當前位置:首頁 > 人工智能
  • 揮別2020,十年後AI會變成怎樣?這裏有10大預測

    多災多難的2020年馬上就要結束了!這一年,愛與AI給與了我們太多驚喜,值此最後一天,讓我們用懷着愛意,暢想一下AI未來還將帶給我們怎樣的精彩。 現在AI已經能幫我們做很多事,比如它可以駕駛汽車,可以製作音樂,可以閲讀腦波,讓我們用意念控制計算機…… 在未來的日子,AI肯定還會進步。到了2030年AI會變成怎樣呢?這裏有一份專家的預測,一起來看看。 改變物體的觀感 如果想裝修客廳,你只能拋棄舊傢俱,買很多新東西。 未來,你也許可以改變沙發的外觀,甚至連坐在上面的感覺也能改變,只需要按一下開關就行了。是不是討厭桌上的花?沒問題,你可以更換花的外觀,甚至連氣味也能改變。 購物優化平台InstantSearch的CEO Zohar Gilad説:“今天已經有建築模塊問世,但最大的進步可能還是觸感合成技術。”一旦有了這種技術,最大的好處可能是環保。Gilad説:“環境意義很重大。因為消耗大量的資源,我們每個人都在犯罪。我們老是買新衣服、新傢俱、新東西,並不是因為它們不能用了,而是因為我們追求變化,追求新鮮感,想多一點生氣。” 觸感合成技術既可以滿足人類追求變化的需要,也可以拯救地球,它值得我們追求。 國家身份可能會越來越模糊 如果你身在法國,説法語,你想獲得美國的網絡信息就會有一些障礙。美國的視頻和文章的確很出色,如果你不知道它在説什麼,那就沒有什麼意義,現在的文本翻譯技術還不是很先進。 到了2030年,當一個人在自己的國家發佈內容,另一國家的人也許可以馬上理解,用自己的語言理解。 數字諮詢公司LatentView的董事長Venkat Viswanathan説:“媒體和娛樂受眾將會跨越國界和語言邊界,因為到時自然語言處理技術、自動語音識別技術、機器翻譯技術將會變得足夠先進,可以即時完成跨語言傳播。” 如果地球上的每個人都可以理解他人,而且意思不會因為翻譯丟失,那無疑是一大進步。 Viswanathan還説:“在這種環境下,內容成為跨文化連接器,國內文化這一概念將會淡化,到時國家身份將會變得不再重要。友情源於共同的興趣,儘管地理位置不同,內容社區仍會創建更多平等的社交網絡。” 你的工作可能會消失 到了2030年,機器人應該不會站出來反抗人類,但你的工作可能會被奪走。 Persistent Systems公司CTO Pandurang Kamat説:“到了2030年,AI造成的失業將會成為嚴重社會問題。汽車卡車司機,設備操作員,醫學診斷專家,律師,他們的工作將會向AI智力、自主技術轉變,從而造成很多人失業。” 政府必須提前做準備,制定新法律,設立新項目,保護被取代的員工,給他們提供培訓。 B2B搜索Grata的CEO Andrew Bocskocsky説:“隨着AI的進步,政府將會變得越來越重要。它們要研究、理解AI技術,這點很關鍵,不過社會還要考慮人道主義要求,為那些被取代的員工提供幫助。在未來十年內,依賴環境智力的工作相對比較安全,比如銷售、領導者、管理者。” 自動化變得更重要 到了2030年,汽車可能不會再有方向盤,它可以送你到任何地方,你在網上買東西,無人機會送貨給你。 數據科學平台dotData的CEO Ryohei Fujimaki説:“供應鏈將會自動化,不需要人類干預機器就可以自動補貨。” 無論是在消費層面還是在企業層面,AI都將無所不在。Grata的Bocskocsky也説:“機器人將會幫我們做簡單的事,比如整理桌面,幫我們填充Amazon Prime購物車,幫我們下單。” AI植入各種物品 亞馬遜也許會向你推薦鞋子,但是當你買了鞋子之後,亞馬遜並不知道你是如何用的。未來,不論你買什麼,裏面可能都會有AI,它會將使用信息製成報告。 Gilad説:“如果你準備買一雙跑鞋,AI會告訴銷售員你跑步的頻率有多高,然後系統就會預測你什麼時候需要新鞋子,AI還會根據使用模式推薦其它商品。” AI設備將會湧入我們的生活。Viswanathan説:“視頻攝像頭與AI人物將與真人結合,變成高質量自制電影。即使沒有接受過正式的音樂訓練,也可以借用AI硬件製作音樂。到時,藝術創作將會更加依賴AI技術,創作主要受到創意而非能力的限制。” AI進入大腦 AI可以直接與設備交流,也可以與大腦交流。 數據平台Splice Machine的CEO Monte Zweben説:“在10年內,每一種感覺和思想來自大腦何處,我們也許可以精準找到。未來可能會出現AI隱形玻璃眼鏡,它與大腦連接,這種技術似乎並不遙遠。到時世界上的所有信息只是一個念頭。” 在大流行期間,AR聚會越來越流行,未來虛擬會議會變得和現實一樣。 Zweben説:“將VR植入大腦就可以讓虛擬會議更逼真,當你通過FaceTime與朋友聊天時,甚至可以模擬各種感覺。” 圖靈測試 所謂圖靈測試,就是説機器可以展示超凡的智力,它的表現與人類相近或者無法區分,現在已經有一些AI程序可以通過圖靈測試。 今天,讓機器像人一樣説話、行動還是科幻,但在未來10年人類也許會攻克這一難題。 Grata的Bocskocksy説:“在未來十年,機器人與人的結合將會更嚴密,當我們交流時,可能無法區分自己在與機器人交流,還是與人交流。” 到時,機器人夥伴就像人類一樣,我們完全擁有它。 數字文件轉換公司Conga的高管Ajay Dawar説:“在2030年之前,每個人都會擁有虛擬助手,甚至包括孩子,這是完全可能的。虛擬助手很聰明。比如,9歲的孩子可能會下達命令,讓虛擬助手從網上尋找重要作業內容,然後複製粘貼信息,放進文檔,孩子可以吃早餐,讓虛擬助手完成使命。” “不只如此,孩子還可以問虛擬助手她的朋友是否愛是另一個同學,助手會根據數字信息內容以及從幾十億羣體中收集的數據做出預測。” 你無需知道很多東西 今天,即使碰到簡單的技術問題,我們也很頭痛,很快AI就可以幫我們解決複雜的工業問題,現在解決這些問題需要經驗豐富、受過教育的人。 AR解決方案公司Taqtile的CEO John Tomizuka説:“在今天覆雜的工業系統中,在排隊故障解決問題時,我們投入大量時間確定問題出在哪裏,真的很浪費時間。” 如果現場沒有合適的人,工作人員只能拿來説明書,一字一句研究,未來這一問題將會解決。Tomizuka説:“到時,我們將會擁有一套系統,它可以診斷問題,引導新手解決複雜難題。” AI醫生流行起來 現在醫生已經開始使用AI技術,效果還不錯。互聯網平台 Insight的高管Matt Jackson説:“10月份,MIT製作一個AI模型,它可以通過手機記錄的咳嗽診斷新冠無症狀感染者。” AI可以幫助醫生診斷病人,制定干預治療計劃。未來,AI也許有能力制定一整套治療方案。Jackson説:“10年之內,隨着AI技術的進步,它也許可以預測病人的癌細胞會怎樣變化,然後針對個體病人制定高度定製精準治療方案。” AI不會殺死人類 但殺手機器人會出現 大家都看過《終結者》,電影畢竟是電影,應該不會變成現實。 斯坦福在報告中指出:“在電影和小説中充滿可怕的未來主義描述,這種描述改變了大眾的想象力,AI似乎就是災難。但回到現實,AI已經改變我們的日常生活,正面意義遠大於負面意義,它讓人類更健康、更安全,提高了生產力。” 殺手機器人會不會出現?當然有可能。 美軍在2016年發佈報告稱:“未來戰場將會充斥各種各樣的新東西,有些有智力,有些沒有,它們可以執行多種任務,比如它們可以彼此感知、溝通、執行、協作,與可以與人類戰士溝通合作。” 聽起來是不是有些遙遠?不是的,軍隊已經在做計劃,準備將AI和機器人用於戰場。英軍高層預測,到了2030年代,最多可能會有四分之一的士兵被機器人取代。 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2021-01-04 關鍵詞: AI 機器人 人工智能

  • 關於智能移動機器人,你想知道的都在這裏!

    機器人是指可以進行半自主或全自主工作的智能機器,隨着時代的發展,機器人已經擁有了各種各樣的功能以及形式,而移動機器人的研究則可以追溯到上個世紀60年代末期。 當時斯坦福研究院的的Charles Rosen等人為了研究應用人工智能技術,研造出了名為Shakey的自主移動機器人,同一時期,操作式步行機器人也被研發出來。由此,人類對機器人的研究開始涉及步行機構方面,移動機器人開始登上歷史舞台。 隨着硬件以及軟件的突破發展,移動機器人的發展也十分迅速,移動機器人也變得更加智能化,智能移動機器人應運而生。 圖片來源:ofweek維科網 智能移動機器人整體結構: 1、分級結構 分級結構是在智能移動機器人上最早被應用的系統,負責將智能移動機器人所接收的信息進行分類,通過對感知、規劃、執行安排層次,對信息進行解讀並做出反應。 2、反應結構 反應結構是將智能移動機器人接受的信息準確傳達到機械位置的結構,可以執行處理中心的信息,並在短時間內完成操作。 3、混合結構 自主性是智能移動機器人的特點,通過高性能處理器的加持,可以對周圍複雜環境以及龐雜的信息進行篩選。 圖片來源:ofweek維科網 智能移動機器人的主要技術 1、定位與導航技術 定位是移動機器人導航的前提,通過確定機器人在二維座標中的位置來保障後續的移動。根據配備不同的傳感器,定位也有不同方法。主要定位方法有:聲音定位、慣性定位以及路標定位等。導航是保障機器人準確移動的基礎,據導航方式的不同,可以分為基於各類導航信號的視覺導航、路標導航和味覺導航以及基於環境信息的地圖模型導航。 2、路徑規劃技術 不管是採用哪種導航方式,路徑規劃都是智能移動機器人導航的重要環節。路徑規劃是指按照需求,搜索一條由起始狀態至目標狀態的最優或者接近最優的路徑。根據機器人對外界環境獲取信息的不同,可以分為完全瞭解環境信息的全局規劃以及完全不瞭解或部分不瞭解環境信息,藉由傳感器對外界環境進行探索以獲取障礙物相關信息的局部路徑規劃。 3、傳感器技術 智能移動機器人傳感技術主要是對機器人自身處所的位置、方向信息和外部環境信息的檢測及處理,所採用的傳感器分為內部傳感器與外部傳感器。其中內部傳感器有:線加速度計、編碼器、激光全局定位傳感器、陀螺儀、激光雷達、磁羅盤、全球定位系統等。外部傳感器有:視覺傳感器、紅外傳感器、接觸與接近傳感器以及超聲波傳感器等。 3.1、傳感器融合技術 傳感器技術是智能移動機器人必不可少的部分,在信息的傳遞與融合中,傳感器技術是機器人移動的關鍵技術。正因為存在傳感器技術,機器人才能識別周圍環境,並控制白身。隨着智能移動機器人鎖所攜帶的傳感器越來越多,將傳感器信息融合也成了智能移動機器人發展的重點。目前多傳感器融合的主要方法有:貝葉斯估計、卡爾曼濾波、加權平均法、D-S證據推理、統計決策理論等。 圖片來源:ofweek維科網 智能移動機器人的未來發展 機器人的發展依託於現代科技的進步,隨着5G時代的到來,機器人的發展也將更進一步,更加智能高效的機器人很快將會登上歷史的舞台。這些機器人將大幅度解放生產力,在各個領域為人類提供幫助,特別是在醫療、救援探索以及工業生產方面,機器人將起到重要的作用。智能移動機器人作為機器人中的一類,也將得到進一步的發展,在人類的日常生活中扮演更為重要的角色。 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-30 關鍵詞: 機器人 人工智能

