如此一来，巡检员就能避免误入带电危险区域，还能全程记录工作过程和数据，事后还能自动分析处理，一键生成报告。
7月8日-10日，2021世界人工智能大会隆重召开，本次大会由国家发展与改革委员会、科学技术部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院和上海市人民政府共同主办。大会期间，腾讯向观众展现了六大AI展台，分别从AI游戏、AI泛娱乐、AI可持续、AI加速器、AI政务+云AI以及微信AI等方面展示最新的AI应用成果。
一、腾讯云AI多项解决方案亮相2021世界人工智能大会 7月8日-10日，2021世界人工智能大会隆重召开，本次大会由国家发展与改革委员会、科学技术部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院和上海市人民政府共同主办。大会期间，腾讯向观众展现了六大AI展台，分别从AI游戏、AI泛娱乐、AI可持续、AI加速器、AI政务+云AI以及微信AI等方面展示最新的AI应用成果。 展会现场，腾讯云AI展示了腾讯云TI平台及多个行业解决方案，包括腾讯云工业AI质检仪、腾讯云智媒体AI中台、腾讯云AI
内容提要：昨天，微软 Build 2020 首次在线上召开。大会第一天，发布了多个重磅新品，包括 AI 超级计算机、工业系统 AI 开发平台 Bonsai 项目等，我们从中可一窥微软的 AI 布局。
---- 新智元报道 编辑：桃子 【新智元导读】2023年人工智能指数报告发布了！这份报告显示，中国在AI顶会论文上表现世界居首，然而引用量却低于美国。另外，AI论文发表量世界前十的机构中，中国占了9席，纷纷赶超MIT。 今天，斯坦福发布了2023年AI指数报告。 值得注意的是，斯坦福AI指数报告列出了「AI论文发表量」世界前十的机构，9所全部来自中国，纷纷赶超MIT。 它们分别是：中国科学院、清华大学、中国科学院大学、上海交通大学、浙江大学、哈尔滨工业大学、北京航空航天大学、电子科技大学、北京
瑞典查尔默斯理工大学的研究人员最近研究发现，人工智能现在能够挑选出新的、具有功能活性的蛋白质。
本文将探讨GPU开发实践，重点关注使用GPU的AI技术场景应用与开发实践。首先介绍了GPU云服务器在AIGC和工业元宇宙中的重要作用，然后深入讨论了GPU在AI绘画、语音合成等场景的应用以及如何有效地利用GPU进行加速。最后，总结了GPU并行执行能力的优势，如提高算力利用率和算法效率，卷积方式处理效率更高，现场分层分级匹配算法计算和交互，超配线程掩盖实验差距，以及tensor core增加算力峰值等。
随着 5G、大数据、人工智能等新一代信息技术的不断创新应用，制造业的生产管理方式已发生了根本性变革，企业智能化转型升级成为新机遇。
我们整理了GTC2022精彩讲座预告，欢迎大家报名参加 01 通过智能空间获取基础设施的价值 [A41168] 智能空间的出现对包括人工智能、视频分析和边缘计算在内的下一代技术的需求产生了冲击波。智能空间背后的理念是确保社区和工人的安全，同时提高运营效率，释放现有基础设施的财务优势。这不再是未来的概念——借助强大的 AI 加速视频分析平台和端到端解决方案，智能空间就在今天。听听那些接受将物联网数据转化为有价值的解决方案的领导者。我们将分享在机场、城市、道路、体育场馆和运营技术中植入智能空间的示例。 时间
早在今年5月29日，AI芯片大厂英伟达（NVIDIA） CEO黄仁勋就在COMPUTEX 2023展前发布会上，正式发布了升级版的GH200 Grace Hopper超级芯片，旨在助力开发面向生成式AI语言应用、推荐系统和数据分析工作负载的巨型、下一代模型。
凭借前沿技术与应用实践，腾讯云TI平台获得钛媒体“年度前沿科技产品最佳技术突破奖”。
Bonsai是位于加利福尼亚州伯克利的一家人工智能创业公司，旨在通过使业务决策者可以访问该技术来实现AI的民主化，它正在将强化学习所涉及的复杂性抽象化。
上个星期，国内科技领域因为首批大模型公众服务落地而火爆。在大模型的工业应用一侧，也有重磅事件发生。
