人工智能(AI)开发者Jagadish K. Mahendran和他的团队设计了一款由人工智能驱动的语音激活的背包,可以帮助视障人士导航和感知路途。这款背包可以帮助探测一些常见的路障,例如交通信号灯、悬挂的障碍物、人形横道、移动的物体和上下坡,这些探测的计算都在一款低功耗的交互式设备上运行。
>>详情AI依赖的算法是一个庞大而复杂的网络,有很多参数要存储,也需要完成大量的计算,这些计算中又会产生大量数据。在完成大量计算的过程中,一般芯片的设计思路是将大量增加并行的运算单元,例如上千个卷积单元,需要调用的存储资源也在增大,然而存储资源一直是有限的。随着运算单元的增加,每个运算单元能够使用的存储器的带宽和大小在逐渐减小,可见存储器是AI芯片的瓶颈。
>>详情今天的社会正变得越来越以多媒体为中心、依赖更多的数据和自动化。自动驾驶系统正在加速普及。自动化、分析化和智能化正在从人类转向“特定于机器”的应用。计算机视觉和视频将在我们未来的数字世界中扮演重要角色。数以百万计的智能传感器将通过人工智能嵌入汽车、智能城市、智能家居和仓库。此外,5G技术将成为一个完全互联的智能世界的数据高速公路,有望连接从人到机器甚至机器人的一切。
>>详情人工智能 (AI)、机器学习 (ML) 和算法这几个词经常出现误用、混淆和误解。尽管它们都有各自的固定含义,但是人们常常会将这几个概念互换使用。遗憾的是,如果没有领会这些含义,它们可能会让本已十分复杂的快速发展领域乱上加乱。现在,就让我们认识一些有关算法、人工智能和机器学习的基础知识,了解它们是什么、如何使用、用在哪里以及分别是为了什么才创造出它们。我们首先从算法开始讨论,因为算法构成了人工智能和机器学习的基
>>详情在过去的十年中,工业系统的有线和无线基础设施发生了巨大的变化,从传统的现场总线技术向工业以太网转变,以太网/ IP,ProfitNET和EtherCAT等协议取代了传统网络。现在,通过在石油,天然气,制药,过程监控/控制,车队管理,库存管理和工业自动化等行业垂直领域实现的工业无线传感器网络(IWSN)可以很容易地看到工业4.0的概念。
>>详情在无处不在的消费物联网细分市场中,随着应用机会越来越多,各种娱乐、通信、家庭自动化、安全性以及其他各种设备层出不穷,使得人们的兴趣和需求越来越旺盛。对更具沉浸感和感知力的人机交互的需求是推动智能家居中边缘AI需求的关键因素。
>>详情对人工智能研究人员而言,真正的突破发生在“深蓝”进入公众视野之前的三四十年。类似的,在深度卷积网络开始成为头条新闻的20多年前,它就已经存在了,所有的数学问题都完全解决了。
>>详情