  • 2020數字城市百強榜

    本文來源:賽迪顧問 隨着新一代信息技術與城市發展深度融合,數字化轉型發展成為城市經濟社會發展的重要趨勢,數據資源逐漸成為重要的生產資源。為搶佔城市數字化、智慧化發展先機,各地方緊抓新一輪新興技術變革所帶來的巨大機遇,深入推進城市交通、醫療、生態環保等多個領域的創新發展,在城市數字化建設方面形成了多元嘗試、多樣創新、百花齊放的局面。 近日,由賽迪顧問數字轉型研究中心編制的《2020中國數字城市百強研究白皮書》正式發佈。該研究對我國數字城市建設的整體情況、建設內容、建設重點等進行系統、全面梳理和評估,對數字城市相關問題進行深入了分析及權威預判。 01 數字城市內涵與評價體系設計 數字城市是城市藉助ICT技術,構建各類信息基礎設施和應用能力,與城市場景資源進行耦合,實現“數字世界”與“物理城市”的融合共生。賽迪顧問認為,“新基建”疊加後疫情時代下,對於我國數字城市建設提出了新的要求。數字城市的建設是城市數字化轉型的過程,不僅僅是我國城市發展的趨勢,更是我國經濟社會發展的內在需求,城市數字化表現在產業發展、城市建設、政府管理、社會治理、公共服務等各個方面。 賽迪顧問為探索城市數字化轉型特色,總結典型城市數字化轉型先進經驗,採集全國293個地級市數據。基於我國城市數字化轉型的發展現狀,通過指標量化分析,對我國數字城市的發展狀況進行深入研究,在數字城市建設總體框架的基礎上,構建了一套數字城市評價體系,作為我國數字城市建設的指導與參考依據。 該評價體系圍繞數字經濟、數字治理、數字政務、數字民生、數字創新、數字基礎等6個方面,包含14個二級指標,34個三級指標,涵蓋數字產業發展、社會治理、政務服務、民生服務、數字創新和數字基礎等方面內容,以全方位評價城市數字化水平,最終形成數字城市百強榜單。 02 全方位分析數字城市百強特徵 01 全國城市數字化水平東高西低 從區域分佈看,我國數字城市百強主要分佈於華東、華中、華南地區,佔比達到70%;其中,華東地區佔據數字城市百強數量超過30%。 注:華東包括上海,江蘇,浙江,山東,安徽;華中包括湖北,湖南,河南,江西;華南包括廣東,廣西,海南,福建;華北包括北京,天津,河北,山西,內蒙古;西南包括四川,重慶,貴州,雲南,西藏;東北包括遼寧,吉林,黑龍江;西北包括陝西,甘肅,新疆,青海,寧夏 我國城市數字化水平與經濟發展水平呈現強相關。數字化轉型發展較好的城市多分佈於中東部地區經濟基礎較好的省份,包括江蘇、廣東、山東、浙江等,其中,江蘇、廣東、山東三省百強市佔比為36%。 02 各細分領域數字化差異化發展 當前,我國城市數字化以數字政務、數字基礎、數字治理等領域建設為重點,相關領域建設水平較高,但數字民生領域建設能力相對較弱,亟待進一步增強。從百強城市能力比較來看,各細分領域建設能力存在不同程度差距,其中數字創新、數字政務、數字經濟差距最為明顯。 03 城市數字化水平呈現梯隊分佈 我國城市數字化發展水平與城市經濟規模關聯性較強,城市數字化能力與城市經濟水平大致形成線性分佈形態。北京、上海、廣州、深圳作為是我國經濟發展水平“超一線”城市的代表,在城市數字化發展中處於領先地位。從我國數字城市百強劃分來看: 單元數字化(60-70.0分,62個) 處於該階段的城市數字化能力集中解決城市信息設施建設、局部單元業務透明度和流程問題;新一代信息技術應用初步展開,數字化對局部業務具有一定的賦能作用。但是,跨部門、跨業務、跨區域協同能力較弱。 能力協同(70.1-85.0分,33個) 處於該階段的城市信息基礎設施建設方面相對完備,解決了城市主要業務單元信息流轉問題,具有一定數據共享基礎;新一代信息技術應用比較深入,信息技術對核心業務賦能作用比較突出。整體來看,城市跨部門的業務協同能力已經形成。 生態創新(85.1分以上,5個) 該階段內,城市數字化能力覆蓋大多數單元,城市建設方面更加側重於場景化應用的持續創新;信息共享基礎較好,新一代信息技術對社會經濟發展起到明顯的拉動作用。 03 數字城市細分領域分析 01 數字政務 各地方政府圍繞簡政放權、深化放管服改革等方面,不斷創新管理手段和服務方式,通過信息化、數字化手段提升便民利企水平,湧現出一批具有地區代表性、創新模式特徵的數字政務領域典型城市。數字政務百強城市如下: 02 數字治理 我國各地方城市數字化建設已覆蓋交通治理、環境保護、城市精細化管理、區域經濟等諸多城市治理領域,形成了以“城市大腦”為核心的數字治理新模式。數字治理百強城市如下: 03 數字民生 從建設內容來看,城市數字民生領域主要圍繞深度挖掘民生數據資源價值、創新數字民生服務產品等方面,滿足羣眾個性化、多樣化數字服務需求,湧現出深圳、廣州、福州等數字民生領域創新城市。數字民生百強城市如下: 04 數字創新 我國數據要素市場化發展背景下,數據要素疊加生態、平台、經濟、區域協同、制度創新等多領域新型要素融合發展,城市在體制機制、技術應用等方面不斷創新。數字創新百強城市如下: 05 數字基礎 立足“新基建”,各地方持續圍繞推進基礎設施數字化、智能化升級,着力推進數據資源的跨區域、跨部門、跨層級流動,深入挖掘數據賦能價值,形成一批數字基礎實力強勁的典型城市。數字基礎百強城市如下: 04 新階段我國數字城市發展趨勢 現階段,我國經濟社會發展面臨國內外複雜發展形勢的考驗,“新基建”疊加後疫情時代下,必然促使城市數字化轉型,探究創新發展道路。因此,城市數字化轉型需要藉助新興技術,構建以“新基建”為基礎的城市“全域數字化體系”,為城市建設發展提供強有力的支撐,創新城市精細化發展新格局。 加大新興技術應用,拓展城市數字場景化應用 作為新一代信息技術產業的重要部分,數字城市將隨着傳感網、區塊鏈、物聯網等新興技術的應用不斷創新。城市常態化防疫作為現階段我國地方城市治理的重要工作,將進一步推進高精度、新型傳感器、低成本RFID技術、智能儀器儀表技術等新型感知技術的開發和應用,構建可視化、實時數據傳輸的城市智能化管理“大腦”,實現城市交通治理、環境保護、城市管理、區域經濟等多個領域的精細化管理。 城市生態持續完善,數據治理水平將大幅提升 未來數字城市發展,需要在現有大數據平台、數據中台的基礎上,加大人工智能、物聯網的融合力度,不斷強化數據治理能力,構建數據採集、數據傳輸、數據管理、數據清洗、數據應用等全流程管控體系。城市數字化轉型,需要完善數據管理、共享等方面的體制機制,實現數據共享開放的價值最大化。同時,需要不斷強化城市數字化過程中數據的場景化、類型化融合應用。 聚焦城市微單元,助力構建基層精細治理體系 我國經濟社會發展過程中場景化應用需求越來越明顯,以城市“微單元”作為精細化治理切入點,強化數字化、智能化技術手段的基層延伸與應用。聚焦社區、街區、樓宇等城市微單元,基於數字孿生建設模式,通過城市信息化管理系統的功能延伸,及時、全面、準確掌握所管轄區域內的疫情基本態勢,實現基層組織的可視化、數字化、智能化管理,有效提升城市微單元應對突發事件的管控能力,增強基層微單元數字化治理能力。 城市數字化持續下沉,中小城市面臨轉型新契機 受新冠肺炎疫情的影響,城市數字化發展持續下沉,為中小型城市數字化、智能化發展提供了重要的發展契機。 一方面,中小城市需要不斷髮力數字經濟發展,以產業、企業數據要素市場化發展為核心,通過數字化轉型來創造新的經濟發展模式,構建“城市——區縣——園區”的數字化協同發展模式;另一方面,新興技術的應用不斷深入,城市精細化治理趨勢越來越明顯,城市的宏觀決策和街道、社區的微觀精細治理以及城市大腦的衍生產品得以沉澱,推動人們的生活觀念、生活方式等發生深刻的變革。 ~END~ 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-28 關鍵詞: 物聯網 5G 人工智能

  • 金蝶:數字經濟背景下瞭望企業及人力資源變革必然趨勢

    金蝶:數字經濟背景下瞭望企業及人力資源變革必然趨勢

    2020年12月11日,由中國領先的人力資源管理智庫HRflag舉辦的,2021“新旗獎”(NewFlag Awards)人力資源創新大賽暨頒獎典禮在上海盛大舉行,金蝶s-HR Cloud榮獲“新旗獎”。本次競賽共吸引了452家領先的人力資源服務商參賽,歷時43天進行評選。最終“金蝶s-HR Cloud”憑藉產品創新、極具價值的解決方案和品牌影響力榮膺新旗獎。 金蝶s-HR Cloud是服務於企業高層決策、服務於各級部門業務開展和服務於全體員工職業發展的企業級雲服務。相對於傳統人力資源模式存在不規範、信息流通性差、效率低下等問題,金蝶s-HR基於企業人力資源管理模式創新,通過專業的人力資源管理核心平台、社交化的全員自助服務平台以及開放的雲端應用,幫助集團企業構築核心組織能力。 目前,各項研究報告表示,包括人力資源服務在內,企業管理及各項數字化轉型趨勢已成為未來主流發展方向。加強內部管理是企業應對市場環境變化的不二選擇。推行數字化建設,通過對大數據、人工智能等技術的融合應用,可以幫助企業實現對傳統管理模式的改進與優化,並取得一定的成效。 在轉型數字化企業管理的道路上,金蝶不侷限於人力資源領域。金蝶自1993年始創以來,數十年間砥礪探索雲服務市場。面對企業數字化轉型之道,金蝶推出EAS Cloud、KIS雲等企業管理軟件,分別面向大型集團型企業和中小微型企業。以及本次亮點頗多,榮獲佳獎的s-HR Cloud,有針對性地面向企業人力資源管理。 正如金蝶集團董事會主席兼CEO徐少春所提出的,現世代的企業數字化之途已經邁入後ERP時代。金蝶始終佔據雲服務技術前沿,破除傳統的企業數字化單體架構與思維模式,建立新的產業互聯網雲生態,有效提升企業業務能力。 如今,金蝶已成為企業在數字經濟新時代的選擇。金蝶用户已超過8000萬,超過2000家合作伙伴選擇金蝶作為共創共贏的發展平台。

    時間:2020-12-25 關鍵詞: 雲服務 大數據 人工智能

  • 創新應用!讓垃圾分類開發“極快致簡”的好物件,零基礎的開發小白也能輕鬆駕馭它!