机器之心报道 作者：吴昕 基于单模态 GPT-3 的 ChatGPT 「地震」余波未平，多模态 GPT-4「海啸」又顷刻席卷朋友圈。 「这提醒我们，对人工智能的预测是非常困难的。」OpenAI CEO Sam Altman 曾在 DALL-E 2 发布后讲过这样一句话。事实证明他是对的。基于符号主义的专家系统的衰落，让人们一度认为人工智能已走到尽头，2012 年的深度学习又点燃了希望，如今它已统领 AI 领域。随着系统规模越来越大，训练时间和资金成本也在不断膨胀。就在大家担心向模型添加参数正达到边际效益递减
2022年6月22日， IDC发布的《2021H2中国AI云服务市场研究报告》报告显示：2021H2（2021下半年）中国AI公有云服务市场规模达26.02亿元人民币， 百度智能云、阿里云、华为云和腾讯云，作为中国AI云服务厂商在整体AI软件及应用市场中将位列前四。 其中，百度智能云已连续六次拿到AI公有云服务市场份额第一。 根据IDC报告分析，AI公有云服务市场增长主要来源于NLP、对话式AI及人脸人体能力，而与之相对应的产品例如智能客服、人脸人体识别等也成为产业数字化转型、智能化升级的首选。 报告
WAIC 世界人工智能大会已于近日在上海开幕。在昨天由机器之心承办的开发者日主单元上，阿里技术副总裁贾扬清、亚马逊机器学习副总裁 Alex Smola、百度 AI 技术平台体系执行总监吴甜、Julia 创始人 Viral、Skymind 联合创始人 Adam Gibson 做了精彩演讲。
国际知名调研机构沙利文联合头豹研究院发布《2021年中国计算机视觉市场报告》，腾讯云智能的增长指数和创新指数十分突出，在中国计算机视觉市场中综合竞争表现位居领导者象限。 腾讯云智能凭借领先的技术实力和丰富的行业落地经验获得了市场的认可，从国内众多计算机视觉服务提供商中脱颖而出，位居第一梯队！ 扫码获取《2021年中国计算机视觉市场报告》 沙利文报告认为，腾讯云智能计算机视觉优势包括： //领先的AI标准化服务 依托腾讯优图实验室等顶尖实验室，面对各行业中不同场景下的业务需求，腾讯云智能提供图像识别、
12月1日，2022腾讯全球数字生态大会上，以“云智能加速推动产业数智化进程”为主题的腾讯云智能专场顺利召开。会上，腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声发表了主题演讲。 腾讯云副总裁、腾讯云智能负责人、 优图实验室负责人吴运声 吴运声表示，人工智能与云计算、大数据等技术的深度融合, 正在成为推动产业智能化深入发展的强劲动力。腾讯云智能聚合领先的 AI 技术优势、深耕产业互联网的行业经验，已经将腾讯云TI平台等多种 AI 产品及解决方案输送到各行各业，助力实体产业转型升级。 腾讯云TI平台
编译丨张泷玲、杨柳 编辑丨维克多 今年1月份，苏黎世联邦理工学院的Stefan Feuerriegelc教授在 《Communications of the ACM》期刊上刊文“Artificial Intelligence Across Company Borders”，在文中教授指出了人工智能（AI）产业落地过程中常见挑战：如何开展跨公司合作？ 教授表示：通过数据共享构造大规模的跨公司数据集是一种方式，但有数据保密和隐私泄漏风险，且受隐私相关法律的限制。 而保护隐私的分布式机器学习框架—联邦学习，能让
以ChatGPT、Llama等为代表的大模型技术拉开了迈向通用人工智能的序幕，人工智能成为全球经济增长的重要驱动力，对各类产业的智能化带来全新的空间。根据普华永道的预测，到2030 年，人工智能可为全球经济贡献高达 15.7 万亿美元，超过中国和印度目前的产出总和。其中，6.6 万亿美元可能来自生产率的提高，9.1 万亿美元可能来自消费端的影响。对于制造业，人工智能一直是智能制造、工业4.0、工业互联网等领域的重要部分，在ChatGPT、Stable Diffusion等崛起前，质量检测、设备预测性维护等代表性的人工智能应用已经深度融入制造业，并且形成成熟的应用范式。
