chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

AI核心動力之深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的現(xiàn)狀及發(fā)展趨勢

HOPE開放創(chuàng)新平臺 ? 2017-12-01 09:48 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

11月30日,由海爾開放創(chuàng)新平臺HOPE、模塊商資源平臺海達(dá)源主辦的第33屆眾創(chuàng)空間模塊商方案交互日精彩繼續(xù)!

今天交互日圍繞人工智能芯片標(biāo)準(zhǔn)及定制進(jìn)行研討,973項(xiàng)目首席科學(xué)家,西安交通大學(xué)龔怡宏教授、芯片設(shè)計(jì)專家,上海交通大學(xué)梁曉峣教授以及AIEC人工智能聯(lián)盟專家紛紛助陣,通過主題演講和圓桌論壇等形式,不斷將研討會氛圍推向高潮。

01聽專家講AI未來走向何方

人工智能早已被捧上風(fēng)口,其中算法、數(shù)據(jù)和計(jì)算能力是核心驅(qū)動力。也就是說這三個(gè)要素的發(fā)展情況將決定AI的未來發(fā)展。那么AI前景到底如何?

研討會現(xiàn)場,龔怡宏教授為參會者梳理了AI核心動力之一——深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的現(xiàn)狀及發(fā)展趨勢。

973項(xiàng)目首席科學(xué)家,西安交通大學(xué)龔怡宏教授

龔教授精彩觀點(diǎn)分享:

①深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)未來發(fā)展將出現(xiàn)兩大趨勢:計(jì)算遷移和基于小樣本集的學(xué)習(xí)算法;

②網(wǎng)絡(luò)結(jié)構(gòu)及效率不斷優(yōu)化,面向智能終端的AI處理芯片將出現(xiàn);

③深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的壓縮技術(shù)也將不斷成熟;

而梁曉峣教授則通過類比GPU(圖形處理器)發(fā)展歷史的形式,分享了AI芯片的演進(jìn)。

芯片設(shè)計(jì)專家,上海交通大學(xué)梁曉峣教授

梁教授精彩觀點(diǎn)分享:

①M(fèi)oore定律并沒有失效,反而是GPU歷史上對沖2P的最強(qiáng)武器,而同樣的事情也可能發(fā)生在人工智能芯片上;

②目前芯片行業(yè)正面臨行業(yè)最大的變數(shù),新晉入局的互聯(lián)網(wǎng)巨頭以及AI新貴們力量足夠強(qiáng)大,可能會改變行業(yè)格局;

③未來推動先進(jìn)工藝的未必是Intel或NVIDIA,也許率先在1nm工藝上流片的是Google或者商湯;

兩位教授深入淺出的演講贏得了現(xiàn)場陣陣掌聲,聽眾們紛紛表示受益匪淺。

2智能家電普及要靠芯片定制

作為智能家電行業(yè)存在的基礎(chǔ),人工智能芯片的優(yōu)劣將直接反映在產(chǎn)品性能上,但是芯片研發(fā)上的高投入導(dǎo)致智能家電普及緩慢。

如何解決這一問題?智能芯片的上游定制化開發(fā)就是重要路徑之一。

交互現(xiàn)場

通過芯片定制,人工智能資源方可以為企業(yè)提供高性價(jià)比的解決方案,在提高開發(fā)效率、快速滿足用戶需求的同時(shí),也使智能家電更快進(jìn)入千家萬戶。

海爾始終把用戶體驗(yàn)放在第一位,這也是也是海爾智能家電不斷前進(jìn)的動力。

據(jù)海爾超前創(chuàng)新中心總監(jiān)馬國軍介紹:“通過開放式創(chuàng)新,海爾致力于將電器變成網(wǎng)器, 互通互聯(lián),打造開放的創(chuàng)新生態(tài)系統(tǒng)。芯片定制作為智能家電的核心,在滿足用戶個(gè)性化需求,主動提供服務(wù),為用戶提供最佳體驗(yàn)上發(fā)揮著重要作用?!?/p>