    2019年7月1日,史稱“最嚴格的垃圾分類法”《上海市生活垃圾管理條例》正式開始施行,一夜之間,上海人最常用的見面語從“儂好”,變成了“儂是什麼垃圾”? 也許我們從來沒有想過,看似簡單的垃圾分類居然給“聰明”的人類帶來如此大的困擾,雖然只有可回收物、有害垃圾、幹垃圾和濕垃圾四種分類,但面對現實生活中“豐富多彩”的垃圾,市民們還是被搞得“暈頭轉向”、“丈二和尚摸不着頭腦”。 有市民表示,由於要進行垃圾分類,連珍珠奶茶都不敢喝了。喝完後,“儂曉得該怎麼分類伐?”面對這樣的“世紀難題”,很多網友都“腦洞大開”想到了很多法子來降低垃圾分類的難度。 不過,在科技如此發達的今天,用這些方法來進行垃圾分類,未免就太“不潮流”了,為什麼就不能試試用如今炙手可熱的AI來進行垃圾分類呢? 1 AI 垃圾分類市場火熱 實際上,用AI進行垃圾處理並不是一件新鮮的事情,前幾年波蘭創業公司Bin-e公司開發了一種全新的人工智能垃圾桶,用户只需要在垃圾桶前掃描一下垃圾,艙門便會打開。這個人工智能垃圾桶是通過傳感器、攝像頭、AI圖像識別算法來自動進行垃圾分類,使用起來可以説是很方便了,而且回收公司也可以通過APP來隨時檢查垃圾桶的剩餘空間等。 印度尼西亞一家創業公司Gringgo也曾使用谷歌的機器學習平台TensorFlow研發圖像識別工具。目標是讓環衞工人更好地對垃圾進行分析和分類,並量化它們的價值。無獨有偶,硅谷的創業公司Compology就給小區的垃圾箱配備了智能傳感器。這些傳感器每天會多次拍攝垃圾桶內部的高分辨率照片,併發送圖像到雲端。這樣,垃圾清理公司就能夠及時監控信息,優化卡車清運垃圾的路線或時間表,快捷高效地拾取垃圾,從而保證了不同規模小區的垃圾清理效率。 今年五月,沃爾沃公司同樣宣佈與瑞典的Renova公司聯手,開始測試自動駕駛垃圾車。除了和普通無人車一樣配置激光定位器、雷達、攝像頭、紅外攝像頭等傳感系統之外,這種卡車還能夠按照設置好的路線,沿途收集垃圾。 2 垃圾分類 AI 開發的背後,暗藏“大坑” 實際上,用AI進行垃圾分類並不像人們想象中的那樣簡單,它至少需要跨過幾個大坑: 第一,為了實現垃圾自動分類,首先需要有一個已經分好類別的“垃圾”圖像數據集作為訓練的基礎。如果沒有這樣一個可以直接使用的數據集,就需要自己動手收集海量的“垃圾”圖像併為每張圖像標註相應的類別。而數據集的收集以及標註一直都是一件非常耗時耗力的工作。 第二,垃圾分類實際上是一個圖像識別分類的問題。通常,對於圖像識別分類,基於深度卷積神經網絡的圖像分類算法效果最好,這當中,目前應用比較廣泛的AlexNet、VGGNet、ResNet。AlexNet是計算機視覺任務的標配,雖然比較成熟,但由於出現較早,在性能上有些落伍,在AlexNet的基礎上,以增加網絡深度為思路,出現了VGGNet,但後來居上的ResNet,使得層數極深的網絡成為了可能,從而使網絡性能得到了大幅提升。當前ResNet及其變種形式已經被廣泛地應用於圖像分類任務。不過,不論是AlexNet、VGGNet、還是ResNet,部署起來都挺複雜,也不太易於使用。 3 華為雲 ModelArts:讓垃圾分類開發“極快致簡” 不過,好在有華為雲ModelArts一站式AI開發平台,擁有強大功能的它能夠幫開發者們“極快致簡”地越過AI垃圾分類開發的大坑。華為雲ModelArts對AI開發中的全流程,包括數據處理、模型訓練、模型管理、應用部署等各方面都進行了極致優化,比如目前最耗費“人工”的數據篩選、預標註等。ModelArts內置MindData AI數據框架,以AI的機制來治理數據,用迭代訓練來解決標註的數據量問題,可實現數據標註與準備效率的百倍提升。藉助ModelArts,不僅資深AI開發者能駕輕就熟的全程在雲上進行算法開發和模型訓練,零基礎的開發小白也能輕鬆駕馭。 事實上,通過算力和計算方案方面的改進,在同樣的模型、數據集和同等硬件資源情況下,ModelArts能將模型訓練耗時降低一半。今年3月,在國際權威的深度學習模型基準測試平台斯坦福DAWNBenchmark圖像識別總訓練/推理時間測試中,ModelArts排名世界第一。 就垃圾分類場景具體而言,ModelArts能夠有效助力垃圾分類AI模型開發。首先是垃圾圖片數據集的標註,Modelarts會將數據進行預處理,用AI的數據去標註數據,即自動化標註和半自動化標註。通過對數據採樣、篩選和預標註,能夠縮減開發者需要標記的數據量,降低開發者工作量。其次是垃圾圖像的識別分類。 ModelArt不僅曾獲圖像識別總訓練時間冠軍,為了將用户使用門檻降到最低,華為雲ModelArts還提供了圖像分類項目的視頻教程。此外,藉助ModelArts,開發者還可將訓練好的垃圾分類的AI模型部署為在線服務,驗證模型的可用性和準確性,即時對模型進行問題排查。 目前,華為雲ModelArts不僅能提高AI垃圾分類開發效率,還在上海交通大學的自動駕駛賽車項目、雲廬科技的建築物結構健康度預測、NGO雨林保護計劃中得到了廣泛的應用。 免責聲明:本文內容來源於網絡,文章版權歸原作者所有,意在傳播相關技術知識&行業趨勢,供大家學習交流,若涉及作品版權問題,請聯繫刪除或授權事宜。 End “物聯網百校公益行”,華清攜手阿里雲加強物聯網人才培養! 專場招聘 | 這個企業又雙叒叕來華清啦 【四方a集運倉電話】嵌入式裸機編程中使用malloc、free會怎樣? 關於華清遠見 華清遠見武漢中心位於武漢市洪山區武漢工程大學(武昌校區)科技孵化器11 樓,學生的食宿與活動十分便捷,實驗設備、師資力量、教學管理等方面全國一流。武漢中心擁有專業級講師及資深工程師, 師資力量雄厚;擁有國內最先進的人工智能、雲/大數據等開發硬件專業實驗設備,其中85%以上的實驗設備由華清遠見自主研發;擁有以人為本的高級班主任老師,科學的教學管理制度。主要課程有嵌入式人工智能、Java大數據開發、Html5全棧開發、Python+人工智能等,併為每一位學員提供專業的就業指導,高薪就業的學員不計其數,做良心教育,做專業教育,做受人尊敬的職業教育。  微信搜一搜 華清遠見武漢中心 點分享 點點贊 點在看 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-25 關鍵詞: AI 人工智能

  • “物聯網百校公益行”,華清攜手阿里雲加強物聯網人才培養!

    隨着物聯網產業的蓬勃發展,物聯網人才需求水漲船高。近日,為幫助高校打造物聯網人才教育競爭力,培養高端物聯網實戰型人才,華清遠見攜手阿里雲聯合發起“物聯網百校公益行”大型公益活動,將聯合上百所重點高校,專門面向高校大學生進行“阿里雲物聯網行業與技術分享”的專業講座,預約報名通道即日起全網開啓。 阿里雲智能loT事業部 熊健 屆時,阿里雲與華清遠見百餘位AIoT行業知名專家,資深工程師將帶來全新AIoT技術分享及獨特視角分析,更有華清遠見華東區副總裁帶來的最新AIoT行業人才需求分析,為高校AIoT實戰人才的培養,提供理論+實訓的一體化解決方案。 讓高校學生對物聯網行業的發展有體系化及全局性認識,增加對業內領先技術的落地運用以及項目實施流程的充分了解。同時阿里雲技術老師將在實際行業應用及場景案例中引導學生了解並應用物聯網相關技術,讓應屆畢業生做到離就業更進一步,學以致用。 華清遠見教育集團濟南中心校長 李鵬 隨着第三次人工智能浪潮的爆發以及物聯網技術的廣泛應用,融合AI技術和IoT技術的AIoT已經成為業界公認的未來技術主流形態。AIoT已經成為開啓萬物智聯時代的新“鑰匙”。 隨着物聯網產業的蓬勃發展,物聯網人才需求水漲船高,與之相對應的是我國物聯網人才的稀缺,使得加強物聯網專業人才的培養工作成為亟待解決的問題。 2018年教育部印發了《高等學院人工智能創新行動計劃》,強調了“優化高校人工智能領域科技創新體系,完善人工智能領域人才培養體系”的重點任務。 在此經濟、教育背景下,華清遠見與阿里雲聯合策劃併發起了此次百校公益演講行動。目前該活動已有全國近百所重點高校積極響應,並且參與規模仍在繼續擴大。 五大演講主題 全景式解構AIoT技術的前世今生 從2020年12月20日起 ,“物聯網人工智能百校公益行”活動將正式在全國啓動。此次公益演講,採用“專家報告+技術課程+項目演示互動”的形式,圍繞AIoT技術的前世今生進行深耕。 演講共涵蓋“物聯網與人工智能行業分享、一個物聯網老兵的成長之路、物聯網人才需求分析、HasS積木式智能設備體驗、HasS案例互動展示”五大分享主題。 既能高屋建瓴,從宏觀技術視角掌握全新AIoT技術剖析AIoT技術在各行各業的發展趨勢及應用;也能腳踏實地,從大學生職業發展視角分析AIoT行業發展前景,拆解項目案例,實景體驗物聯網項目案例。 HasS智能設備演示 本次活動為純公益活動,相關平台搭建、技術支持、高校對接均由華清遠見與阿里雲共同完成。所有希望參加此次演講的學生請及時關注華清遠見官網動態,高校名單將分批次實時更新。 產教融合 打通物聯網人才最後一公里 華清遠見正積極擁抱AI+產業變化,全面實施創新驅動發展戰略,加強人工智能、物聯網專業相關課程創新科學設計。作為專注高端IT職業人才培養的特色機構,華清遠見依託自身豐富的教育資源與人才儲備,致力於打通高校院所培養物聯網人才與企業應用間的“最後一公里”,與阿里雲聯合策劃併發起了此次百校公益演講行動。目前該活動已有全國近百所重點高校積極響應,並且參與規模仍在繼續擴大。 立足於專業人才培養與獨立研發中心的優勢,華清遠見站得更高,望得更遠。一手緊握重點高校資源,一手緊抓全國IT企業用人需求,聚合兩手資源,華清遠見將不僅着眼前物聯網人才短缺問題,更關注行業內物聯網實戰人才能力的持續提升,與阿里雲、百度、ST意法半導體等全球知名企業合作,深入探索高端物聯網人才培養的新模式和新思路,開展針對性高端人才培養計劃。 End 關於華清遠見 華清遠見武漢中心位於武漢市洪山區武漢工程大學(武昌校區)科技孵化器11 樓,學生的食宿與活動十分便捷,實驗設備、師資力量、教學管理等方面全國一流。武漢中心擁有專業級講師及資深工程師, 師資力量雄厚;擁有國內最先進的人工智能、雲/大數據等開發硬件專業實驗設備,其中85%以上的實驗設備由華清遠見自主研發;擁有以人為本的高級班主任老師,科學的教學管理制度。主要課程有嵌入式人工智能、Java大數據開發、Html5全棧開發、Python+人工智能等,併為每一位學員提供專業的就業指導,高薪就業的學員不計其數,做良心教育,做專業教育,做受人尊敬的職業教育。  微信搜一搜 華清遠見武漢中心 點分享 點點贊 點在看 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-25 關鍵詞: 物聯網 人工智能

