-
改善無人機影像追蹤痛點 臺大CES團隊推無線電波追隨功能
在無人機的領(lǐng)域中，必定聽過大疆（DJI）的AcTIve track智能追隨功能，其透過影像識別和機器學(xué)習(xí)技術(shù)，以達到目標(biāo)物追蹤的目的；但是影像判別的做法，往往會因為天候、環(huán)境昏暗度，甚至連光
-
人工智能和機器學(xué)習(xí)正在醫(yī)療領(lǐng)域扎根
在眾多創(chuàng)新中，醫(yī)療領(lǐng)域出現(xiàn)不少實際的人工智能（AI）應(yīng)用。幾乎所有醫(yī)院已在使用某種形式的AI，更有不少醫(yī)療機構(gòu)已在進行大型AI專案。機器學(xué)習(xí)技術(shù)則已廣泛應(yīng)用于醫(yī)療險理賠、臨床決策支持和判斷放
-
Verint已完成對Next IT所有流通股權(quán)的收購，加快云及自動化能力發(fā)展
北京，2018年1月9日 — 慧銳系統(tǒng)Verint® Systems Inc.（納斯達克股票代碼：VRNT）近日宣布，該公司已完成對Next IT公司及其子公司Next IT
-
谷歌 AI 錯把黑人當(dāng)“大猩猩”，如今應(yīng)用識別都心瘆
2015年，一名黑人軟件開發(fā)人員在Twitter上說，谷歌的照片服務(wù)（Google Photos）把他和一個黑人朋友的照片打上了“大猩猩”的標(biāo)簽，這讓谷歌感到非常尷尬。谷
-
2017AI回顧：“狂野西部”般的人工智能更智能
“人工智能就像現(xiàn)在的‘狂野西部’，”高通的圖形主管TIm Leland在本月早些時候告訴我，該公司推出了最新的高端移動芯片。Snapdragon
-
未來AI可能會更替180萬個崗位，你該如何應(yīng)對？
根據(jù)科研公司Gartner的一項新研究，到2020年，人工智能（AI）和機器學(xué)習(xí)可能會淘汰180萬個工作崗位，但同時創(chuàng)造230萬個新崗位。在這種情況下，消失和創(chuàng)造這兩大不同結(jié)果在很大程度上取決于
-
TensorFlow的框架結(jié)構(gòu)解析
TensorFlow是谷歌的第二代開源的人工智能學(xué)習(xí)系統(tǒng)，是用來實現(xiàn)神經(jīng)網(wǎng)絡(luò)的內(nèi)置框架學(xué)習(xí)軟件庫。目前，TensorFlow機器學(xué)習(xí)已經(jīng)成為了一個研究熱點。由基本的機器學(xué)習(xí)算法入手，簡析機器學(xué)習(xí)
-
數(shù)據(jù)科學(xué)、機器學(xué)習(xí)和AI的區(qū)別？如何一起使用？
當(dāng)我進行以數(shù)據(jù)科學(xué)家進行自我介紹時，經(jīng)常會被問道：“數(shù)據(jù)科學(xué)和機器學(xué)習(xí)有什么區(qū)別？”或者“這是不是意味著你在研究人工智能？”所以我將通過本文進行回
-
人工智能之機器學(xué)習(xí)與深度學(xué)習(xí)介紹
我們周圍的事物正變得越來越智能。 從汽車到智能手機，到數(shù)字助理，甚至包括機器人。我們不只是在講每天層出不窮的、突破性的新功能。更重要的是，設(shè)備、計算機和機器都在聰明地執(zhí)行任務(wù)。它們是如何
-
機器學(xué)習(xí)將改變商業(yè)智能分析應(yīng)用
隨著人工智能(AI)與機器學(xué)習(xí)(machine learning)技術(shù)取得進展后，將會讓數(shù)據(jù)預(yù)備、發(fā)現(xiàn)、分析、預(yù)測與以數(shù)據(jù)為主的決策更加簡易，進而幫助業(yè)者使其營運流程更加智能化。 據(jù)報導(dǎo)
-
IoT并不安全？IoT的五大困惑