现在只要是跟AI主题有关的活动都绕不开一个话题：AI大模型。 在刚刚结束的Google I/O大会上，谷歌展示了其如何将最先进的预训练大模型应用在日常工作中，比如谷歌文档的自动总结功能可将几十页文件总结成几句话。在 4 月提交的论文中谷歌研究人员训练了一个 5400 亿参数的大型语言模型——PaLM，可以自动生成代码、解决数学问题、修复 bug、解释笑话的梗。AlphaBet CEO桑达尔·皮查伊表示PaLM的优点在于可区分因果关系，理解上下文中的概念组合，其在数学问题上的准确率提升到 58%，接近 60%
作者 | 曾响铃 文 | 响铃说（xiangling0815） “有了大算力，就能够产生系列大模型，应用创新就有了坚实基础。” 刚刚举办的世界人工智能大会（WAIC）上，华为轮值董事长胡厚崑做主旨发言时，对当下以及未来的人工智能产业落地做了如此表述。 过去一年，人工智能基础设施以肉眼可见的速度快速铺设，成为最显眼的新基建领域，全国20多个城市规划和建设人工智能计算中心，其中，深圳、武汉、中原、西安、成都、南京、杭州等多地的人工智能计算中心已相继上线。 在人工智能计算中心成为领先城市“标配”的同时，大模型
作者丨王维强 编辑丨陈彩娴 随着人工智能应用的大规模普及，AI安全变得越发重要，推广可信AI已经逐渐成为产学界的共识。 9月1日下午，在2022 世界人工智能大会的“可信AI论坛”上，蚂蚁集团联合信通院、清华大学发布了行业首个面向工业场景全数据类型的AI安全检测平台“蚁鉴”，并发表演讲，首次体系化梳理了蚂蚁可信AI的工业化应用落地过程。 在该论坛上，蚂蚁集团大安全机器智能部总监、蚂蚁技术委员会可信AI联合工作组组长王维强发表了题为《可信人工智能创新、共建、共生》的演讲。 他认为，在定义了可信AI的技术框架之
近日，广域铭岛参编的《AI工业质检应用发展白皮书》（下称《白皮书》）正式发布。《白皮书》详细阐述了AI工业质检的发展阶段、存在问题、应用趋势及实践案例等，为AI技术在工业质检中的应用提供示范和指引。
AI科技评论按：近日，Rachel Thomas在fast.ai上发布了一篇博文《What you need to do deep learning》，他希望通过这篇文章回答一些深度学习入门者经常会问到的问题：什么样的电脑才能用来做深度学习？为什么 fast.ai 推荐使用英伟达的 GPU 呢？哪些深度学习库不适合初学者？你又是如何将深度学习应用到实际生产中的？ Rachel Thomas认为，所有的这些问题都可以归结到一个主题，那就是“究竟需要准备好哪些东西（硬件、软件、知识背景以及数据等）才能开始深度学
2022年8月30日，百度发布截至2022年6月30日未经审计的第二季度财务报告。百度实现营收296.47亿元；归属百度的净利润（非美国通用会计准则）达到55.41亿元，同比增长3%，环比增长43%，超市场预期。第二季度，百度智能云业务营收达43亿元，同比增长31%，环比增长10%。 百度创始人、董事长兼首席执行官李彦宏表示：“尽管国内新冠疫情反复扰动宏观经济，但百度核心于第二季度产生收入232亿元，其中百度智能云收入维持快速增长势头。” 基于“云智一体”的差异化优势，百度智能云深入到制造业、能源、城市、交
deepfake 出现以来引发了大量争议，也带来了诸多伦理和社会问题。最近，Facebook、微软等巨头已开始着手打击 deepfake 滥用，斥资 1000 多万美元举办 deepfake 检测挑战赛。谷歌也不甘落后，近日，这家科技巨头宣布开源大型 deepfake 视频数据集，以支持社区对 deepfake 检测的研究。
本文介绍了无人机检修服务领域的现状，包括无人机、机器人、数据等技术在检修服务中的应用，以及无人机检修服务的市场前景。
工信部联合国家发展改革委、教育部、科技部等部门发布了十四五智能制造发展规划。规划中提出：到2025年70%规模以上的制造业企业基本要实现数字化网络化，建成500个以上引领行业发展的智能制造示范工厂。
近日，ChatGPT热度高居不下，强大的人机交互能力令人咋舌，在国内更是掀起一股讨论热潮。一时间，这场由ChatGPT引起的科技飓风，使得全球最顶尖科技力量聚光灯照向人工智能（AI），中外科技巨头之间的博弈较量也拉开帷幕。