  • 波士頓動力又被低價賣出,背後有哪些不為人知的故事

    編排 | strongerHuang 微信公眾號 | 嵌入式專欄 早在幾天前就有傳聞銀軟將把 推薦閲讀: 精選彙總 | 專欄 | 目錄 | 搜索 精選彙總 | ARM、Cortex-M 精選彙總 | ST工具、下載編程工具 微信公眾號『嵌入式專欄』,底部菜單查看更多內容,回覆“加羣”按規則加入技術交流羣。 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-25 關鍵詞: AI 機器人 人工智能

  • 《智慧燈杆標準化白皮書》發佈

    本文來源:電子四院等 自2018年12月至今,黨中央、國務院已多次提出加快新型基礎設施建設,對穩投資、穩增長,實現經濟高質量發展意義重大。物聯網作為官方表述新型基礎設施的重要組成部分,經過10多年的發展,其帶動、賦能、提升效應已深入影響到我國社會經濟生活的方方面面。“讓城市更聰明一些、更智慧一些,是推進城市治理體系和治理能力現代化的必由之路,前景廣闊。”習近平總書記的講話為未來城市的發展指明瞭道路和方向。 作為物聯網新型基礎設施的重要組成部分,智慧燈杆通過深度整合城市各類資源,實現資源的共享、集約和統籌,降低城市建設成本,提升城市運維效率,為城市治理帶來多重效益,推動城市的快速發展。隨着我國物聯網新型基礎設施建設的全面推進,智慧燈杆的產業發展步入快車道。 本白皮書在分析智慧燈杆發展現狀的基礎上,重點從國家標準、行業標準、地方標準和團體標準全面梳理智慧燈杆的標準化現狀,並對未來標準化工作提出建議。不足之處,望批評指正。 以下為《智慧燈杆標準化白皮書》白皮書的部分展示: ~END~ 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-25 關鍵詞: 物聯網 人工智能

  • ​AI你到底行不行?能找到禿頭元兇,卻光頭&足球傻傻分不清

    本文來源:物聯網智庫 一邊,騰訊 AI Lab通過自研AI工具揭示了“禿頭元兇”;另一邊,AI攝像頭在足球賽中將邊裁的光頭錯認為足球,觀眾看了個寂寞。AI你到底行不行? 今年9月,百度宣佈與人民日報社合作共建人工智能媒體實驗室,具體來講就是利用人工智能技術對新聞素材進行自動解讀、加工與糾錯,確定需要展示的關鍵信息。在此之前,微軟就已經開始將新聞業務轉向AI,並鼓勵新聞工作者使用AI幫助其掃描、處理、過濾信息以及圖片,並終止了與媒體公司PA Media的合作。 “AI編輯部”的報道一出,各位媒體圈的打工人也是心裏一顫,我們每天編輯着“人工智能如何取代人工”的新聞,難道也要發生在自己身上了? 近年,人工智能對人類最明目張膽的“挑釁”當屬AlphaGo先後擊敗圍棋世界冠軍、職業九段棋手李世石與世界圍棋冠軍柯潔。一戰成名後,AI便昂首闊步地進入了大眾視野。 目前,AI在toB產業端與toC消費端兩面開花,取得了不俗的成績,但“機器大腦”終究還是受制於數據、編程,無法自主思考,導致其在複雜多變的實際生產、生活場景中並不具備隨機應變的能力,也引發了不少令人啼笑皆的“事故”。 “真”智能 VS “假”聰明 早在AlphaGo之前,人們就已經開始在各行各業中探索人工智能技術的產業應用了,通信技術、物聯網等技術的發展更是滋潤了AI的落地土壤,使其在商業化落地的淬鍊中不斷迭代升級,發揮其超強的數據學習能力與分析能力,為產業智能化轉型提供了堅實的技術保障。 近日,“騰訊AI找到禿頭元兇”的消息頻頻出現在各大科技媒體的頭條——騰訊 AI Lab 採用“從頭摺疊”的蛋白質結構預測方法幫助解析了II型5a還原酶(SRD5A2)晶體結構,並通過自研AI工具“ tFold”有效提升了蛋白質結構預測精度,揭示了治療脱髮和前列腺增生的藥物分子“非那雄胺”對於該酶的抑制機制。 非醫學專業的禿頭黨可能是一頭霧水。首先,我們要搞明白為什麼會脱髮。脱髮起因複雜,主要有感染、內分泌障礙、神經精神因素、皮膚病等,其中雄激素性脱髮主要與人體內的二氫睾酮有關,它由SRD5A2催化合成。因此,當患者因為二氫睾酮水平過高而出現脱髮問題時,可以通過抑制 SRD5A2 來降低患者二氫睾酮水平。 但是,SRD5A2的高分辨率結構信息卻十分缺乏,導致SRD5A2催化二氫睾酮合成的機理以及非那雄胺抑制SRD5A2 酶活的機制並不清晰。“模板建模”是當前最普遍的蛋白結構預測手段,但前提是在人類已知的蛋白結構數據庫當中,必須存在和預測的蛋白相似的結構,否則就無法使用。而“從頭摺疊”法則可以不依賴於模板來預測蛋白結構,但精度不高。騰訊 AI Lab 自研的 AI工具“tFold” 正是破解這一難題的關鍵,它通過多數據來源融合、深度交叉注意力殘差網絡、模板輔助自由建模三項創新技術實現了蛋白結構預測精度的大幅提升。 此外,AI在工業製造、安防、教育等領域也有不俗的表現——“AI 工業大腦”實現工廠內的人機協同、柔性生產;AI監控攝像頭通過捕捉徘徊、長時間逗留等可疑行為預警事故;AI+雲平台實現教育資源共享、AI+大數據分析為學生提供個性化教學、AI+MR為學生提供身臨其境的教學環境…… 面向消費端,AI實時翻譯在今年的雙11直播中大放異彩,目前支持從中文到英語、俄語、西班牙語的實時翻譯;微博原創視頻博主@大谷Spitzer利用AI技術將1920年的影像資料重新上色、修復幀率、擴大分辨率,還原了100年前北京晚清的街景…… 博主@大谷Spitzer利用AI修復視頻 得益於AI遠強於人類的數據學習能力與分析能力,解決了工業製造、教育、醫療等領域的諸多痛點,然而,成也蕭何敗蕭何,在工業製造、安防等領域表現優異的AI卻在足球場上鬧了笑話。 近日,在一場蘇格蘭足球冠軍聯賽中,主場球隊在賽事直播中沒有僱傭攝像團隊,而是選用了一套名為Pixellot的AI攝像系統,該系統使用內置 AI 追蹤技術的攝像頭來製作實時高清視頻內容。 據稱,開發團隊收集了數十萬小時的體育賽事視頻,用於對AI算法進行訓練,但他們卻忘了教AI辨別光頭與足球,導致只要是邊裁出現在鏡頭內,AI 就會把邊裁的光頭誤認為是足球,並且“忠心追隨”。 隨後,Pixellot公司表示,在設計階段沒考慮到光頭的影響,現在收集一些足球和光頭的數據對算法進行微調就可以解決這一問題。但是,AI雖然學習了“禿頭”數據,又如何保證下次不會被場邊別的“球形物”影響呢? 圖源:機器之心 機器學習 VS 人工學習 據外媒報道,大型零售企業沃爾瑪將停止運用機器人揀貨、查價,原因是“人工處理的效果不亞於機器人”,尤其是疫情影響下,線上訂單激增,機器人從接單到分揀、再到包裝、出貨的時間毫無優勢可言。 我們所講的人工智能其實是一個很寬泛的概念,其核心是機器學習與深度學習,但數據提供的參考有限,導致其在面對程序外的干擾項或突發情況時無法自主糾偏、靈活處理。如開篇所講,人們既期待AI所帶來的智能化應用,卻又忌憚於被替代,但事實證明,AI目前還沒那麼智能。 首先是學習效率。AI“上崗”前需要學習大量的數據從而訓練算法,雖然其學習速度遠超於人類,但是需要超大規模的學習樣本反覆進行強化訓練、不斷優化認知,綜合來看,AI的學習效率與人類相比並無太大的優勢。 其次是處理速度。對標準模型而言,AI的強大算力擁有碾壓式的速度優勢,尤其是在工業製造、自動駕駛等低時延場景下,這也是工業AI可以實現工廠無人化運營的主要原因。反之,在複雜多變的應用場景中,AI的處理速度及精準度都會大打折扣。 最後是靈活性。AI運行離不開數據、算法、算力三大要素,它們為AI規劃出了一套清晰、準確的運行路線,依據交互反饋來執行預先設定的命令。但是在實際生產、生活中仍然存在大量不可控的突發事件,尤其是toC端,以客服機器人與智能音箱為例,用户反饋的命令“千奇百怪”,AI終端就只能回答“對不起,這個問題我還沒有學會”。 誠然,人工處理問題時的靈活思維與應變能力是AI難以逾越的短板。同時,AI在遇到複雜環境時的檢測精度也仍然無法達到無人化的標準,其精度只能隨數據規模逐步提升。但是,AI可以輔助人工完成部分基礎性工作,但想達到“AI換人”恐怕還需要很長一段時間。 寫在最後 事無絕對,我們也應該秉承着辯證的思維看待包括AI在內的一眾新興科技,它們應該是輔助人類的智能化工具,而不是一味的模仿人類。我們應該合理利用其學習能力、分析能力賦能產業,但現階段還是不能免除人工監督、干預環節,未來應聚焦提升AI應用的靈活性,豐富前期數據學習階段的應用場景,綜合考慮可能遇到的各類情況,將“人工智障”逐步訓練為真正的人工智能。 參考資料: 1.《尷尬,AI轉播球賽把裁判的光頭當成了足球》,機器之心 2.《沃爾瑪停止機器人跟蹤貨物計劃》,OFweek物聯網 3.《騰訊 AI 醫學進展破解“禿頭”難題,登 Nature 子刊!》,CSDN ~END~

    時間:2020-12-24 關鍵詞: AI 人工智能

  • 人工智能安全框架(2020年)發佈!

