人工智能

作者:stark

深鉴科技(DeePhi Tech)由斯坦福与清华大学的深度学习硬件加速研究者创立,致力于为全世界提供更便捷、更高效、更经济的深度学习平台解决方案。人工智能是现在最热门的领域,最为该领域的一匹黑马,深鉴科技凭借原创技术实力不仅获得了资本的认可也获得了市场的欢迎,与Xilinx、亚马逊、蚂蚁金服、国家电网、搜狗搜索等公司保持着密切的合作。在近期举办的深鉴发布会上发布了多款神经网络(NN)相关硬件和软件产品,其中一款就是基于亚马逊AWS EC2 F1实例的自动语音识别加速系统DP-S64 ASR。

图1:深鉴发布DP-S64自动语音识别加速方案

图1:深鉴发布DP-S64自动语音识别加速方案

2017年10月24日,中国AI创业公司深鉴科技在北京举行盛大的2017新品发布会,面向如火如荼的AI应用集中推出五款基于赛灵思全可编程技术的自主研发的智能产品与深鉴深度学习开发软件DNNDK,强势参与人工智能领域软件、场景、数据战场的角逐,为更广泛的人工智能应用注入了强大的驱动力。

深鉴科技此次发布的五款产品包括深鉴科技的人脸检测识别模组、人脸分析解决方案、视频结构化解决方案、深鉴ARISTOTLE架构平台,以及深鉴语音识别加速方案。其中前四款均为视频监控应用平台及相关解决方案。(图1:深鉴科技CEO 姚颂发布基于赛灵思Zynq-7020 的DP-1200-F1 人脸分析和识别解决方案)

赛灵思公司FPGA 实现软件及SDx 应用副总裁Sudip Nag博士出席了深鉴科技的发布会并发言,展示了赛灵思与深鉴在深度学习领域良好而稳固的合作关系,对深鉴在FPGA领域的潜能及发展速度表示的肯定的同时,也表示深鉴科技紧密合作, 共同深耕深度学习市场, 推动更多基于深度学习的精彩应用。

根据IDC全球半年度认知/人工智能系统支出指南最新预测,到2021年,全球认知和人工智能(AI)系统支出预计将达576亿美元。随着众多行业积极投资认知和人工智能解决方案,在2016-2021年的预测期内,预计认知和人工智能系统支出的复合年增长率(CAGR)将达到50.1%。2017年,全球认知和人工智能系统支出总额将达到120亿美元,相比2016年增长59.1%。

IDC Customer Insights and Analysis研究经理Marianne Daquila表示:“认知和人工智能解决方案在各行各业不断普及,带来了巨大的增长机遇。部分用例针对特定行业,例如医疗方面的诊断和治疗,而在其他方面,用例则经常横跨多个行业,如自动客户服务座席。认知/人工智能用例的种类、应用和性质是导致预测期内支出普遍增加的原因。”

预计2017年零售业和银行业在认知和人工智能系统方面的支出最高,分别达到17.4亿美元和17.2亿美元。离散制造、医疗和流程制造今年的支出预计也将分别超出10亿美元。这五个行业在未来五年预测中,仍将是支出最高的行业,到2021年,其投资总额将占全球支出的近55%。零售业除在认知和人工智能系统上的支出总额最多外,其支出增长率也将是最快的,2016-2021年复合年增长率将达到58.8%。其他六个行业的支出在预测期内将会实现超过50%的复合年增长率。

Redzone Robotics 的机器人 Solo 是完全自主的排水管道检查机器人,不仅可提高生产效益,而且还能够以低成本方式限定道路封闭。Xilinx 器件是 Solo 自主工作的核心,能够实现重要的人工智能程序,在极为小巧的外形中实现可靠的吞吐量和现场可编程性。

人工智能行业薪酬曝光 是时候转行了

人工智能可谓是目前最热门的行业,从走在前沿的科技公司,到努力创新的传统行业,几乎都想把握这个新“风口”。而人工智能的核心就是人才,热门的行业通常意味着工作机会和薪酬待遇都跟着增加,那么对于热门中的热门,人工智能领域薪酬水平和人才供需情况到底如何呢?

下面就通过 11 张统计图来看看,这个“风口”行业的人才有多贵。

1、人工智能在互联网岗位薪酬排名中位列第三
数据显示,管理岗在各岗位中薪酬最高,平均达到 23k,数据开发和人工智能紧随其后,都在 20k 以上。

2、职位数大增,投递量增长更快
从 2015 年到 2016 年,人工智能招聘岗位的数量翻了一番,投递量增加了近两倍,平均薪酬也有温和增长。

外媒日前报道,大摩分析师Joseph Moore和团队在参加斯坦福大学「热门芯片」(Hot Chips)年度会议后,对FPGA的重要性大感讶异,因为全球前七大云端厂商中,就有三家业者针对FPGA的各项元素进行策略报告,与之相较,市场先前还对FPGA的云端应用感到相当怀疑。

