数字业务创新的加速器”。...飞桨致力于让深度学习技术的创新与应用更简单。基于飞桨，深度学习技术研发的全流程具备了标准化、自动化和模块化的工业大生产特征，飞桨持续降低应用门槛，让人工智能技术可以高效便捷地应用于各行各业。...飞桨与产业深入融合，深度契合企业应用需求，针对行业痛点、难点提出可应用的解决方案，已在工业制造、能源电力、城市管理、医疗健康等多个领域取得亮眼成果。...截至2022年5月，飞桨已在工业、农业、服务业等多个行业得到广泛应用，开发者数达477万，创造了56万个模型，为18万企事业单位提供服务，产学研用紧密协同，培养超过200万AI人才，位列中国深度学习平台市场综合份额第一...其中，TI-ONE 作为专为AI 工程师打造的一站式机器学习平台，为用户提供从数据接入、模型训练、模型管理到模型服务的全流程开发支持，其多种训练方式和算法框架，目前在图像分类、杯盘检测等场景中已经有应用
借助新的 NVIDIA Jetson AGX Xavier 工业模块，NVIDIA 使在安全性和可靠性至关重要的恶劣环境中的边缘部署 AI 成为可能。...这种新型工业模块扩展了 Jetson AGX Xavier 系统级模块的功能，使开发人员能够构建先进的、支持 AI 的加固系统。...这些包括纠错码、单纠错、双错误检测和奇偶校验保护，以在工业应用中提供内部 RAM 弹性、地址和数据总线错误检测和纠正以及 IP 弹性。...专为要求最严苛的工业用例而打造 Jetson AGX Xavier Industrial 面向工业、航空航天、国防、建筑、农业、物流、库存管理、交付、检验和医疗保健领域的应用。...NVIDIA 的 CUDA-X 加速、NGC上的免费生产就绪预训练模型和NVIDIA 迁移学习工具包为开发人员提供了构建和部署深度学习以及 AI 训练和推理系统的最快途径。
它要打通的是AI在工业界发挥实力的“任督二脉”，无论是高频、高需求，还是长尾应用。 就好比电被发明出来后，电厂就出现了，而且它能够统筹与电相关的所有业务。...它应当更类似于一种引擎，像搜索引擎将互联网推向繁荣那般，它需要将AI在工业落地中的高频、低频、高价值和长尾等应用问题，全部串联起来，并起到加速发展的作用。 那么，这样的AI工业引擎，又该去哪里找？...这“三位一体”下的AI大装置，明显区别于以往“小作坊”式的模型打造，它更像是一条流水线工厂，可以通过高效率、自动化、集约化的方式，量产高质量的工业AI算法。...同时，它还能串联场景之间的关联，把原本分散、独立的场景联系到一起，打通应用闭环，帮助企业挖掘更多价值。 在AI大装置之外，商汤工业引擎还囊括了两大产品化平台。...但基于商汤工业模型，这个长尾应用难题就变得迎刃而解了。 据了解，目前商汤工业模型已经可以对101种不同零部件、57种缺陷，做到快速分类检测。
对于工业物联网，可以将因果关系和相关关系相结合，如图2-2所示，例如数据模型对机理模型进行校正、数据模型对机理模型结果进行后处理、将机理模型的部分结果作为数据模型特征等。...▲图2-2 机理模型与数据模型 举个例子，对生产制造或运营管理的某个环节，当利用传统分析方法从杂乱无序的海量数据中无法找出问题时，可以试着利用AI无监督学习算法，对大量样本进行分析，得出基于某特征值的判断阈值...除此之外，AI在一些传统领域也在尝试渐进式的改进和优化，例如视觉质检、图像识别、预测分析与诊断、巡检、公共安全等领域逐步应用AI。...我们既不应该夸大AI的效果，大量AI项目在工业场景无法规模化落地时便已经指出了这个问题，也无须一味排斥AI，而是应该保持开放的心态，仔细对AI在业务场景落地的可行性加以甄别和研究。...历任NI公司应用工程师、高级应用工程师、大区销售经理，兼任GSDZone社区专栏作者和海南大学校外专家，NI（中国）首位认证双架构师——LabVIEW架构师和TestStand架构师，主导大型工业自动化测试控制和工业物联网项目的开发工作