    本文來源:中國信通院CAICT 作為引領新一輪科技革命和產業變革的戰略性技術,人工智能正成為世界主要國家推動科技跨越式發展、實現產業優化升級、贏得全球競爭主動權的重要戰略抓手。 近日,由工業和信息化部網絡安全管理局指導,中國信通院聯合瑞萊智慧、百度、騰訊、360、中科院信工所共同編制的《人工智能安全框架(2020年)》藍皮書正式發佈。人工智能安全框架是構建人工智能安全技術體系的重要指南,旨在為人工智能相關企業循序漸進提升安全能力、部署安全技術措施提供指導。 作為引領新一輪科技革命和產業變革的戰略性技術,人工智能正成為世界主要國家推動科技跨越式發展、實現產業優化升級、贏得全球競爭主動權的重要戰略抓手。隨着全球人工智能規模化建設和應用加速,人工智能基礎設施、設計研發以及融合應用面臨的安全風險日益凸顯。世界主要國家紛紛通過制定人工智能倫理準則、完善法律法規和行業管理等方式開展人工智能安全治理。人工智能安全技術體系是人工智能安全治理的重要組成部分,是落實人工智能倫理規範和法律監管要求的重要支撐,是人工智能產業健康有序發展的重要保障。 報告如下:

    時間:2020-12-24 關鍵詞: AI 人工智能

  • 物聯網白皮書(2020年)發佈!

    本文來源:中國信通院CAICT 本次文檔是中國信息通信研究院第六次發佈物聯網白皮書,物聯網已歷經超過十年的發展時期,尤其是近幾年,物聯網的發展動能不斷豐富,市場潛力獲得產業界普遍認可,發展速度不斷加快,技術和應用創新層出不窮,物聯網高速發展已成必然之勢。 隨着物聯網被明確定位為我國新型基礎設施的重要組成部分,成為支撐數字經濟發展的關鍵基礎設施,其面臨的碎片化、安全風險、成本高必將成為未來規模化發展的關鍵難題。本白皮書從用户側和供給側出發,分析物聯網三大核心問題的需求,總結問題涉及關鍵環節的發展現狀及問題,給出針對性策略建議,希望能夠與業內同仁共享成果,共謀發展,共話未來! 全球物聯網仍保持高速增長。物聯網領域扔具備巨大的發展空間,根據GSMA發佈的2020年移動經濟報告顯示,2019年全球物聯網總連接數達到120億,預計到2025年,全球物聯網總連接數規模將達到246億,年複合增長率高達21.4%。我國物聯網連接數全球佔比高達30%,2019年我國的物聯網連接數36.3億,其中移動物聯網連接數佔比較大,已從2018年的6.71億增長到2019年底的10.3億。到2025年,預計我國物聯網連接數將達到80.1億,年複合增長率14.1%。截止2020年,我國物聯網產業規模突破1.7萬億元,十三五期間物聯網總體產業規模保持20%的年均增長率。 物聯網連接數結構將發生改變。消費物聯網因受眾羣眾基數大、用户需求相對單一、支撐技術較為成熟、產品種類多樣等特點取得先發優勢,面向消費者或以消費者為最終用户的物聯網應用如智能鎖、智能音箱、可穿戴等智能家居產品佔據當前大部分連接數。 然而,隨着物聯網加速向各行業滲透,行業的信息化和聯網水平不斷提升,產業物聯網連接數佔比將提速,據GSMA預測,產業物聯網設備的聯網數將在2024年超過消費物聯網的設備數。 2019年中國物聯網連接數中產業物聯網和消費者市場各佔一半,預計到2025年,物聯網連接數的大部分增長來自產業市場,產業物聯網的連接數將佔到總體的61.2%。根據不同諮詢公司預測數據統計,智慧工業、智慧交通、智慧健康、智慧能源等領域將最有可能成為產業物聯網連接數增長最快的領域。 以下是《物聯網白皮書(2020年)》的PPT展示: ~END~ 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-24 關鍵詞: 物聯網 人工智能

  • 智能照明解決方案與傳統照明系統有何不同?

    如今,傳統照明系統已被技術先進的智能照明解決方案所取代,這些解決方案正在逐步改變我們對建築控制規範的思考方式。 近年來,照明行業發生了一些變化,儘管某些變化已經悄然發生,並不一定會在建築環境之外引起很多轟動,但諸如自動照明控制和自動照明的出現等發展已成為現實。LED 技術已成為主流,極大地改變了照明市場。 完全集成到建築操作系統中的智能照明的出現已證明了進一步積極變革的潛力-這種技術將多種要素結合在一起,提供一站式解決方案,並且與傳統照明幾乎遙不可及。 整合方式 傳統上,照明被歸類為孤立的獨立系統,照明已經發展並需要使用開放協議的更加靈活和集成的方法,以促進與其他設備的通信。過去,大多數製造商設計和發佈僅與自己的產品和系統進行通信的封閉系統。值得慶幸的是,這種趨勢似乎已經逆轉了,開放協議已成為常規要求,從而為最終用户帶來了成本、效率和體驗的改善。 整合思維始於規範階段-傳統上,機械規範和電氣規範是分開考慮的,真正的智能建築模糊了這兩個元素之間的界限,迫使採取“包羅萬象”的方法。當被視為一個整體時,一個完全集成的照明系統可以做更多的事情,從而允許最終用户通過使用照明 PIR 傳感器控制其他元素來完全控制其建築物資產。 傳感器 PIR 傳感器可能與照明控制和安全性相關聯,但這些相同的傳感器可用於控制加熱、冷卻、出入、百葉窗等等,反饋有關温度、濕度、CO2 的信息並跟蹤運動以幫助確定佔用水平。 最終用户通過 BACnet 或類似的通信協議鏈接到建築物操作系統後,便可以使用智能儀表板,向他們提供所需的信息,以降低與能源浪費相關的過高成本。這些多功能傳感器具有成本效益和前瞻性,易於配置,可隨着業務的擴展或佈局的變化而增加。數據是解鎖一些最新的尖端智能建築應用的關鍵,而傳感器在使現代客房預訂系統,尋路程序和其他高端“智能”應用按預期運行中起着不可或缺的作用。 PoE 一些最有效的開放協議系統使用基於以太網供電或基於 PoE 的照明控制來最大程度地節省費用並節省時間。PoE 可能不適用於每個項目,但與傳統的照明配置相比,它確實具有許多明顯的優勢。 簡而言之,PoE 使用有線以太網絡通過一條電纜(通常為 5e 類)傳輸電源和數據,並且在涉及照明的情況下,這意味着消除了交流到直流電源的轉換,從而提高了整體效率。由於具有超低電壓和即插即用的特性,PoE 安裝和維護成本通常比傳統系統要低,因為不需要僱用熟練的勞動力。由於 PoE 減少了對銅質電源電纜,大型配電板和天花板空洞中大量垂直基礎設施的需求,因此還應考慮減少材料成本。將所有這些元素加在一起,最終用户可能希望比傳統照明系統節省 25%到 30%的費用,從而降低每層樓的平均瓦數,並有可能提高建築物的 BREEAM 等級。 應急照明 每月對應急照明進行測試可能是一個費力的過程,尤其是在大型商業建築中。儘管我們都認識到它在確保居住者安全方面的重要性,但是在激活後手動檢查單個燈具的過程既耗時又浪費資源。 安裝了智能照明系統後,應急測試將變得完全自動化,從而消除了手動檢查的麻煩,並減少了出錯的風險。各個照明設備可以報告其自身狀態以及光輸出水平,並且可以連續進行報告,以便可以在故障發生後立即定位並解決故障,而不必等待下一次計劃測試中的故障發生。 二氧化碳監測 如上文所述,CO2 傳感器可以集成到照明傳感器中,以幫助建築物操作系統將水平保持在特定設定值以下,並在必要時通過向室內空間引入新鮮空氣來最終改善空氣質量。 歐洲供暖、通風和空調協會聯合會(簡稱 REHVA)一直致力於引起人們對空氣質量差帶來的負面影響的關注,並發表了一些論文,暗示了哮喘、心臟病,建築物中空氣質量差會加劇過敏和許多次要的健康問題。儘管還需要進行更多的研究,但目前的證據似乎表明,至少室內空氣質量差會降低工作場所以及學校和學生的工作學習效率。 生產率 對員工生產力的類似研究表明,照明設計和智能照明系統還可以提高建築人員的健康水平,提高能源水平,提高警覺性並提高整體生產力。集成的智能照明系統可用於更好地模仿自然光,有助於維持我們的自然晝夜節律。這通常被稱為以人為中心的照明(HCL),並將建築居民置於照明設計的核心位置,以確保工作場所在視覺上儘可能地刺激人。 隨着人們對員工福祉和生產力的更多關注,與其他建築服務完全同步並且可以與現有設備進行通信的照明系統對於建築業主和運營商而言是一項有吸引力的長期建議。 下一代智能照明 隨着顧問,規範人員和最終用户認識到採用更全面的電氣和機械規範方法所帶來的好處,向日益集成的建築環境的過渡正在順利進行。與傳統系統相比,集成到建築物操作系統中的智能照明系統不僅提供了無與倫比的靈活性和效率,而且還可以將眾多設備整合在一起,以提供高水平的可視性和控制力。 用户可配置的智能傳感器意味着照明系統現在幾乎可以通過建築物操作系統來提供所有建築物服務,從而節省了成本並在單個包裝中提供了最高水平的複雜性。更智能的照明不僅僅是 LED 和基本控件,還需要對我們的照明系統提出更多要求,併發掘智能集成的潛力。 來源:OFweek維科號 照明觀察家 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-24 關鍵詞: LED 人工智能

  • LED廣告機融合需求打造生態圈

    作為數字標牌應用的新形態,LED廣告機曾是數字化營銷的典型工具。不過,如今,在大屏顯示產品的強勢滲透下,市場對其關注度已經大幅降低,當然,這僅僅是停留在營銷層面,在實際應用層面,LED廣告機依然維持着強勁的增長態勢,特別是在智慧城市建設白熱化的當下。   實際上,LED廣告機應用市場能夠持續火爆,是由LED廣告機的本身屬性所決定的。智能應用使得LED廣告機脱胎於傳統的數字化營銷理念,尤其是LED廣告機對公共場所的複雜環境有着較強的適應能力,不僅僅包括室內環境,還有需求日益提升的户外應用市場,並有壁掛、立式等多種款式,用户可以因地制宜,方便靈活,在較大程度上滿足廣告主無處不在的營銷需求。   然而在智慧市場,也給LED廣告機的演進帶來新的可能,智能化、專業化、信息化的融合也讓LED廣告機廠家成為主導市場需求的所在。與此同時,LED廣告機還是當下新型的媒體設備,同時也掀起了一次户外廣告的新風尚,尤其是在深圳這些一線城市,LED廣告機市場的户外媒體新使命,更成當下焦點。   儘管如此,當下LED廣告機廠家所面臨的發展問題還是值得深思的,位置佈局,內容佈局,互動性、趣味性佈局都已成為當下制約LED廣告機發展的問題。然而,功能增加、市場需求增加、應用領域擴張等的市場因素,也為LED廣告機的佈局之路帶來的更大的推動性。   由此可以看出,如何依靠專業化、獨特性和可延伸性等特性在智慧城市建設中打造自身發展優勢,是當下LED廣告機廠家接下來該面對問題,但是值得肯定的是具有突破性創意的、符合當下智慧需求的、全新形式的LED廣告機終端將始終受到市場的青睞。 來源:OFweek維科號 北街 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-23 關鍵詞: LED 人工智能

