女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

AI核心動力之深度學習神經網絡的現狀及發展趨勢

HOPE開放創新平臺 ? 2017-12-01 09:48 ? 次閱讀

11月30日,由海爾開放創新平臺HOPE、模塊商資源平臺海達源主辦的第33屆眾創空間模塊商方案交互日精彩繼續!

今天交互日圍繞人工智能芯片標準及定制進行研討,973項目首席科學家,西安交通大學龔怡宏教授、芯片設計專家,上海交通大學梁曉峣教授以及AIEC人工智能聯盟專家紛紛助陣,通過主題演講和圓桌論壇等形式,不斷將研討會氛圍推向高潮。

01聽專家講AI未來走向何方

人工智能早已被捧上風口,其中算法、數據和計算能力是核心驅動力。也就是說這三個要素的發展情況將決定AI的未來發展。那么AI前景到底如何?

研討會現場,龔怡宏教授為參會者梳理了AI核心動力之一——深度學習神經網絡的現狀及發展趨勢。

973項目首席科學家,西安交通大學龔怡宏教授

龔教授精彩觀點分享:

①深度學習神經網絡未來發展將出現兩大趨勢:計算遷移和基于小樣本集的學習算法;

②網絡結構及效率不斷優化,面向智能終端的AI處理芯片將出現;

③深度學習神經網絡的壓縮技術也將不斷成熟;

而梁曉峣教授則通過類比GPU(圖形處理器)發展歷史的形式,分享了AI芯片的演進。

芯片設計專家,上海交通大學梁曉峣教授

梁教授精彩觀點分享:

①Moore定律并沒有失效,反而是GPU歷史上對沖2P的最強武器,而同樣的事情也可能發生在人工智能芯片上;

②目前芯片行業正面臨行業最大的變數,新晉入局的互聯網巨頭以及AI新貴們力量足夠強大,可能會改變行業格局;

③未來推動先進工藝的未必是Intel或NVIDIA,也許率先在1nm工藝上流片的是Google或者商湯;

兩位教授深入淺出的演講贏得了現場陣陣掌聲,聽眾們紛紛表示受益匪淺。

2智能家電普及要靠芯片定制

作為智能家電行業存在的基礎,人工智能芯片的優劣將直接反映在產品性能上,但是芯片研發上的高投入導致智能家電普及緩慢。

如何解決這一問題?智能芯片的上游定制化開發就是重要路徑之一。

交互現場

通過芯片定制,人工智能資源方可以為企業提供高性價比的解決方案,在提高開發效率、快速滿足用戶需求的同時,也使智能家電更快進入千家萬戶。

海爾始終把用戶體驗放在第一位,這也是也是海爾智能家電不斷前進的動力。

據海爾超前創新中心總監馬國軍介紹:“通過開放式創新,海爾致力于將電器變成網器, 互通互聯,打造開放的創新生態系統。芯片定制作為智能家電的核心,在滿足用戶個性化需求,主動提供服務,為用戶提供最佳體驗上發揮著重要作用。”

3標準化推廣,海爾義不容辭

實現智能家電的普及化,除了上游定制開發芯片外,還離不開標準化的推廣。

而作為AIEC人工智能聯盟中唯一的家電企業,海爾對于標準的推廣更是義不容辭。為什么海爾會有這種“使命感”?活動現場,海爾超前創新中心總工程師俞國新博士給出了答案。

圓桌會議

用戶需求:芯片標準的制定和推廣可以讓家電更“聰明、貼心”,對海爾來說,這種提升用戶體驗的工作自然要積極參與。

標準優勢:國際、國內標準化領域家電第一的優勢,使海爾可以有效推動標準的發布和運行。

平臺對接:利用開放創新平臺HOPE,海爾可以實時發布芯片研發需求,并通過與資源商的零距離交互,全面承接智能芯片的驗證、試用評測等系列工作。

一上午的大咖對話讓不少與會者感覺意猶未盡,而從這場研討會后再出發,未來人工智能芯片標準制定和定制化之路又將走向何方,值得期待。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1804

    文章

    48677

    瀏覽量

    246376

原文標題:眾創空間交互日DAY2:小芯片里有智能家電普及的大文章!

