CompanionPro推用于訓(xùn)練狗的AI訓(xùn)練機(jī)
狗的訓(xùn)練通常情況下都需要人的參與，但如果沒有人的參與會帶來更好的結(jié)果嗎？在舊金山動物保護(hù)組織 SPCA 的合作下， 名為 Companion Labs 的初創(chuàng)公司近日推出了首款用于訓(xùn)練狗的AI 訓(xùn)練機(jī)--CompanionPro。
CompanionPro 看起來像是蘇聯(lián)時代的太空加熱器，但包含圖像傳感器，Google Edge TPU AI處理器，無線連接，照明，揚(yáng)聲器和專有的“治療發(fā)射器”，可提供極為重要的訓(xùn)練獎勵。
該訓(xùn)練機(jī)運(yùn)行的關(guān)鍵是計算機(jī)視覺，它可以實時檢測狗的舉止以調(diào)整其獎勵的傳遞，從而增強(qiáng)所需的行為。SF SPCA表示，它將很快發(fā)布同行評審的案例研究。它可以很好地模擬熟練的人類訓(xùn)練師，但還有待最終的評估。
根據(jù)公司的 TensorFlow 博客文章的，Companion 承諾該機(jī)器將“擅長以完美的一致性和無限的耐心執(zhí)行重復(fù)性任務(wù)”。這表明它不僅著眼于擴(kuò)展訓(xùn)練的可重復(fù)性，而且著眼于其規(guī)模。 SF SPCA博客文章說：“伴侶技術(shù)將使庇護(hù)所能夠充分利用動物獨(dú)自度過的時間來減輕壓力，并教狗如何幫助他們更快地被收養(yǎng)并永遠(yuǎn)留在愛家中的行為”。
責(zé)編AJX
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
AI
+關(guān)注
關(guān)注
89文章
38171瀏覽量
296894 -
寵物管理
+關(guān)注
關(guān)注
0文章
7瀏覽量
5353
發(fā)布評論請先 登錄
相關(guān)推薦
熱點(diǎn)推薦
在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗
模型。
我們使用MNIST數(shù)據(jù)集，訓(xùn)練一個卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型，用于手寫數(shù)字識別。一旦模型被訓(xùn)練并保存，就可以用于對新圖像進(jìn)行推理和預(yù)測。要使用生成的模型進(jìn)行推理，可以按照以下步
發(fā)表于 10-22 07:03
一文看懂AI訓(xùn)練、推理與訓(xùn)推一體的底層關(guān)系
我們正在參加全球電子成就獎的評選，歡迎大家?guī)臀覀兺镀薄x謝支持很多人聽過“大模型”，但沒搞懂兩件事。我們總說AI有多強(qiáng)，但真正決定AI能否落地的，是它的兩個階段：訓(xùn)練（Training）和推理
在對廬山派K230的SD卡data文件夾進(jìn)行刪除和新件文件夾時無法操作，且訓(xùn)練時線程異常，怎么解決？
maincontroller.py 5609: Traceback (most recent call last):
File "E:K230K230AI_Cube_圖像分類識別訓(xùn)練工具
發(fā)表于 08-01 08:03
ai_cube訓(xùn)練模型最后部署失敗是什么原因？
ai_cube訓(xùn)練模型最后部署失敗是什么原因？文件保存路徑里也沒有中文
查看AICube/AI_Cube.log，看看報什么錯？
發(fā)表于 07-30 08:15
海思SD3403邊緣計算AI數(shù)據(jù)訓(xùn)練概述
模型，將模型轉(zhuǎn)化為嵌入式AI模型，模型升級AI攝像機(jī)，進(jìn)行AI識別應(yīng)用。
AI訓(xùn)練模型是不斷迭
發(fā)表于 04-28 11:11
RAKsmart智能算力架構(gòu)：異構(gòu)計算+低時延網(wǎng)絡(luò)驅(qū)動企業(yè)AI訓(xùn)練范式升級
在AI大模型參數(shù)量突破萬億、多模態(tài)應(yīng)用爆發(fā)的今天，企業(yè)AI訓(xùn)練正面臨算力效率與成本的雙重挑戰(zhàn)。RAKsmart推出的智能算力架構(gòu)，以異構(gòu)計算資源池化與超低時延網(wǎng)絡(luò)為核心，重構(gòu)AI
閃存破局“內(nèi)存焦慮”，AI微調(diào)訓(xùn)練增加閃存消耗
的。若一味增加GPU和內(nèi)存數(shù)量，無疑將導(dǎo)致本地AI訓(xùn)練的成本奇高，無法獲得普及效應(yīng)。 ? 圖：群聯(lián)電子執(zhí)行長潘健成 ? 群聯(lián)電子推出了獨(dú)家發(fā)明且也是全球第一家將NAND應(yīng)用于AI服務(wù)器
利用RAKsmart服務(wù)器托管AI模型訓(xùn)練的優(yōu)勢
AI模型訓(xùn)練需要強(qiáng)大的計算資源、高效的存儲和穩(wěn)定的網(wǎng)絡(luò)支持，這對服務(wù)器的性能提出了較高要求。而RAKsmart服務(wù)器憑借其核心優(yōu)勢，成為托管AI模型訓(xùn)練的理想選擇。下面，
摩爾線程GPU原生FP8計算助力AI訓(xùn)練
近日，摩爾線程正式開源MT-MegatronLM與MT-TransformerEngine兩大AI框架。通過深度融合FP8混合訓(xùn)練策略和高性能算子庫，這兩大框架在國產(chǎn)全功能GPU上實現(xiàn)了高效的混合
訓(xùn)練好的ai模型導(dǎo)入cubemx不成功怎么處理？
訓(xùn)練好的ai模型導(dǎo)入cubemx不成功咋辦，試了好幾個模型壓縮了也不行，ram占用過大，有無解決方案？
發(fā)表于 03-11 07:18
讓大模型訓(xùn)練更高效，奇異摩爾用互聯(lián)創(chuàng)新方案定義下一代AI計算
了訓(xùn)練成本，使得企業(yè)能夠以低成本實現(xiàn)高性能AI大模型的訓(xùn)練；在推理端，DeepSeek加速了AI應(yīng)用從訓(xùn)練向推理階段的遷移。因此，有觀點(diǎn)稱，
大模型訓(xùn)練框架(五)之Accelerate
Hugging Face 的 Accelerate1是一個用于簡化和加速深度學(xué)習(xí)模型訓(xùn)練的庫，它支持在多種硬件配置上進(jìn)行分布式訓(xùn)練，包括 CPU、GPU、TPU 等。Accelerate 允許用戶
AI訓(xùn)練數(shù)據(jù)面臨枯竭困境，馬斯克等專家達(dá)成共識
據(jù)知名科技媒體TechCrunch報道，近期，特斯拉創(chuàng)始人埃隆·馬斯克與眾多人工智能領(lǐng)域的專家共同表達(dá)了一個令人擔(dān)憂的觀點(diǎn)：現(xiàn)實世界中可用于訓(xùn)練AI模型的高質(zhì)量數(shù)據(jù)正迅速接近枯竭的邊緣。 這一觀點(diǎn)
GPU是如何訓(xùn)練AI大模型的
在AI模型的訓(xùn)練過程中，大量的計算工作集中在矩陣乘法、向量加法和激活函數(shù)等運(yùn)算上。這些運(yùn)算正是GPU所擅長的。接下來，AI部落小編帶您了解GPU是如何訓(xùn)練
工商網(wǎng)監(jiān)
評論