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。
李根 发自 中科大 量子位 报道 | 公众号 QbitAI “我特别看好高校团队,特别看好!” 贺志强再三强调说。 这是被问及“学生创业靠不靠谱”时,这位联想集团高级副总裁、联想创投集团总裁给出的坚
AI 科技评论按:随着 AI 技术的不断发展和应用,我们似乎开始陷入一种尴尬的局面:我们既相信 AI 还有很大的潜能、可以在社会的许多层面起到帮助,同时我们也在 AI 的安全性、隐私、与人共处、长期发展等问题上陷入纷争。
Facebook人工智能研究部门(FAIR)的负责人Yann LeCun宣布卸任,之后将担任Facebook首席人工智能科学家,保留对FAIR的研究方向的控制。同时,原工作将由新任负责人Jérôme Pesenti 接替,Facebook应用机器学习小组(AML)和Yann LeCun将同时向其汇报。而Jérôme Pesenti 将直接向Facebook CTO汇报。
机器之心发布 机器之心编辑部 入局 AIGC,首先需要跨越对 AI 算力资源的考验 大语言模型(LLM)的出现让人工智能的发展迈入新的阶段,也为其他许多行业打开了广阔的想象空间。如今,商业广告绘图、营销文案、编写代码乃至研究论文的创作方式都为之改变,一场堪比工业革命的新的生产力革命正在进行。 LLM 本质上是在以一种前所未有的方式充分释放数据的价值。上月,彭博社发布了金融领域的垂类大模型 BloombergGPT,基于开源的 GPT-3 框架,使用彭博社的金融大数据进行训练,展现出了极强的应用潜力,也充分印
人工智能正在加速各行各业技术升级、提升社会的运行效率,而人工智能中的视觉感知类任务扮演着重要的角色。 从目标检测、属性识别的高效模型训练,到模型压缩、量化部署推理,虽然学术界和开源社区有大量的成熟工作可供借鉴,但如何批量生产在工业级场景下满足精度和速度的模型,依然不是一个简单的问题。 从模型的算法研究到生产部署,其间的落地鸿沟之大一直较少被人提及和重视。 我们将带你详细了解商汤-模型工具链团队在解决算法落地过程中的技术思考,深入理解模型的工业化落地流程是如何更加高效和便捷! 学术公开课「目标检测落地难题
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。
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
Alex 发自 凹非寺 量子位 | 公众号 QbitAI 自然语言处理(简称NLP)被誉为“人工智能皇冠上的明珠”、“实现通用人工智能(AGI)的钥匙”。 当自然语言处理技术遇到司法系统,会擦出怎样的火花? 在这里先跟大家分享一个“常识”: 据我国的法律,给出的量刑大都是一个区间,而不是具体值,比如判刑3年到5年。 那么究竟是3年、4年还是5年,需要法官对具体问题进行具体分析。 其出发点是好的,但实际却让一些经验欠缺的法官左右为难:判久了对被告不利,判的时间不足对受害者又不够公平。 不过现在嘛,法官的这个烦
随着工业4.0时代的到来,新一轮科技革命和产业变革正在孕育兴起。制造企业智能化转型困难重重,项目时间紧迫、算法人才缺失、产线精度和效率要求极高等,都是架在企业面前的一座山。 工业质检、安全巡检、生产设备健康管理等问题都是制造产业中的重要环节。当前产品质检主要有人工质检和机器视觉质检两种方式,其中人工占90%,人工质检成本高、误操作多,影响产品的良品率;安全生产是企业发展的重中之重,传统巡检需要专人实地或视频巡检,耗时费力,且不易实时监管,过程繁琐,亟需 AI 帮助企业有效监管工作人员行为和设备故障,及时发现