文章出處:【微信號:haierhope,微信公眾號:HOPE開放創新平臺】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    工業電機行業現狀及未來發展趨勢分析

    過大數據分析的部分觀點,可能對您的企業規劃有一定的參考價值。點擊附件查看全文*附件:工業電機行業現狀及未來發展趨勢分析.doc 本文系網絡轉載,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題,請第一時間告知,刪除內
    發表于 03-31 14:35

    BP神經網絡深度學習的關系

    ),是一種多層前饋神經網絡,它通過反向傳播算法進行訓練。BP神經網絡由輸入層、一個或多個隱藏層和輸出層組成,通過逐層遞減的方式調整網絡權重,目的是最小化網絡的輸出誤差。 二、
    的頭像 發表于 02-12 15:15 ?697次閱讀

    深度學習入門:簡單神經網絡的構建與實現

    深度學習中,神經網絡核心模型。今天我們用 Python 和 NumPy 構建一個簡單的神經網絡神經
    的頭像 發表于 01-23 13:52 ?437次閱讀

    深度學習中的卷積神經網絡模型

    深度學習近年來在多個領域取得了顯著的進展,尤其是在圖像識別、語音識別和自然語言處理等方面。卷積神經網絡作為深度學習的一個分支,因其在圖像處理
    的頭像 發表于 11-15 14:52 ?738次閱讀

    深度神經網絡在雷達系統中的應用

    深度神經網絡(Deep Neural Networks,DNN)在雷達系統中的應用近年來取得了顯著進展,為雷達信號處理、目標檢測、跟蹤以及識別等領域帶來了革命性的變化。以下將詳細探討深度神經網
    的頭像 發表于 07-15 11:09 ?1358次閱讀

    簡單認識深度神經網絡

    深度神經網絡(Deep Neural Networks, DNNs)作為機器學習領域中的一種重要技術,特別是在深度學習領域,已經取得了顯著的
    的頭像 發表于 07-10 18:23 ?1804次閱讀

    卷積神經網絡在視頻處理中的應用

    卷積神經網絡(Convolutional Neural Networks,CNN)作為深度學習的代表算法之一,在計算機視覺領域取得了顯著成就,特別是在視頻處理方面。本文將深入探討卷積神經網絡
    的頭像 發表于 07-09 15:53 ?1129次閱讀

    深度神經網絡與基本神經網絡的區別

    在探討深度神經網絡(Deep Neural Networks, DNNs)與基本神經網絡(通常指傳統神經網絡或前向神經網絡)的區別時,我們需
    的頭像 發表于 07-04 13:20 ?1637次閱讀

    深度神經網絡的設計方法

    結構的構建,還包括激活函數的選擇、優化算法的應用、正則化技術的引入等多個方面。本文將從網絡結構設計、關鍵組件選擇、優化與正則化策略、以及未來發展趨勢四個方面詳細探討深度神經網絡的設計方
    的頭像 發表于 07-04 13:13 ?924次閱讀

    卷積神經網絡訓練的是什么

    、訓練過程以及應用場景。 1. 卷積神經網絡的基本概念 1.1 卷積神經網絡的定義 卷積神經網絡是一種前饋深度學習模型,其
    的頭像 發表于 07-03 09:15 ?838次閱讀

    深度學習與卷積神經網絡的應用

    到自然語言處理,深度學習和CNN正逐步改變著我們的生活方式。本文將深入探討深度學習與卷積神經網絡的基本概念、工作原理及其在多個領域的應用,并
    的頭像 發表于 07-02 18:19 ?1335次閱讀

    卷積神經網絡和bp神經網絡的區別

    化能力。隨著深度學習技術的不斷發展神經網絡已經成為人工智能領域的重要技術之一。卷積神經網絡和BP神經
    的頭像 發表于 07-02 14:24 ?5858次閱讀

    深度神經網絡模型cnn的基本概念、結構及原理

    ,其核心是構建具有多層結構的神經網絡模型,以實現對復雜數據的高效表示和處理。在眾多深度學習模型中,卷積神經網絡(CNN)因其在圖像識別等領域
    的頭像 發表于 07-02 10:11 ?1.1w次閱讀

    深度神經網絡模型有哪些

    、Sigmoid或Tanh。 卷積神經網絡(Convolutional Neural Networks,CNN): 卷積神經網絡深度學習中最重
    的頭像 發表于 07-02 10:00 ?2281次閱讀

    神經網絡架構有哪些

    神經網絡架構是機器學習領域中的核心組成部分,它們模仿了生物神經網絡的運作方式,通過復雜的網絡結構實現信息的處理、存儲和傳遞。隨著
    的頭像 發表于 07-01 14:16 ?1379次閱讀