不仅如此,若要即时使用深度学习的神经网络演算法(即所谓的推论),FPGA于其中扮演的角色,也比投资人想像还要重要。

大摩认为,Xilinx是主要受惠的厂商。举例来说,Xilinx客户百度(Baidu)正在打造一项新架构、扩大FPGA应用,亚马逊云端平台「Amazon Web Services」也使用FPGA进行机器学习,还在会议上更新了Xilinx FPGA F1服务。微软(Microsoft)则发表了一份基于Altera FPGA的机器学习报告。

麦肯锡报告:2017年机器学习和人工智能现状

咨询公司麦肯锡日前发布报告,对人工智能和机器学习领域的现状及未来进行了分析。

以下为报告要点:

——包括百度和谷歌(微博)在内的科技巨头,2016年在人工智能上的投入在200亿至300亿美元之间,其中90%花到研发和部署上,还有10%用于人工智能收购。

——人工智能投资已经变成全球顶尖科技公司之间的专利和知识产权大战。

——美国公司吸收了2016年66%的人工智能投资,中国以17%位居第二,而且增长很快。

——借助更好的搜索结果,Netflix估计该公司通过避免用户退订每年减少的营收损失达到10亿美元。

这些结论都来自麦肯锡全球研究院上月发布的《人工智能,下一个数字前沿》(Artificial Intelligence, The Next Digital Frontier)。他们对3000多名高管进行了采访,了解了这些人使用人工智能技术的情况,以及他们的公司未来的部署前景。此外还包括人工智能对市场、政府和个人的影响。

这项研究的要点如下:

人工智能将能预测人类寿命?精确率已达69%

据国外媒体报道,一项最新研究显示,我们或能利用人工智能预测自己的寿命。澳大利亚阿德莱德大学的研究人员利用机器学习技术,通过分析病人的胸腔影像,对预期寿命不超过五年的病人进行了预测,最终精确率约为69%,和医生的预测结果差不多。

虽然该研究结果有点惊悚,但对严重疾病的早期诊断或具有重要意义,让医生及时介入疾病进程。“预测病人的预后情况非常重要,因为这样一来,医生或许可为病人提供量身定制的治疗方案。”该研究的主要作者、阿德莱德大学公共医学院的卢克·奥克登·雷纳博士(Dr Luke Oakden-Rayner)指出。

百度云发布FPGA云服务器 加速人工智能应用开发

日前,百度云FPGA云服务器发布内测版本,成为国内率先推出可用的FPGA云服务的厂商。FPGA云服务器的发布,标志着百度云逐步将FPGA的技术实践经验对外开放,满足企业和开发者的高性能计算需求,助力人工智能和大数据应用。

FPGA是现场可编程门阵列(Field Programmable Gate Array)的简称,通常被应用于特定应用领域的计算加速,是异构计算家族重要的一员。近年来, GPU/FPGA的使用,使得深度学习的训练速度倍数提升,大规模、高性能的云端计算硬件集群成为人工智能发展的强劲引擎。FPGA在互联网、人工智能行业逐渐被应用起来,涉及人脸识别、语音识别、智能家居、智能交通、基因测序、视频、图像、文本数据处理等众多领域。

作为国内最早部署GPU/FPGA集群的互联网公司,以及国内领先的人工智能公司,百度拥有数十万台服务器,采用先进的集群操作系统来统一管理。为了深度学习训练的需要,百度自研GPU和FPGA服务器,构建了中国最大的GPU/FPGA集群。百度拥有将近9年的FPGA加速器研发和大规模部署的经验,技术处于世界领先水平。百度在FPGA加速及系统领域的论文发表在ASPLOS 2014(国内第二篇,并获最佳论文提名),EUROSYS2014,ISLPED2013, Hotchips 2014/2016/2017等顶级国际会议。

你需了解的人工智能四大概念

AI(人工智能)是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。具体到应用来说,每一个人工智能解决方案都建立在四个基础之上,还没搞清楚?来看看我们的快速指南吧!

毋庸置疑,人工智能正在席卷整个世界,层出不穷的创新应用正实践于所有行业和领域。正如电影中描述的那样,人类使用人工智能机器人代替医生已经有几十年的时间,上至各行各业的专家,下到普通消费者,人工智能正在帮助我们更快的诊断和解决问题,比如进行精密的手术,比如用语音命令播放一首歌曲。

大众只注意到人工智能带来的益处,而对于专业人士来说,有四个概念必须要了解:分类方法、类别、机器学习和协同过滤。这四个支柱也代表了分析过程中的步骤。分类方法涉及创建特定问题域的度量(例如财务、网络)。类别涉及哪些数据与所需解决的问题最为相关。机器学习包括异常检测、聚类、深度学习和线性回归。协作过滤涉及在大型数据集上寻找模式。

分类方法

同步内容