8月5日,腾讯云生态沙龙工业AI专场在苏州独墅湖世尊酒店圆满举行。本次沙龙邀请了腾讯云工业AI赛道核心伙伴,以及腾讯优图实验室、工业行业团队等70余人共聚一堂。会上大咖云集,在腾讯云产品生态战略全面升级背景下,主办方腾讯云首次发布自研AI技术栈以及AI+工业场景栈,期冀与行业细分赛道伙伴携手共建繁荣共生共存生态,并就此继续深入分享腾讯云工业AI能力方案及最佳实践,共话制造业数智化转型升级之道。 会前,中国电子技术标准化研究院副院长孙文龙为会议进行了致辞,肯定了腾讯云在工业等领域的持续投入与落地应用,同时也
MLGO 使用强化学习训练神经网络来作决策,是一种用机器学习策略取代复杂的启发式方法。作为一个通用的工业级框架,它将更深入、更广泛应用于更多环境,不仅仅在内联和寄存器分配。 作者 | 钱云迪、Mircea Trofin 编译 | 刘冰一 编辑 | 陈彩娴 现代计算机诞生,如何编译更快、更小的代码问题随之出现。 编译优化是成本收益比最高的优化手段,更好的代码优化可以显著降低大型数据中心应用程序的操作成本。编译代码的大小对于部署在安全引导分区上的移动和嵌入式系统或软件来说是至关重要的,因为编译后的二进制文件必须
来源:ScienceAI 本文约1600字,建议阅读9分钟 近年来,在多种因素的推动下,机器学习 (ML) 经历了快速转型和采用。 关于人工智能(AI)和 ML 为什么会不断发展,有很多观点。麦肯锡最近的一份报告将 ML 的工业化和应用 AI 确定为今年的主要趋势之一。在本周 AWS re:Invent 大会的一次会议上,亚马逊(AWS)人工智能和机器学习副总裁兼总经理 Bratin 概述了这家云巨头看到的六大关键趋势,这些趋势有助于推动 2022 年及以后的创新和采用。 AWS 声称其 AI/ML 服
今天和大家聊聊并发。 虽然搞了多年 Java,可许多朋友一提到“并发”就头疼: 为什么我已经学习了很多相关技术,可还是搞不定并发编程? 小公司根本遇不到并发问题,高并发经验该怎么积累?平时该怎么学习? 昨天面试又卡在并发问题上了,并发编程难道已经成为大厂必备的敲门砖了吗? 有这些困惑很正常,因为并发编程是 Java 语言中最为晦涩的知识点,它涉及操作系统、内存、CPU、编程语言等多方面的基础能力,而这些知识点看上去非常的零散、独立,可实则关联性又比较强,更为考验一个程序员的内功。 并发编程的优势是
ChatGPT的到来让大家对AI另眼相看,也因为ChatGPT的高智能性,让大家意识到AI的发展早已实现了质的飞跃,不再像以前一样,停留在“蹩脚机器人”的阶段了。与此同时,很多人喜欢上了高效的ChatGPT,它可以帮助你找到全面的资料;可以帮助你写一篇文章,翻译一篇文献;它甚至可以以你感兴趣的话题为基础,陪你聊天。
2016年初,京东在印尼正式落地了第一个海外本土站点;今年11.11,京东印尼站当天单量同比增长845%,连续三年保持超高速增长。
云计算、人工智能和互联网连接设备是当代数字社会不可消除的技术支柱。然而,这些技术的融合潜藏着更大的未开发潜力,它可以引领下一代数字化转型和创新。
3月20日,北京智源人工智能研究院发布我国首个超大规模智能模型系统“悟道1.0”。“悟道1.0”由智源研究院学术副院长、清华大学唐杰教授领衔,带领来自北京大学、清华大学、中国人民大学、中国科学院等单位的100余位AI科学家团队联合攻关,取得了多项国际领先的AI技术突破,形成超大规模智能模型训练技术体系,训练出包括中文、多模态、认知、蛋白质预测在内的系列模型,勇闯通用智能发展前沿,构建我国人工智能应用基础设施。同时,与龙头企业共同研发工业级示范性应用,加快大规模智能模型应用生态建设。