我国是制造业第一大国，2018 年制造业增加值达 26.5 万亿元，占 GDP 总量的 29.4%，占比近三分之一。同时我国又是人工智能第二大国，拥有全球第二多的 AI 企业。然而一道「鸿沟」将它们分隔两地。
近日，在北京教育装备展示会的“数智化赋能高等教育发展论坛”上，《数字校园人工智能平台开放能力要求》团体标准正式发布。
大神云集，大模型是真的火了。 作者 | 李梅 编辑 | 陈彩娴 雷峰网消息：近日，亚马逊机器学习部门原杰出科学家/VP Alex Smola与首席科学家李沐师徒二人已从亚马逊离职，并且确立新去向：进军大模型方向创业。 此前两个月，雷峰网与接近李沐师徒二人的 AI 行业人士交谈，获悉二人有离职打算。但直到今天，二人动态才最终确定。 据微信公众号“亲爱的数据”消息，Alex Smola于2023年2月从亚马逊离职后公布了新的创业项目——一家人工智能公司Boson.ai，担任首席执行官兼联合创始人。其Linked
金磊 发自 凹非寺 量子位 | 公众号 QbitAI 1、2、3、4、5、6、7、8、9、10…… 谁能想到，在现如今大模型当道的节点上，别家都是一次发布一个或几个。 百度呢？ 一口气，10个！ 如果把它们归拢归拢，打开方式是这样的，主要涵盖三大类： 基础大模型 任务大模型 行业大模型 值得一提的是，“行业大模型”是属于业界首发的那种。 然后百度还说了，“好马得配好鞍”啊。 于是乎，为了能让开发者使用大模型时用得舒服，顺便推出了一系列开发套件、大模型API、开放平台。 还为了让开发者们基于大模型迸发更
人工智能已经从天花乱坠的宣传逐渐变成了现实。算法在机器学习和深度学习方面的进步，计算能力和存储能力的显著提高，以及数字化所产生的大量数据，使人工智能很可能改变所有行业的游戏规则。人工智能有潜力从根本上改进业务流程，例如，在制造业中进行实时质量预测，并并产生新的业务模型。传统产业正面临着一个根本性的变化: 从实物产品的生产到工业4.0中通过人工智能流程优化和服务交付。
内容提要：日本第一 IT 厂商富士通，于近日宣布开发了用于检测产品外观异常的 AI 技术，从而节省人力成本、材料成本等，同时也可节省声誉损失和退货/召回相关的成本，「无人工厂」已来。
导读：工业物联网近些年发展迅猛，无论是操作运营技术（Operation Technology，OT）还是信息技术（Information Technology，IT），都在积极探索和实践，一方面在于落地场景的价值论证，另一方面在于技术创新，以更好地应对场景挑战。
导读：自从ChatGPT推出以来，AI圈里已经掀起了很大的浪潮，各种使用ChatGPT的尝试层出不穷，与此同时，AI内容生成技术（AIGC）也引起广泛的关注，使用生成技术撰写文章、生成图片等等，以假乱真，但是如果发生不可控的技术泛滥，势必会对“原创”造成极大的冲击，并且出现各种乱象，而这篇文章，则是就针对人工智能生成内容检测工具的一个讨论，欢迎各位关注！
日本第一 IT 厂商富士通，于近日宣布开发了用于检测产品外观异常的 AI 技术，从而节省人力成本、材料成本等，同时也可节省声誉损失和退货/召回相关的成本，「无人工厂」已来。 来源 | Hyper超神经 责编 | 寇雪芹 头图 | 下载于视觉中国 去年 11 月，苹果开始在全球范围内的召回 AirPods Pro，原因是：在 2020 年 10 月之前出厂的 AirPods Pro，可能会出现发出爆裂声或静电噪音，并在嘈杂环境中、运动时或通话时增大等状况。 不想这件事情过去才刚刚一个月，在 2020 年
整理 | 朱珂欣 出品 | AI科技大本营（ID：rgznai100） 横空出世的 ChatGPT 在火爆出圈之后，硅谷巨头、各大互联网大厂可谓是上演了一场群雄逐“ChatGPT”……在 AIGC 新风口之下，人才无疑成为这场“硬仗”的主力军。 近日，据公众号“亲爱的数据”，2023 年 2 月，亚马逊机器学习部门原杰出科学家、“参数服务器之父”的 Alex Smola 离职，随后公布了新的创业项目 —— Boson.ai，担任首席执行官兼联合创始人。 随后，又有消息爆出，亚马逊首席科学家李沐已从亚马逊离职