在演讲中，他主要介绍了多模态 AI 近期的突破以及可信 AI 的挑战。目前人工智能正在从 “AI” 走向“可信赖 AI”。在全球范围内，可信赖 AI 也正逐渐成为学术界和工业界研究和关注的热点问题。...不管是孔子与七十二门徒还是西方的雅典学派，知识的传播、形成、迭代都是通过老师和学生的互动来完成的，如何让人工智能能够自主学习并不断迭代新的知识是我们在清华的重要研究方向。...多模态的理解 + 交互式的学习和以人为中心的设计模式，未来的应用空间会越来越大。但在这个过程中也有很大的挑战，就是如何让 AI 的理解和执行更加可控，如何让 AI 变得更可信赖。...比如在工业界，要做一个可信赖 AI 的系统，我们从用户需求的调研和用户问题的提出开始，就要思考这是不是可信赖 AI 的问题，再到数据的收集标注，算法设计，开发上线，最后到产品交付，保持用户体验，从工业角度来讲...我们的研究方向在哪里，通过这张图我们试图去回答这个问题。这张图有两个维度，横向列出了可信赖 AI 的八个原则，纵向讲的是端到端有哪些环节，这个图里面有不同的颜色，它们是不同领域的论文。
王海峰还分享了 “云智一体”在工业、能源，城市等行业的最新落地成果。王海峰表示，“AI将成为改变世界的有力工具，千行百业会被重构。...随着AI技术的发展和大规模应用，各行各业的智能化升级越来越深入，AI已经融入我们的生产生活。”...王海峰表示，AI的快速发展离不开算力的支撑。同时，达成“双碳”目标已是社会共识，打造绿色低碳的算力底座，势在必行。...百度智能云的绿色算力底座包含了百度自主研发的AI芯片“昆仑芯”、高性能极致弹性的AI异构计算平台“百舸”以及绿色节能的数据中心，为AI技术研发及大规模应用提供高效、稳定的算力支持。...百度智能云还为民营汽车集团吉利控股提供私有云解决方案和其他云应用，助力吉利实现全场景“上云”。 值得一提的是，吉利云平台从底层开始就使用了百度公有云的架构模型，能够跟随百度公有云的发展实时升级。
借助新的 NVIDIA Jetson AGX Xavier 工业模块，NVIDIA 使在安全性和可靠性至关重要的恶劣环境中的边缘部署 AI 成为可能。...这种新型工业模块扩展了 Jetson AGX Xavier 系统级模块的功能，使开发人员能够构建先进的、支持 AI 的加固系统。...专为要求最严苛的工业用例而打造 Jetson AGX Xavier Industrial 面向工业、航空航天、国防、建筑、农业、物流、库存管理、交付、检验和医疗保健领域的应用。...这些包括纠错码、单纠错、双错误检测和奇偶校验保护，以在工业应用中提供内部 RAM 弹性、地址和数据总线错误检测和纠正以及 IP 弹性。...NVIDIA 的 CUDA-X 加速、NGC上的免费生产就绪预训练模型和NVIDIA 迁移学习工具包为开发人员提供了构建和部署深度学习以及 AI 训练和推理系统的最快途径。
在产业转型和双碳目标的大背景下，人工智能落地能源电力行业遇到了哪些新挑战？为什么边缘计算能成为解决这些挑战的关键基础服务？AI+边缘计算技术在行业应用的框架、案例和未来展望有哪些？...其次是AI+边缘计算可以实现数据和模型的闭环。...再次是组装式应用，我们看到在工业互联网领域，因为每套系统的定制化要求非常高，这就会导致在工业场景中出现我们业内所说的烟囱林立现象，比如在电网业务的场景中，需要在人工智能应用的输出上去叠加一层跟OA业务系统的联通...最后，结合我们的业务经验，聊一下 AI加边缘计算应用的发展方向： 1、工业智能安监：也就是对应用场景中设备状态和人员行为的监测，包括在此基础上衍生出来的各种异构数据进行的合规管理。...2、AI的工程化：包括AI模型开发， AI加边缘计算的自学习方式，可以极大的降低AI的开发门槛，规模化的构建AI应用来满足终端用户的需求。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