👆关注“博文视点Broadview”,获取更多书讯 人工智能是新一代产业革命的核心驱动技术,必将在未来几十年里对人类各产业领域、各商业形态乃至个人生活的方方面面产生深远影响。 但正如历史上每一次重大产业革命的早期进程一样,人工智能技术从稚嫩走向成熟、从科研实验室走向现实世界的过程也必然充满波折与挑战。 今天的很多人工智能从业者普遍存在着科研属性重于工程与商业属性、对商业场景和市场需求缺乏了解、对技术与商业结合的本质问题缺乏深入思考、轻视或忽视产业基本规律等问题。 如何在30天左右的时间里,培养出擅长解决
人工智能创新技术持续涌现,推动新一代技术浪潮向前发展,解决一个个技术难题,其中如何在资源有限的终端场景实现 AI 模型的有效部署,是加速 AI 落地的重要问题。AI 工程师们研发了各种试图缩小模型大小并保持性能的办法,例如量化和蒸馏。 目前相对成熟的模型量化方案是 INT8 量化。而为了推动低比特量化技术的发展,旷视天元 MegEngine 团队对 int4 进行了深入研究。在本届 2022 世界人工智能大会(WAIC)上,旷视天元 MegEngine 异构计算组负责人王彪,将出席 9 月 2 日的技术
本次报告评估了2016年至2021年间人工智能的发展,涵盖14大问题,探讨了人工智能发展的关键领域。
5月29日下午,以《工业互联网的技术探索与实践》为主题的2021 腾讯云Techo Hub技术巡回活动第二站在西安老钢厂设计创意产业园盛大开启。陕西高端装备与智能制造产业研究院院长赵红武,中车瑞伯德智能系统股份有限公司技术总工赵奔,腾讯边缘计算、数据库、工业AI、物联网领域的技术专家,与现场开发者共同分享、交流了边缘计算、时序数据库等技术是如何支撑工业互联网建设的。
第一次工业革命是蒸汽革命,机器工厂就此诞生,蒸汽机器取代了手工劳动;第二次工业革命是电力革命,电器代替蒸汽机器,电力新能源大大的提高了劳动效率;第三次工业革命是信息革命,计算机技术和通信技术不断引领社会生产新变革,打破了距离、空间的限制。
视点 发自 凹非寺 量子位 公众号 QbitAI 人工智能、云计算、物联网等技术为能源电力行业从数字化到智能化转型提供了强大的驱动力。 据机构调研,2020年中国能源电力数字化市场规模超过2200亿元人民币,能源电力数字化升级约占18%,包括大数据、人工智能、云计算、区块链等技术应用改造。 随着数字化转型、双碳目标、十四五规划和构建新型电力系统等相关指导政策的发布,能源电力智慧化变革正式拉开序幕。目前,人工智能技术在能源电力行业已有应用,但仍然面临诸多挑战与机遇。 在产业转型和双碳目标的大背景下,人工智能落
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。
众所周知,目前深度学习在计算机视觉领域已经有很好的应用落地,再加上迁移学习,可以很容易的训练出一个用于视觉任务的模型。但是现实中还有很多任务的原始数据是非视觉类型的,面对这样的问题,我们还可以借用强大的深度学习视觉模型吗,本文作者将用3个具体案例来展示这一切都是可能的。
导读:从1956年起,人工智能经历了40多年的发展。目前,AI的目的是让计算机像人一样思考。
来源:aiindex.org 编译:编辑部 【新智元导读】“AI Index”(AI指数)近日重磅发布,这是斯坦福大学AI百年研究(AI 100)的一个项目,旨在追踪人工智能的活动和进展。该报告列出了2017年人工智能在计算机视觉、自然语言理解等方向上的最新进展,分学术、产业多个角度盘点人工智能进度。报告还综合学术论文数量、招生数量和VC投资数量,得出AI发展活力指数,数据显示,最新一波AI浪潮在2015年活力最高,自那以后其实活力开始有小幅减弱。 报告全文:https://aiindex.org/2017