近幾年物聯(lián)網(wǎng)（IoT）無論在消費者或是企業(yè)領(lǐng)域的成長皆快速，但許多人也對IoT能帶來的益處產(chǎn)生迷思，一旦有著錯誤認(rèn)知，則有可能將企業(yè)的IoT方針帶往錯誤方向，錯過IoT帶來的真正變革力量，或
-
機器學(xué)習(xí)中算法與模型的區(qū)別
機器學(xué)習(xí)中的“算法”是什么？ 機器學(xué)習(xí)中的“算法”是在數(shù)據(jù)上運行以創(chuàng)建機器學(xué)習(xí)“模型”的過程。 機器學(xué)習(xí)算法執(zhí)行“模式識別”。算法從數(shù)據(jù)中“學(xué)習(xí)”，或者對數(shù)據(jù)集進行“擬合”。 機器學(xué)習(xí)算法有很多。比如
-
機器學(xué)習(xí)的突飛猛進，這些進步很可疑
站在2018年，圖像分類準(zhǔn)確率在95%以上的模型，已經(jīng)遍地都是。 回想2012年，Hinton帶著學(xué)生們以ImageNet上16.4%的錯誤率震驚計算機視覺研究界，似乎已經(jīng)是遠(yuǎn)古時期的歷
-
用高德納曲線探討人工智能的發(fā)展情況
首先，介紹一個新科技預(yù)測工具—技術(shù)成熟度曲線（The Hype Cycle）。技術(shù)成熟度曲線是美國高德納公司提出并使用的預(yù)測工具。從1995年開始，高德納公司就開始用技術(shù)成熟度曲 線
-
PyTorch如何加速數(shù)據(jù)并行訓(xùn)練？分布式秘籍大揭秘
在芯片性能提升有限的今天，分布式訓(xùn)練成為了應(yīng)對超大規(guī)模數(shù)據(jù)集和模型的主要方法。本文將向你介紹流行深度學(xué)習(xí)框架 PyTorch 最新版本（ v1.5）的分布式數(shù)據(jù)并行包的設(shè)計、實現(xiàn)和評估。 論文地
-
微型控制器會成為機器學(xué)習(xí)的關(guān)鍵命門
Azeem請我在CogX上做一次演講，并且希望我集中討論我希望觀眾領(lǐng)悟的一個點。幾年前我的工作的重點就是讓人們相信深度學(xué)習(xí)是一次真正的革命，而不是一時的熱潮，但是不斷涌現(xiàn)的諸多產(chǎn)品足以回答這個問
-
腦機接口的“校準(zhǔn)”新成果，可以幫助殘疾人在幾秒鐘內(nèi)學(xué)會使用
腦機接口（BCI）能實現(xiàn)重度殘疾人對輪椅、機器人手臂以及電腦等設(shè)備的控制。雖然在提高這些設(shè)備的準(zhǔn)確度與精密度方面已經(jīng)取得了很大的進步，但是為了使用戶熟悉這些技術(shù)，需要長時間的繁瑣訓(xùn)練。必須讓計算
-
芬安全利用機器學(xué)習(xí)和行為分析技術(shù)于端點安全
企業(yè)基礎(chǔ)設(shè)備越來越多，控制每個端點變得越來越困難，以及員工頻繁使用網(wǎng)絡(luò)來完成工作，使得網(wǎng)絡(luò)安全充斥太多不確定因素。芬安全(F-Secure)將極為復(fù)雜的端點保護變得很簡單。 導(dǎo)致不同類型
-
是誰賦予了人工智能強大的力量？
一、人工智能與深度學(xué)習(xí) 2016年，AlphaGo與李世石九段的圍棋對決無疑掀起了全世界對人工智能領(lǐng)域的新一輪關(guān)注。在與李世石對戰(zhàn)的5個月之前，AlphaGo因擊敗歐洲圍棋冠軍樊麾二段，
-
保險業(yè)者用機器學(xué)習(xí)提高業(yè)務(wù)效率
保險業(yè)者將機器學(xué)習(xí)運用到業(yè)務(wù)的實際案例越來越多元，據(jù)DataRobot研究指出，包括索賠預(yù)測、動態(tài)價格調(diào)整、詐欺偵測、產(chǎn)品推薦、風(fēng)險評級、安全與隱私等，都是保險業(yè)者利用機器學(xué)習(xí)優(yōu)勢的類別。