随着工业4.0时代的到来，如何借助人工智能这把利剑，实现传统生产方式的转型升级，站在新一轮工业革命浪潮的潮头，成为每个工业制造企业不得不思考的问题。工业具备大量的数据积累，工业的生产、质检、管理等各个环节都在持续、大量、快速地产生着数据，是人工智能应用的蓝海。当下，以机器视觉为代表的AI技术，正在被广泛地应用于3C电子、食品制造、汽车零部件制造等多个领域，包括缺陷瑕疵检测、生产环境安全等多项功能，AI在工业智能化转型过程中也被寄予厚望。
元宇宙作为下一代互联网的典型代表，很可能将是人类数字化生存的终极形态，将带来更高维的信息密度和数据价值。从技术构成来看，元宇宙包括基础设施层、引擎层、交互入口层和应用层。工业元宇宙、数字人则是元宇宙在落地应用中最为热门的两大领域。
获得权威认证了！ 最近，Gartner®正式发布《2023年云AI开发者服务魔力象限报告》（以下简称“报告”），腾讯云连续四年入选！
最近，Sam Altman在韩国活动和Lex Fridman上的几小时发言，被广大群众反复研读。只因为，GPT-5和AGI的前景，实在是太刺激了。
伴随人工智能的极速发展，AI工业也随之大放异彩，工业质检是整个制造中一个非常重要的环节，传统人工工业质检缺乏统一性标准，人工质检效率低，人工质检失误多，制造企业招工难，AI智能质检也随之被各大AI公司看好，AI质检具有天然优势，成本低，效率高等，但如何工业AI质检有效落地是我们面临的一个巨大挑战，工业有本身行业的特殊性，质量标准，生产工艺，产品多样性都给AI质检系统带来阻力。
大数据文摘作品 作者：Liam Hänel 编译：赵逸云、蒋宝尚、钱天培 人工智能席卷各行各业早已是不争的事实。 一边是大把人担心AI抢走自己的饭碗，另一边又是人工智障事故频出、难在业界落地。 AI在业界的应用程度到底如何，恐怕还得从已有的商用AI看起。 今天，文摘菌就来盘点一下已实现产品化的商用AI，看看它们在业界都能搞出些什么名堂。 如果你真怕被AI抢走饭碗，所谓知己知彼，赶紧要来了解AI在业界的具体应用。 如果你是企业负责人，更是别错过这张清单——或许你的生产运转难题就可以被其中的某一个AI应
原亚马逊人工智能和计算机视觉总监、亚马逊Go背后的AI系统领导者Gopi Prashanth，将加盟Landing.ai，出任工程副总裁。
制造业作为国民经济主体，是国家创造力、竞争力和综合国力的重要体现。作为制造强国建设的主攻方向，智能制造发展水平关乎我国未来制造业的全球地位。在工信部联合发改委、教育部等多部门发布的《“十四五”智能制造发展规划》中，明确提出到2025年70%规模以上的制造业企业基本要实现数字化网络化，建成500个以上引领行业发展的智能制造示范工厂等具体要求。
伴随人工智能的极速发展，AI工业也随之大放异彩，工业质检是整个制造中一个非常重要的环节，传统人工工业质检缺乏统一性标准，人工质检效率低，人工质检失误多，制造企业招工难，AI智能质检也随之被各大AI公司看好，AI质检具有天然优势，成本低，效率高等，但如何工业AI质检有效落地是我们面临的一个巨大挑战，工业有本身行业的特殊性，质量标准，生产工艺，产品多样性都给AI质检系统带来阻力。 今天一篇“AI工业质检之以图搜图引擎”带大家如何解决工业漏检问题，如何回溯漏检历史现场。 01 产品功能/使用 工业质检主要指标问题
图像实例分割技术已经被广泛应用于工业视觉，自动驾驶，遥感监测和医疗诊断等领域。特别在工业AI质检中，实例分割往往是对质检图像进行解析的最核心技术之一。然而，实际应用中实例分割技术却面临着数据不均衡，分割不够精细等挑战，直接影响到漏检和过杀指标。 对此，【优图工业AI】团队提出了数据不均衡精细化实例分割解决方案，其能够在类别样本数差异达数千倍之巨的情况下稀有类指标提升8.1%，和头部类别的性能基本持平。同时边缘分割性能较当前最优的算法提升9.6%，在工业AI质检中，成功将漏检降低一个数量级，极大的满足了工业场
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