  • 安森美半導體全系列智能感知方案推動AI發展

    點擊藍字關注我們 文章來源:電子技術設計 作者:廖均 智能感知技術在汽車、機器視覺和邊緣人工智能等領域的應用越來越多。汽車是非常傳統的行業,最近幾年,電力化和智能化的發展為這個行業帶來了新的動力,各種感知產品的應用使汽車變得更安全、更舒適。 機器視覺同樣是一個歷史很悠久的行業,其應用廣泛且多樣化,涵蓋了包括電子製造、平板檢測、機器人、物流等在內的多個細分市場。 目前,中國已成為全球機器視覺市場增長最快的國家。邊緣人工智能是新興市場,主要是由人工智能、5G、IoT等新技術推動,發展非常迅速。 圖1:感知技術應用於汽車、機器視覺和邊緣人工智能等領域。 安森美半導體近日舉辦了“智能感知策略及方案”在線媒體交流會,智能感知部全球市場及應用工程副總裁易繼輝分析了重點應用市場的需求和趨勢,介紹了安森美半導體最新的智能感知發展策略,以及全方位智能感知技術和方案。 圖2:安森美半導體智能感知部全球市場及應用工程副總裁易繼輝。 CMOS圖像傳感器的發明者 安森美半導體在成像傳感器行業有超過40年的歷史,在傳感技術方面經歷了多次併購,如Cypress的CMOS 圖像傳感技術、TRUESENSE的CCD圖像傳感技術,以及Aptina的高容量CMOS 和汽車圖像傳感器。 TRUESENSE的前身是柯達影像,柯達影像的核心技術來源於貝爾實驗室CCD影像。Aptina的前身是美國航天宇航局JPL噴氣式推動器實驗室。1993年,JPL為了阿波羅登月開發出全球首款CMOS圖像傳感器。27年過去了,CMOS圖像傳感器已得到廣泛應用。 從三年前開始,安森美半導體又陸續收購了IBM在以色列的毫米波雷達研發中心,以及專注于飛行時間(ToF)激光雷達傳感器開發的愛爾蘭SensL公司,以滿足汽車自動駕駛、機器人、醫療成像等對LiDAR及傳感器融合的需求。 圖3:安森美半導體是CMOS圖像傳感器的發明者。 隨着第四代工業革命的到來,人工智能對人類社會產生了巨大的影響。斯坦福大學人工智能專家、被人尊稱為“人工智能之父”的Andrew Ng認為人工智能是新的電力,如同第二次工業革命電力一樣,給整個人類帶來了深入的改變;數據是人工智能的動力和發動機;感知是數據的燃料。 “安森美半導體的全系列智能感知方案包括圖像感知、多光譜、高光譜的感知,以及激光雷達感知、毫米波雷達感知和傳感器融合等,這一切推動了AI和第四次工業革命的進步,”易繼輝説:“如果把人工智能比作大腦,那麼我們就為大腦提供了眼睛。” 圖4:安森美半導體的全系列智能感知方案。 汽車感知爆發式成長 未來的汽車是一個架在四個輪子上、具有極強感知能力的計算機。ADAS攝像頭、倒車攝像頭、電子車鏡、駕駛員監控、乘務員監控、毫米波雷達和激光雷達,現在最好的汽車感知系統已經遠遠超過了人類的感知能力。 “汽車成像是給人眼看的,如駕駛員、乘客、後視、環視、電子後視鏡,安森美半導體在全球佔>60%的市場份額;汽車感知是供人工智能和機器視覺用的,安森美半導體佔全球>80%的市場份額,而且在逐年擴大。” 易繼輝介紹説,在人眼視覺中,圖像是為人眼所見並欣賞的,因此通常需要做到清晰、細緻、色彩豐富且美觀;而在機器視覺中,圖像需提供足夠的信息,例如邊緣、形狀、大小等,供算法讀取並理解。 汽車成像主要面臨三大挑戰: 一是寬動態,例如從灰暗的地庫開到正對太陽強光的户外,夜晚在對向遠光大燈照射下感知樹蔭下的行人,這些都需要圖像傳感器具有高動態範圍。 二是環境條件,汽車應該能在東北零下幾十度的環境下行駛,也能在沙漠或者南方的高温條件下駕駛。 三是對圖像傳感器來説十分獨特的挑戰:辨別LED指示牌和交通燈。圖像傳感器有時會因為頻率不同步而捕捉不到信號,這對於駕駛員人眼來説並不是問題,但對機器視覺卻是很大的挑戰。 圖5:汽車成像面臨三大挑戰。 隨着車聯網的發展,未來的自動駕駛汽車不僅是“可靠的汽車”,更是“可信的汽車”,具有功能安全性和網絡安全性。“Hayabusa是整個市場具有最高寬動態效果和第一款具有網絡安全功能的產品,最近已經上市。”易繼輝説。 易繼輝提到智能駕駛艙也越來越受重視,例如駕駛員識別、車椅位置調節、空調温度、乘客監控等。 圖6:智能駕駛艙可進行駕駛員識別、車椅位置調節、空調温度和乘客監控等。 在談到自動駕駛時,易繼輝形象地介紹了L0~L5的概念。他説,L1叫做脱腳(feet off),腳可以自由;L2是脱手(hands off),手可以放開駕駛方向盤;L3是eyes off,駕駛員的眼睛可以不看了;第四級是mind off,腦子不用想了;第五級叫做limit off,即沒有任何侷限、可以在任何場景下自動駕駛了。 圖7:中國汽車駕駛自動化分級的智能感知配置。 “從L1到L5,傳感器的數量和種類不斷增加。最大的差別在L3和L4,L4必須要激光雷達,對L3,激光雷達是可選的。”易繼輝認為,“L3仍然需要駕駛員控制汽車,L4則完全不需要考慮駕駛員。L3就像加減法,L4是微積分:加減法永遠算不出極限值,只有微積分才能算出極限值,所以只有在L4的情況下才能涵蓋所有極限情況。” 圖8:安森美半導體汽車感知+視覺的總體方案。 毫米波雷達在L1~ L5的不同自動駕駛級別上有不同的應用。安森美半導體開發了一種叫做“MIMO+”的專利技術,能夠提供4D信息:距離(R)、速度(V)、角度(A)、高度(E),用於L3級的自動駕駛。 圖9:毫米波雷達技術在自動駕駛中的應用。 工業機器視覺和邊緣人工智能應用 工業4.0、工業自動化、人工智能使機器視覺市場快速發展。邊緣人工智能不斷應用於一些新的領域,如新零售、智慧農業、畜牧業和農業。 “在新冠後疫情時期出現了一些趨勢:一是遠程化,遠程教學、遠程醫療越來越普遍;二是無人化,包括無人送貨車、無人商店等,減少了人和人之間的接觸,即無接觸化。”易繼輝説。 圖10:工業機器視覺及邊緣人工智能市場增長。 易繼輝介紹,平板檢測是整個工業機器視覺行業中對圖像傳感器最具挑戰性的應用。從1K、2K、4K到8K,像素在逐漸擴大。 檢測過程分兩步:第一步是暗檢測,上電前主要檢測一些指紋、劃痕和其他物理問題;第二步是上電以後,特別是檢測OLED和最新的AMOLED(Active Matrix OLED)。 LED有一個亮板在後面作為發光源,而OLED和AMOLED的每個像素都是一個單獨發光源。像素和像素之間發光的強度和色彩的均勻度需要很準確地偵測出來,因而對圖像傳感器的要求很高。 過去檢測LED面板上的1顆像素,對應需要9顆像素(3×3),檢測OLED則需要16顆(4×4)甚至25顆(5×5)像素,因此對圖像傳感器的像素要求越來越高,從4,500萬到1.5億像素,甚至超過2億像素。 圖11:平板檢測對圖像傳感器要求很高。 從下圖可以看出,圖像傳感器的分辨率逐年提升,從過去的200萬、500萬、800萬、1200萬像素,到現在超過2000萬像素。對於同樣尺寸的圖像傳感器,噪聲導數逐年隨着像素的增大而不斷提高。帶寬也在逐年增加。 易繼輝舉例説,一個29 × 29mm2 的標準工業用攝像頭,十年前可能只是200萬像素,後來逐漸增加到300萬、500萬、1200萬像素,今年已經達到了1600萬像素,這是由技術推動的。這些技術包括: 全局快門,在高速運動下圖像不會有拖影; 像素內圖像校正,以前是在系統裏通過軟件校正,現在直接在硬件裏,即像素內部做圖像校正; 工藝節點,從110納米到65納米,再到45納米甚至更小,成本、尺寸、耗電量逐年下降; 背照式,可提高感光能力; 堆棧架構,將模擬和數字信號放在第二層,人工智能的一些算法放在第三層,實現高智能化的圖像傳感器。 圖12:1.3英寸固定尺寸圖像傳感器的發展。 “我們用NVIDIA  Xavier  Edge  GPU做人工智能訓練,精度可達97%,其中AR1335(1300萬)圖像傳感器可提供了高質量的圖像,提高了人工智能的判斷精度。”易繼輝表示,“我們的目標是在工業機器視覺中利用人工智能。” 圖13:採用AR1335圖像傳感器的水果新鮮度分類系統。 無接觸系統的成長潛力也非常大。安森美半導體的AR0230 HDR具有200萬像素及寬動態範圍,能提供很好的圖像質量,進而提高人工智能的判斷精度,應用於無接觸付款以及飛機場、火車站、高鐵站等無接觸的通過閘口。 圖14:人臉識別付款應用(AR0230 HDR)。 結語 從第一次工業革命機械化到第二次工業革命電力化,到第三次工業革命計算機數字化,再到現在的第四代工業革命人工智能化、信息化,人工智能對人類社會的影響和改變遠遠超過計算機數字工業革命。 如果把人工智能比作大腦,感知就相當於眼睛。安森美半導體提供了全面的感知技術,如圖像感知,多光譜、高光譜的感知,激光雷達感知、毫米波雷達感知和傳感器融合等,所有這些技術都推動着人工智能和第四次工業革命的進步。 點擊閲讀原文,瞭解更多 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-21 關鍵詞: 機器視覺 AI 人工智能