“AI Index”(AI指数)是斯坦福大学AI百年研究的一个项目,它是一个开放的非营利性项目,旨在追踪人工智能的活动和进展。它的目的是促进以数据为基础的对AI的了解。本报告是AI Index的第一份年度报告,在这份报告中,我们通过多个视角来观察AI的活动和进展。我们汇总了网络上的数据,也贡献了原始数据,并从数据序列的组合中提取新的度量标准。
2024年7月6日 - 世界人工智能大会(WAIC 2024)今日进入第三天,议程转向了AI技术在城市管理和公共服务中的实际应用及面临的挑战。本次大会聚集了来自全球各地的专家、学者及业界精英,共同探讨人工智能的未来方向及其对社会的影响。
👆点击“博文视点Broadview”,获取更多书讯 一年一度的423世界读书日即将到来, 又到了提醒大家要“多读书,读好书”的日子 ~~ 好书,可以带领我们在时间的长河中不惧变化、稳扎稳打;也可以带领我们穿越时空、窥探未来…… 所以,今天就给大家分享10本最近的爆款新书, 既有久经时间沉淀的经典书升级,又有紧贴未来趋势的前沿新书,希望可以帮大家以不变的根基拥抱变化的未来! 此外,423当天,我们也会为大家带来一场特别的专场活动,有17位大咖会做客博文视点直播间,和大家聊聊读书这件事儿,点击下方预约
【12.5 - 12.7】2015·第四届TOP 100 Summit 享誉业界的全球软件案例研究峰会TOP 100 Summit将于12月5-7日在北京国家会议中心举行。本届TOP 100 Summit案例来自互联网公司、电商企业、智能硬件企业、互联网金融公司等各个领域的技术研发团队,案例议题设计产品创新、互联网转型、团队敏捷提升、大数据、架构设计、自动化运维、质量管理等热点议题。 好雨云受主办方麦思博邀请将参加本次大会。 好雨云CEO 刘凡将分享《好雨云使用OKRs做绩效管理》 案例简述 绩效管理的作用
今天,计算机视觉领域的深度学习已经解决了大量关于图像识别、目标检测和图像分割等方面的问题。在这些领域中,深度神经网络表现出了极其优异的性能。
当传统工业质检碰上AI,会发生怎样的化学反应?降本提质增效是第一步,更大的期待是精准嵌入未来智慧工厂,开启工业数智化新时代。 10月21日,由腾讯云联手《工业AI》杂志共同举办的腾讯工业云智能AI质检沙龙在深圳举办。本次沙龙以“AI开启3C质检数智化时代”为主题,来自腾讯云、腾讯优图实验室、慧眼科技及合作伙伴的负责人、技术主管、业务伙伴,以及来自华南各地的3C及相关制造领域的与会代表欢聚一堂,结合各自在工业质检领域积累的经验,面对面探讨交流3C制造业质检的最新技术与解决方案。 01 助跑中国智造添“慧眼
前不久,这家公司宣布加入 NVIDIA Metropolis 计划,为企业提供更快、更轻松、更易于访问的视觉 AI。Plainsight 的端到端视觉 AI 平台简化了机器学习过程,使客户能够快速创建并成功运行自己的视觉 AI 应用程序,以解决高度多样化的业务挑战。NVIDIA Metropolis 是一个应用程序框架、一组开发人员工具和合作伙伴生态系统,可将视觉数据和人工智能结合在一起,以提高各行各业的运营效率和安全性。
报告从研发、会议、技术性能等多个角度统计了上一年度 AI 领域各个方面的进展,其中的一些重要结论包括:
人工智能正逐步从感知智能迈向认知智能,其终极目标是让机器具备类似人类的思维逻辑和认识能力,特别是理解、归纳和应用知识的能力,而知识图谱在这里面起到了非常关键的作用。 所以,本期和大家分享5本知识图谱经典畅销著作和一场线上交流活动,希望能够帮助大家更加系统深入地了解这个领域,将其炉火纯青地运用到实践中! 知 识 图 谱 认真读一本书 1 book 《知识图谱:概念与技术》 简介:本书是一本系统介绍知识图谱概念、技术与实践的书籍。全书共5篇,由16 章构成,力求涵盖知识图谱相关的基本概念与关键技术。“基