3標(biāo)準(zhǔn)化推廣,海爾義不容辭

實(shí)現(xiàn)智能家電的普及化,除了上游定制開發(fā)芯片外,還離不開標(biāo)準(zhǔn)化的推廣。

而作為AIEC人工智能聯(lián)盟中唯一的家電企業(yè),海爾對于標(biāo)準(zhǔn)的推廣更是義不容辭。為什么海爾會有這種“使命感”?活動現(xiàn)場,海爾超前創(chuàng)新中心總工程師俞國新博士給出了答案。

圓桌會議

用戶需求:芯片標(biāo)準(zhǔn)的制定和推廣可以讓家電更“聰明、貼心”,對海爾來說,這種提升用戶體驗(yàn)的工作自然要積極參與。

標(biāo)準(zhǔn)優(yōu)勢:國際、國內(nèi)標(biāo)準(zhǔn)化領(lǐng)域家電第一的優(yōu)勢,使海爾可以有效推動標(biāo)準(zhǔn)的發(fā)布和運(yùn)行。

平臺對接:利用開放創(chuàng)新平臺HOPE,海爾可以實(shí)時(shí)發(fā)布芯片研發(fā)需求,并通過與資源商的零距離交互,全面承接智能芯片的驗(yàn)證、試用評測等系列工作。

一上午的大咖對話讓不少與會者感覺意猶未盡,而從這場研討會后再出發(fā),未來人工智能芯片標(biāo)準(zhǔn)制定和定制化之路又將走向何方,值得期待。

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(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1812

    文章

    49536

    瀏覽量

    259221

原文標(biāo)題:眾創(chuàng)空間交互日DAY2:小芯片里有智能家電普及的大文章!

文章出處:【微信號:haierhope,微信公眾號:HOPE開放創(chuàng)新平臺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    如何在機(jī)器視覺中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標(biāo)檢測可定位已訓(xùn)練的目標(biāo)類別,并通過矩形框(邊界框)對其進(jìn)行標(biāo)識。 在討論人工智能(AI)或深度學(xué)習(xí)時(shí),經(jīng)常會出現(xiàn)“
    的頭像 發(fā)表于 09-10 17:38 ?539次閱讀
    如何在機(jī)器視覺中部署<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    人工智能技術(shù)的現(xiàn)狀與未來發(fā)展趨勢

    。 ? 一、AI核心技術(shù)突破 ? ? 1. ? 深度學(xué)習(xí)(Deep Learning) ? ? ? 深度
    的頭像 發(fā)表于 07-16 15:01 ?860次閱讀

    AI神經(jīng)網(wǎng)絡(luò)降噪算法在語音通話產(chǎn)品中的應(yīng)用優(yōu)勢與前景分析

    的語音保真度以及更低的延遲,能夠有效應(yīng)對復(fù)雜噪聲場景。本文將探討AI神經(jīng)網(wǎng)絡(luò)降噪在語音通話產(chǎn)品中的核心優(yōu)勢,并分析其未來發(fā)展趨勢和市場前景
    的頭像 發(fā)表于 05-16 17:07 ?892次閱讀
    <b class='flag-5'>AI</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>降噪算法在語音通話產(chǎn)品中的應(yīng)用優(yōu)勢與前景分析

    工業(yè)電機(jī)行業(yè)現(xiàn)狀及未來發(fā)展趨勢分析

    過大數(shù)據(jù)分析的部分觀點(diǎn),可能對您的企業(yè)規(guī)劃有一定的參考價(jià)值。點(diǎn)擊附件查看全文*附件:工業(yè)電機(jī)行業(yè)現(xiàn)狀及未來發(fā)展趨勢分析.doc 本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題,請第一時(shí)間告知,刪除內(nèi)
    發(fā)表于 03-31 14:35