  • 《智能體白皮書2020》:共建全場景智慧

    本文來源:數據觀 根據IDC的研究,到2025年,全球由數字化產品和服務驅動的數字經濟的佔比將達到58.2%,數字化產品和服務將成為主流,全場景智慧將加速人類進入數字化時代。 新的科技革命與產業變革已在全球展開,新“智能+”時代正在到來。 IDC、中國信息化百人會、中國信息通信研究院、中國人工智能產業發展聯盟與華為聯合編撰的《智能體白皮書》指出,在第四次工業革命爆發前的歷史拐點,“智能體”的新理念將推動城市、行業、企業在智能升級中合理運用這一參考架構,從而加快整個社會的高質量發展。 白皮書顯示,在智慧社會,數據作為重要的生產要素,需要通過“任意對象和信息的數字化”“任意信息的普遍聯接”以及“海量信息的存儲和計算”的關鍵共性數字基礎設施,把數據資源變成“智源”,才能有力支撐各行各業的數字化轉型走向智能升級,重構體驗、優化流程和使能創新。這需要多種ICT關鍵技術形成一體化協同發展,以智能交互為感知系統、以高速聯接為神經傳導系統、以雲上部署的AI為中樞系統,形成具備立體感知、全域協同、精確判斷和持續進化的、開放的智能系統,成為一個類似人的智能體。 智能體把聯接、計算、雲、AI、行業應用一體化協同發展,形成開放兼容、穩定成熟的基礎支撐技術體系,是智能升級的參考架構。根據不同的需求提供場景化解決方案,幫助企業客户實現商業成功,幫助政府實現興業、惠民、善政。 同時,白皮書強調,智能體建設是一項系統性工程,需要進行體系化規劃和長期投入,多數項目需要3-5年甚至更長時間才能取得顯著成果。經過對大量行業及企業數字化轉型實踐的分析,業界已經積累了一套具有通用性、普適性的實施框架,包含諮詢、規劃、實施、運維、持續運營、配套生態體系建設等多個模塊。以及,從先建聯接,再優化,最後到智能的三階段實施路徑。 如需獲取《智能體白皮書2020》完整版,在本公眾號後台回覆關鍵字“智能體”,免費獲取。 白皮書部分展示如下: ~END~

    時間:2020-12-21 關鍵詞: AI 人工智能

  • 人工智能再次大放異彩!索尼做菜AI 應運而生

    人工智能再次大放異彩!索尼做菜AI 應運而生

    人工智能(Artificial Intelligence),英文縮寫為AI。它是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。 人工智能是計算機科學的一個分支,它企圖瞭解智能的實質,並生產出一種新的能以人類智能相似的方式做出反應的智能機器,該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來,理論和技術日益成熟,應用領域也不斷擴大,可以設想,未來人工智能帶來的科技產品,將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能,但能像人那樣思考、也可能超過人的智能。 人工智能是一門極富挑戰性的科學,從事這項工作的人必須懂得計算機知識,心理學和哲學。人工智能是包括十分廣泛的科學,它由不同的領域組成,如機器學習,計算機視覺等等,總的説來,人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的複雜工作。但不同的時代、不同的人對這種“複雜工作”的理解是不同的。 2017年12月,人工智能入選“2017年度中國媒體十大流行語”。 提到人工智能,機器人、智能汽車、智慧交通是很多人首先想到的應用領域。調研發現,這些領域人工智能的商用化進程的確很快,並且業內企業正在以驚人的速度成長着。 人工智能的快速發展不僅體現在機器人、智能汽車等“高精尖”領域,更為重要的是,它正在與多個稀鬆平常的傳統行業融合。我們日常生活中的許多場景,正在被人工智能改變,比如食堂、超市、服裝店等等。 近日,索尼 AI 官方正式發佈了 “美食旗艦”項目,將利用人工智能來創造菜譜、打造與廚師協作的做菜機器人。 據瞭解,索尼 AI 事業部於 2019 年 11 月成立,2020 年 4 月獨立成為一家新公司。根據官方描述,索尼 AI 將利用各種數據源——包括配方和食材的數據,如口味、香氣、味道、分子結構、營養成分等——來開發一款菜譜創作 App,該 App 將由專有的 AI 算法驅動,協助世界頂級水平的廚師進行食材搭配、食譜設計和菜單創建的創意過程。 索尼 AI 還同時發佈了 “廚師訪談系列”,將打造一個美食創作的社羣。索尼 AI 通過在線訪談共採訪了 18 位廚師和美食專家,瞭解他們的靈感來源、菜單創作背後的創意過程、技術運用、對可持續發展的看法以及其他對於美食行業發展的重要趨勢。 同時,在我們國內一批優秀的人工智能企業正在飛速發展。在業內人士眼中,人工智能沒有產能和市場的極限,隨着與傳統行業的加速融合,人工智能能夠重塑所有傳統行業。 人工智能產業必須與行業不斷融合才能取得發展,現在的問題是如何開拓更多的人工智能應用場景。應用場景豐富了,與行業融合的程度加深了,人工智能的市場就擴大了。從這個層面來講,人工智能產業能夠重塑所有傳統行業,並且沒有市場規模的極限或者產能極限。

    時間:2020-12-18 關鍵詞: 美食 AI智能 人工智能

  • 推動人工智能邁向認知智能時代,中科院計算所率先提出全球首款圖神經網絡加速芯片設計

    近日,《中國計算機學會通訊》(CCCF)刊發了中科院計算所特別研究助理嚴明玉博士、研究員範東睿以及研究員葉笑春共同撰寫的綜述文章《圖神經網絡加速芯片:人工智能“認知智能”階段起飛的推進劑》。文章披露,為更好地支持認知智能的發展,該團隊提出了國際首款圖神經網絡加速芯片設計 HyGCN。目前,介紹該芯片設計的相關論文已先後在計算機體系結構國際頂級會議MICRO和HPCA上發表。 “HyGCN,寓意向圖神經網絡的加速説‘Hi’。”嚴明玉介紹道,圖神經網絡將深度學習算法和圖計算算法相融合,取長補短,能達到更優的認知與問題處理等能力,在搜索、推薦、風險控制等重要領域有着廣泛應用。現有的處理器芯片在執行圖神經網絡的計算中效率低下,其團隊前瞻性地展開面向圖神經網絡的加速芯片設計,為解決這一難題提供了可行方案。 讓機器“能理解、會思考” 圖神經網絡被認為是推動認知智能發展強有力的推理方法,有望解決深度學習無法處理的關係推理、可解釋性等一系列問題,讓機器“能理解、會思考”。2019年後,圖神經網絡逐漸成為各人工智能頂級會議的“熱詞”和研究熱點,眾多全球頂尖科技企業也已將圖神經網絡部署於數據中心中。 “作為近年來新興的一種智能算法,圖神經網絡不僅在學術界被高度重視,也已然成為近年來工業界非常重要的應用之一。”嚴明玉介紹説,圖神經網絡能夠備受學術界和工業界的青睞,歸功於其強大的數據和知識理解能力,以及關係推理能力。 由於圖神經網絡在圖數據處理方面的特殊性,傳統用於加速神經網絡的芯片難以直接對圖神經網絡的執行提供高效計算支撐。嚴明玉解釋,以圖數據為輸入,融合了深度學習算法和圖計算算法的圖神經網絡具有與傳統神經網絡不一樣的執行行為,即“混合執行行為”。具體而言,規則執行行為和不規則執行行為共存於圖神經網絡中。“混合執行行為”對現有的處理器結構帶來了巨大的挑戰,比如,GPU在應對不規則執行行為時極為低效。 認知智能起飛的“推進劑” “為了應對圖神經網絡的混合執行行為,我們設計了新的處理器結構,以更高效地加速圖神經網絡的執行。”嚴明玉介紹説,HyGCN 芯片基於混合結構設計思想,分別為圖神經網絡的兩個主要執行階段——圖遍歷階段和神經網絡變換階段設計相應的加速引擎,並流水兩個引擎的執行。 研究團隊的實踐證明,HyGCN芯片設計,能夠有效應對圖神經網絡圖遍歷階段的不規則性,並能利用神經網絡變換階段的規則性提高執行效率。 “圖神經網絡加速芯片有望成為AI‘認知智能’階段起飛的推進劑。我們基於12nm工藝,對HyGCN的芯片設計的核心部件在主流的圖神經網絡模型和圖測試數據集上進行了初步的評估。”嚴明玉介紹説,相對於運行在Intel至強服務器CPU和英偉達V100 GPU的先進圖神經網絡軟件框架,HyGCN分別取得了數萬倍和60餘倍的能效提升。 在“無人區”加快佈局 近年來,中科院計算所圍繞雲計算、芯片、互聯網、人工智能等前沿IT領域開展研創產協同創新,完善我國在端、網、雲的計算基礎設施佈局,並鼓勵通過技術轉移體現科研人員和科技成果的價值。 從感知智能到認知智能,對人工智能技術的探索正挺向縱深。以中科院計算所為代表的中科院科研機構積極作為,大力推動科技創新,特別在以5G、人工智能、大數據等為代表的智能科技的發展方面,堅持面向世界科技前沿、面向國民經濟主戰場,不斷向科學技術廣度和深度進軍,加快解決制約科技創新發展的關鍵問題。 “圖神經網絡加速芯片目前在國際上還是‘無人區’,研究成果發表後得到了業界認可。”嚴明玉表示,目前中科院計算所正加快對HyGCN科技成果進行孵化,提升關鍵核心技術能力,推動各行各業從信息化向智慧化升級。 應用空間巨大 圖神經網絡的潛在應用非常多。嚴明玉舉例,在日常交通預測、網約車調度、運動檢測等場景,在助力科研的知識推理、EDA工程、化學研究、宇宙發現等領域,以及在知識圖譜、視覺推理、自然語言處理中的多跳推理等學科發展方向上,都有極大應用空間。 在工業界,圖神經網絡也已經有了落地應用。比如,谷歌地圖的ETA評估、圖片社交網站Pinterest的內容推薦、阿里巴巴的風控和推薦、騰訊等公司的視覺和風控等業務中都有圖神經網絡的影子。 由於圖神經網絡具有推理能力,認知智能還可以幫助機器跨越模態理解數據,學習到接近人腦認知的一般表達,從而獲得類似於人腦的多模感知能力,進而有望帶來顛覆性的產業價值。 Allied Market Research 發佈的機器學習芯片市場報告顯示,2022年機器學習芯片市場規模預計將達到 827.2 億美元。圖神經網絡加速芯片有望在接下來3年內與現有的神經網絡芯片共生,甚至在5年後替換大部分的神經網絡學習芯片,成為主流的機器學習芯片,可能將產生300億美元以上的市場規模。