伴随着深度学习、大数据和GPU算力的发展,人工智能产业在最近10年经历了一段突飞猛进的发展,吸引了学界、产业界及资本的极大关注,各行各业都对AI抱有“灵丹妙药“一般的期待。 最近一两年,情况开始有些变化,专家教授开始从工业界实验室向学术界回流,企业的商业模式也受到挑战,学术界不断有类似”上不顶天,下不落地“之类质疑的声音出现。 我们该如何看待这些争论?人工智能产业化之路何去何从? 8月24日,量子位发起的「量子位·视点」CEO/CTO系列分享活动邀请了一流科技CEO袁进辉博士,将从“人工智能技术的能力和局限
2021年8月16日,Nature Chemistry杂志发表了一篇南安普顿大学物理化学教授、AI3SD Network+首席研究员Jeremy Frey的专访文章。在这篇文章中,Jeremy Frey谈论了机器学习数据质量不确定性的危险以及人工智能与其他技术的协同作用。
机器之心原创 编辑:微胖 如果把智能化时代比作一辆高速前进的列车,数据、算法及其承载系统(服务器、硬件算力、软件框架、通讯协议等),是构成这辆列车的主要部件。其中,数据是燃料,算法是列车的引擎,工程师是列车的驾驶员,而列车运行的车身,则对应着各大软件运行系统,列车每一个组件潜藏的安全隐患都有可能酿成现实悲剧,智能化时代的风险发现与防御自然也需要着眼全局。 近日,由专业技术学会 IEEE 与前沿科技探索社区 ATEC 联合主办的技术沙龙 IEEE x ATEC 科技思享会上,五位高校研究人员从不同角度就智能
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。
在谈到人形机器人遥操作的可行路径时,何泰然表示他既可以实现机器人的全身控制,还可以用强化学习来实现这一点。在他所探索的这条路上,不必因为技术瓶颈或短期目标而妥协,可以“既要又要”。
很多时候,对某种趋势的预测往往被归到了娱乐圈。但是,趋势是客观存在的,不论你看不看它,知不知道它,它都在那里。有时候,我们赢得了竞争,却输给了整个时代。
作为人工智能理解信息的核心手段,近年来自然语言处理技术(NLP)突破频频,并开始往更多垂直场景落地应用。7月31日,百度大脑开放日NLP专场于中关村创业大街的百度大脑创新体验中心举行。开放日期间,百度自然语言处理部副总监忻舟分享了NLP领域的开放全景,并重点介绍了智能创作平台2.0的新特性、PaddleNLP(NLP开源工具与预训练模型集)、ERINE(知识增强的语义理解框架)等最新技术。活动现场,央视网、国美零售、纵横文学的相关技术负责人也登台演讲,阐述企业如何借力百度大脑开放的NLP技术能力,实现自身业务的智能化演变。
10月23日,华为集团官方账号发布声明表示,“网传‘华为将发射1万枚6G移动低轨卫星’纯属造谣,造谣者毫无根据,无事生非,在多个平台、账号推送相同信息扩散,请勿信勿传,果断举报。”
当众人纷纷投身于 Scaling Law(规模定律)的信仰之时,马毅却选择了一条少有人相信的路。
从亚马逊到Facebook,再到谷歌和微软,全球最顶尖、最有影响力的技术公司都将目光转向了人工智能(AI)。本文将介绍AI、机器学习以及深度学习,其中着重介绍深度学习是如何工作的,以及深度学习为何直到今天才开始成熟,最后,介绍开源的深度学习框架。
1、AI芯片是当前人工智能技术发展的核心技术,其能力要支持训练和推理。通常,AI芯片的技术架构包括()第三种。
2019年即将过去一半,剑桥大学的两位研究人员近日推出了本年度的State AI 2019全景报告。
几个月前,OpenAI 发布了强大的通用语言模型 GPT-2,而在宣布这个好消息没多久之后,它又宣布要与开源「say goodbye」。理由是:GPT-2 太好用了!要是不小心被坏人利用怎么办??
领取专属 10元无门槛券
手把手带您无忧上云