    數(shù)據(jù)采集在AI行業(yè)的應(yīng)用、優(yōu)勢及未來發(fā)展趨勢

    人工智能(AI)作為21世紀(jì)最具革命性的技術(shù)之一,正在深刻改變各行各業(yè)。AI核心驅(qū)動力是數(shù)據(jù),而數(shù)據(jù)采集則是AI
    的頭像 發(fā)表于 03-07 14:12 ?979次閱讀
    數(shù)據(jù)采集在<b class='flag-5'>AI</b>行業(yè)的應(yīng)用、優(yōu)勢及未來<b class='flag-5'>發(fā)展趨勢</b>

    如何優(yōu)化BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)

    優(yōu)化BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)率是提高模型訓(xùn)練效率和性能的關(guān)鍵步驟。以下是一些優(yōu)化BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)率的方法: 一、理解學(xué)習(xí)率的重要性
    的頭像 發(fā)表于 02-12 15:51 ?1316次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    神經(jīng)網(wǎng)絡(luò)(即反向傳播神經(jīng)網(wǎng)絡(luò))的核心,它建立在梯度下降法的基礎(chǔ)上,是一種適合于多層神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法。該算法通過計(jì)算每層
    的頭像 發(fā)表于 02-12 15:18 ?1100次閱讀

    BP神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的關(guān)系

    ),是一種多層前饋神經(jīng)網(wǎng)絡(luò),它通過反向傳播算法進(jìn)行訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)由輸入層、一個(gè)或多個(gè)隱藏層和輸出層組成,通過逐層遞減的方式調(diào)整網(wǎng)絡(luò)權(quán)重,目的是最小化網(wǎng)絡(luò)的輸出誤差。 二、
    的頭像 發(fā)表于 02-12 15:15 ?1210次閱讀

    深度學(xué)習(xí)入門:簡單神經(jīng)網(wǎng)絡(luò)的構(gòu)建與實(shí)現(xiàn)

    深度學(xué)習(xí)中,神經(jīng)網(wǎng)絡(luò)核心模型。今天我們用 Python 和 NumPy 構(gòu)建一個(gè)簡單的神經(jīng)網(wǎng)絡(luò)。 神經(jīng)
    的頭像 發(fā)表于 01-23 13:52 ?721次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹了傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識和多種算法。在本文中,我們會介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工
    的頭像 發(fā)表于 01-09 10:24 ?1837次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    卷積神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)工具與框架

    卷積神經(jīng)網(wǎng)絡(luò)因其在圖像和視頻處理任務(wù)中的卓越性能而廣受歡迎。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展,多種實(shí)現(xiàn)工具和框架應(yīng)運(yùn)而生,為研究人員和開發(fā)者提供了強(qiáng)大的支持。 TensorFlow 概述
    的頭像 發(fā)表于 11-15 15:20 ?960次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識別、自然語言處理和游戲智能等。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常
    的頭像 發(fā)表于 11-15 14:53 ?2281次閱讀

    深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)模型

    深度學(xué)習(xí)近年來在多個(gè)領(lǐng)域取得了顯著的進(jìn)展,尤其是在圖像識別、語音識別和自然語言處理等方面。卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)的一個(gè)分支,因其在圖像處理
    的頭像 發(fā)表于 11-15 14:52 ?1101次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)的基本原理與算法

    ),是深度學(xué)習(xí)的代表算法之一。 一、基本原理 卷積運(yùn)算 卷積運(yùn)算是卷積神經(jīng)網(wǎng)絡(luò)核心,用于提取圖像中的局部特征。 定義卷積核:卷積核是一個(gè)小的矩陣,用于在輸入圖像上滑動,提取局部特征。
    的頭像 發(fā)表于 11-15 14:47 ?2236次閱讀

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    不熟悉神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識,或者想了解神經(jīng)網(wǎng)絡(luò)如何優(yōu)化加速實(shí)驗(yàn)研究,請繼續(xù)閱讀,探索基于深度學(xué)習(xí)的現(xiàn)代智能化實(shí)驗(yàn)的廣闊應(yīng)用前景。什么是神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 11-01 08:06 ?858次閱讀
    Moku人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101