    時間:2020-12-17 關鍵詞: 芯片 中科院 人工智能

  • 傳感器更智能:人工智能革新健身追蹤

    傳感器更智能:人工智能革新健身追蹤

    · 全球首款用於可穿戴和可聽設備的自學習型人工智能傳感器 · 獨特的自學習和個性化功能,使用户能夠通過定製化健身活動輕鬆訓練設備 · 一體化解決方案不僅降低了開發時間、成本和複雜性,最重要的是,還通過自動追蹤降低了功耗 · 終端人工智能無需雲連接,可降低延遲且提高隱私性 無論是蹲起、仰卧起坐或是甩動壺鈴:如今健身運動的種類幾乎層出不窮。然而,由於用户的運動風格、設備性能、身高和體力各不相同,許多健身追蹤器或智能腕錶只能提供非常有限的活動追蹤,而且不能可靠地識別活動。為解決這些問題,Bosch Sensortec開發出一款革命性的自學習運動傳感器,將人工智能添加至便攜式設備——BHI260AP自學習人工智能傳感器。 該傳感器使可穿戴和耳穿戴設備製造商能夠通過傳感器中的自學習人工智能軟件,提供高度個性化的健身追蹤。它能識別和適應各種動作,並學習任何基於重複、循環動作的新健身活動。因此,用户既是培訓人員,也是學員。 “自學習人工智能傳感器將改變用户與健身設備的互動方式,從單純的單向方式轉變為互動的訓練方式。”Bosch Sensortec首席執行官Stefan Finkbeiner博士説,“這種新型傳感器結合了Bosch Sensortec在智能運動傳感器方面的長期經驗,以及我們在創新軟件開發領域的強大能力。” 一款軟件,四項功能 自學習人工智能軟件已搭載一套十五種以上的標準預學習健身活動,使用前無需訓練。此外,它還提供學習、個性化、自動追蹤和增強四個產品功能。學習模式為用户提供額外選項,可以添加之前不支持的新健身活動,使用户可以根據個人需求定製設備。個性化功能使用户能夠根據自己的個人風格調整現有的、預先學習的活動,提高卡路里計算和活動分析的準確性。 通過自動追蹤功能,用户可以自動追蹤健身活動,無需任何人工干預,並能夠隨時間推移藉助活動類型和計數分析運動強度,對於耐力和力量訓練均適用。最後,製造商可以添加新的健身活動,而不必修改軟件,同時無需原始數據集。這些新的可轉移練習可由教練或明星運動員提供,用户藉此能夠與他人進行對比,向專家學習或與好友相互切磋。這可增強設備的感知價值,切實幫助四方a集運倉電話實現差異化。 由於人工智能在傳感器內部運行,即終端人工智能,因此無需連接到雲端,甚至無需智能手機。這樣可以保持數據的私密性,既能夠持續追蹤和分析活動,又無需連接互聯網或與手機綁定。終端人工智能還可最大限度降低延遲和功耗,這意味着用户可以在設備上獲得快速、實時的反饋並延長充電間隔。 具多種軟件選擇的一體化解決方案 全新傳感器以集成系統級封裝(SiP)解決方案的方式提供給制造商,其中包括硬件、軟件和嵌入式人工智能,由此可降低開發時間和成本,縮短上市時間。 除了自學習人工智能軟件,Bosch Sensortec還為BHI260AP提供了多種軟件解決方案。可穿戴設備製造商只需將所需軟件加載到傳感器上,即可實現針對特定用例的解決方案,包括方向追蹤、位置追蹤(PDR)和游泳。該傳感器可識別四種不同的游泳方式:蝶泳、仰泳、蛙泳和自由泳。由於BHI260AP是一款完全可編程傳感器,廠家可以根據用户情況,自行構建定製化軟件並嵌入到BHI260AP中,或者上傳定製化解決方案。為了保護這些定製化解決方案,防止未經授權的使用,智能可編程傳感器提供數字簽名。 為了讓基於人工智能的可穿戴解決方案的開發更加容易,Bosch Sensortec在提供開發板的同時還提供BHI260AP擴展子板,可通過低能耗藍牙(BLE)與智能手機進行無線連接。 推出時間 BHI260AP自學習人工智能傳感器及相應的拓展子板於Bosch Sensortec經銷商處有售。不同的軟件包可於Bosch Sensortec網站下載。

    時間:2020-12-17 關鍵詞: 傳感器 健身追蹤 人工智能

  • 以中醫“聞與切”的功夫,為工業安全把脈

    高明的中醫總是能通過把脈的方式來從脈搏的跳動中微弱差異(脈象)中神奇地找到病因,而今天普遍使用的聽診器,則將脈搏的震動轉換為耳朵可以清晰聽到的聲音波動,一樣可以幫助輔助判斷病情、病因。 與人體會生老病死一樣,世間萬物都有其運行規律。在工業領域,設備一樣面臨“生老病死”的命運,其運行規律和健康狀況與工業效率與安全息息相關,生產設備的健康必須得到有效的監測和維護,而過去的設備健康狀態監測需要依靠工作人員通過對設備運行振動、聲音和產品質量的觀察進行判斷。與中醫對脈象的判斷通常需要幾十年的經驗積累類似,這在以前是隻有少數具備數十年機器振動、聲音觀察分析經驗的一線專業人員才能駕馭的檢測工作。 任何深諳設備維護必要性的人都知道,設備發出的聲音和振動有多重要。通過聲音和振動進行適當的設備健康監測,可以將維護成本降低一半,使用壽命大大延長。很明顯,這類監測方法需要進行狀態信息的傳感拾取、以及微弱傳感信號的變換和數字化採集,以及數字化信息的分析解讀,因此這對於擅長模擬信號信號鏈和數字化採集分析的ADI公司來説,是一個必須抓住也必然可以抓住的商業應用領域,ADI團隊在過去20年裏一直致力於理解人類是如何解讀聲音和振動的,其目標是建立一個系統,能夠學習來自設備的聲音和振動,破譯它們的含義,以檢測異常行為並進行診斷。 設備是否健康?“把脈”一下就知道 在早期的機械加工生產中,有經驗的操作人員往往憑直觀感覺來判斷刀具是否已經磨鈍:當工件加工表面粗糙度開始增大,切屑的形狀和顏色發生變化,工件表面出現擠亮的帶,切削過程產生振動或刺耳噪聲等,都標誌着刀具已經磨鈍。 理想情況下,這樣的監測傳感器應當結構緊湊並且充分集成,能夠直接永久性地嵌入目標設備內部,從而消除測量位置偏移問題,並且可以實時地進行監測。例如具有先進的系統級功能並可用於嵌入式應用的ADXL100x系列加速度計,以及具備低噪聲等級特性(噪聲低至20 μg/√Hz,帶寬為1500 Hz)、在更嚴格的帶寬範圍內觀察發現的ADXL35x系列產品。 人類對聲音具有天然的敏感性,通過了解設備發出的正常聲音,當聲音出現變化時,就可以確認出現異常。傳統上,我們依靠經驗豐富的技工人員和工程師帶來人工成本和獨特人才資源的壓力。聲音拾取和智能分析能力與技術日漸成熟的今天,通過電子系統來實現已經變得可行。ADI的OtoSense的體系結構就是這樣一種設備健康監測系統,通過對設備運行中的噪聲採集、處理和分析,支持基於計算機聽覺理解設備行為,實現無接觸的性能檢測和分析。 OtoSense的系統設計理念就從人類神經學中獲得靈感,它是一名研究失聰兒童和患有精神疾病兒童的語言病理學家(上圖為OtoSense系統的創建者、ADI公司OtoSense產品開發團隊負責人Sebastien Christian)的傑作,並在2019年被ADI成功併購。傳感解譯技術依賴於傳感數據,而ADI在這方面顯然更勝一籌。傳感模式經信號鏈轉換為數字模式以及數字處理能力,與先進的ADI模擬信號鏈和數字信號處理技術整合,這樣一來OtoSense的優勢不僅僅是算法,還在於能夠通過信號鏈接收高度準確可靠的信號。 OtoSense系統是一種致力於傳感解譯的人工智能,它能夠使用數據進行學習,並與人類交互,以實現在邊緣、實時、離線檢測異常事件。其可用於機器監控、簡化專業維護人員的工作,以及避免人們接近即將出現重大故障的機器,大大降低了工業環境運行風險。 本文總結

    時間:2020-12-17 關鍵詞: 醫療電子 人工智能

  • COMPUTEX 2021:人工智能賦能,創造虛實融合的展會體驗

    COMPUTEX 2021:人工智能賦能,創造虛實融合的展會體驗

    【四方a集運倉電話】台北國際電腦展主辦方(COMPUTEX)今日舉辦全球線上發佈會,宣佈將於6月1日至6月4日如期舉辦2021年COMPUTEX線下展覽會(其中InnoVEX將於 6月2日至6月4日舉行)。本屆展覽會將首度運用人工智能技術打造虛實融合的智能型展覽平台,從而以創新模式構建全球科技生態系統,助力國際採購商與四方a集運倉電話突破各種限制與阻礙,共同拓展科技無限潛能。 本次發佈會由展覽共同主辦單位台灣貿易中心董事長黃志芳主持,並特別邀請了全球百強人工智能企業Appier公司運營官兼聯合創始人李婉菱,以及國際知名市場研究機構IDC高級副總裁David Reinsel,分別針對本屆展覽會人工智能科技應用及2021年科技發展趨勢分享了獨到見解。 虛實融合、人工智能雙箭齊發 台灣貿易中心董事長黃志芳指出:“COMPUTEX自創辦以來持續見證着全球ICT產業的不斷髮展。作為科技先驅者,COMPUTEX積極推動數字化轉型。COMPUTEX將與台灣創新獨角獸企業Appier合作,為其2021年線上展覽平台導入人工智能演算技術,以打破時間和地域限制,提供超直觀的參展及觀展體驗,從而樹立國際展會新典範。” 作為COMPUTEX 2021智慧展覽平台的技術提供商,Appier公司運營官兼聯合創始人李婉菱表示:“Appier很榮幸成為COMPUTEX 2021的戰略技術合作夥伴,共同為全球科技四方a集運倉電話帶來不同以往的展覽體驗。隨着傳統商業行為模式的日益變革,四方a集運倉電話必須加速數字化轉型以建立主動營銷體系。人工智能技術的自動化與個人化功能,可以幫助企業瞭解目標用户的站內行為與站外興趣,並預測出哪些客户具有更高的潛在需求,進而推薦最切合其需求的商品與服務,這將有助於增強客户互動並提高商務合作的可能性。” 引領科技脈動 共拓科技無限潛能 據IDC預測,到2024年,30%的全球2000強公司將採用人工智能技術,且人工智能不再只是‘錦上添花’,而是企業增強業務彈性及應對新常態的關鍵技術。COMPUTEX線上發佈會期間,IDC高級副總裁David Reinsel表示:“儘管新冠疫情對我們的生活造成了影響,但遊戲、物聯網與信息安全等新技術的突破創新將在未來幾年內為已實施數字化轉型的企業創造大量商機。” 在萬物互聯的應用場景中,人工智能對實時計算的需求將急速猛增,而5G商用則可高速率傳輸海量數據,並能利用高性能計算在極短的時間內完成複雜或大量運算工作。同時,通過部署邊緣計算可減少大型服務器的能耗並提升信息安全水平,有助於創新技術與初創企業的突破性發展,從而為科技生態系統帶來顛覆性變革。 聚焦七大主題 構建全球科技生態系統 COMPUTEX 2021持續引領科技脈動,將以七大主題貫穿本屆展會及同期活動,包括5G、人工智能與物聯網、邊緣計算、高性能計算(HPC)、網絡安全、電競、創新技術與初創企業。 COMPUTEX 2021台北國際電腦展將於6月1日至6月4日在台北南港展覽館1館、2館及台北國際會議中心舉行,致力於為線上線下觀眾帶來智慧展覽體驗;同期活動InnoVEX將於6月2日至6月4日在南港2館4樓舉行。更多展會信息,請訪問COMPUTEX及InnoVEX官方網站。

    時間:2020-12-15 關鍵詞: 展會 COMPUTEX 人工智能

首頁  上一頁  1 2 3 4 5 6 7 8 9 10 下一頁 尾頁
發佈文章

技術子站

更多

項目外包