神經網路 - 的 同標籤文章 - 共有 11 篇文章 搜尋時間 0.009 秒

在稍早舉辦的百度AI開發者大會中，百度宣布與Intel攜手合作，雙方將合作打造代號「Spring Crest」、針對人工智慧訓練需求設計的Nervana神經網路處理器NNP-T，主要加速大規模分散式數據資料學習訓練，同時針對圖像識別訓練最佳化，並且採用晶片整合記憶體 (on-chip memeory)設計，藉此取代標準快取記憶體設計，可直接透過軟體定義管理。 依照說明，NNP...... [閱讀更多]

除了揭曉Titan RTX，NVIDIA在此次2018年神經網路資訊處理系統會議 (NeurIPS)同時也展示以人工智慧技術建置3D虛擬世界，藉此讓自駕車系統能以此學習更多駕駛經驗，或是更有效率地針對遊戲或虛擬實境應用打造3D模擬環境。 在此之前，NVIDIA便提出訓練Jetson平台機器人學習行為的ISSAC虛擬環境應用，以及透過3D虛擬環境訓練自駕車系統的Autosim技...... [閱讀更多]

稍早於阿里巴巴在杭州舉辦雲棲大會2018上，阿里巴巴宣布將旗下中天微與達摩院晶片業務團隊整併，並且以非洲草原蜜獾在中國別稱「平頭哥」命名，強調以不畏懼精神在上場上打拚，預計在2019年推出自有神經網路晶片，預計應用在旗下自駕車、人工智慧等應用。 阿里巴巴在今年4月宣布收購中天微，藉此協助推動旗下基於雲端連接的物連網應用發展，同時也認為中國應該更加著重發展自有核心技術，藉此在市...... [閱讀更多]

DeepMind 發表 原文《Prefrontal cortex as a meta-reinforcement learning system 》，合作媒體 雷鋒網  編譯 ，INSIDE 授權轉載。 最近， AI 系統已經學會一系列遊戲的玩法，如雅達利經典遊戲 Breakout 和 Pong。儘管這樣的表現令人印象深刻，但其實人工智慧需要數千小時的遊戲時間才能達到並超...... [閱讀更多]

本文由 AI 前線 編譯與導讀（微信公眾號：ai-front）AI 前線針對 AI 愛好者、開發人員和科學家，提供最新 AI 技術分享乾貨文與論文解讀。英文原文 "Deep Reinforcement Learning Doesn't Work Yet"，INSIDE 授權轉載。 AI 前線導讀 深度強化學習可以說是人工智慧領域現在最熱門的方向，它之所以聲名大振，與 Deep...... [閱讀更多]

本篇來自合作媒體 雷鋒網 ，INSIDE 經授權轉載。 近日，DeepMind 發表的一篇部落客中提到了一種新的人工智慧體，它可以推斷數字，角色和肖像的構造方式。更為關鍵的是，它們是自己學會做這件事，而不是靠人工標記的數據集。 真實的世界並不僅僅是我們眼睛裡所反映的圖像。例如，當我們看建築物並欣賞其設計的複雜性時，我們也欣賞它所需的工藝。這種思維方式可以使我們對世界有更加...... [閱讀更多]

本篇來自合作媒體 雷鋒網 ，INSIDE 經授權轉載。 日前，Google 和英偉達宣布將 NVIDIA TensorRT 集成到 TensorFlow 1.7 中。在 Google 開發者部落格中，他們介紹了此次合作的詳細資訊以及整合之後的性能，編譯整理如下： TensorRT 是一個可以用於優化深度學習模型，以進行推理，並為生產環境中的 GPU 建立運行環境的庫。它能...... [閱讀更多]

▲NSYNTH SUPER 實驗原型，photo credit: Google NSynth 原文刊登於 GeekPark，INSIDE 獲授權轉載。 將 16 種原始音源輸入到 NSynth 演演算法中，最終生成了超過 10 萬種新的音色。 技術的進步會給藝術創作帶來啓發。Google 發表了一個零門檻的音樂製作工具，讓普通人也能進行...... [閱讀更多]

草根影響新視野　鍾藝 編譯 在我們看來，學會騎自行車並不是一件簡單的事情，它需要反覆的練習才能掌握。騎車時，身體的配合和大腦的反應是騎單車必不可少的關鍵元素，兩者的協同作用應該是一個很複雜的過程。但近日科學家發現，其實騎自行車並不需要用用太多腦，準確來說，兩個在神經網路上的神經元就可以保證我們順暢的完成騎車的全套動作。 蘇黎世神經信息學研究所的研究員馬修．庫克（Matthew ...... [閱讀更多]

Photo credit: 微軟 近年 AI 在各領域表現大幅躍進，不管是 作曲 、 建立另一個 AI，成果都相當讓人刮目相看前陣子京都大學發表了可以「讀心」的 AI， 從無到有還原受試者正盯著的影像。現在微軟 AI 又在影像領域產生了新的突破，能夠看完文字敘述以後自己「畫圖」。 和 Google 的 Sketch RNN 真的要訓練電腦...... [閱讀更多]