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(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

為何“深度學(xué)習(xí)”突然變得無(wú)處不在,它能做什么?不能做什么?

jmiy_worldofai ? 來(lái)源:lq ? 2019-01-24 15:42 ? 次閱讀

隨著阿爾法狗、無(wú)人駕駛智能翻譯的橫空出世,“人工智能”這個(gè)已經(jīng)存在60多年的詞語(yǔ),仿佛一夜之間重新成為熱詞。同時(shí)被科技圈和企業(yè)界廣泛提及的還有“機(jī)器學(xué)習(xí)”“深度學(xué)習(xí)”“神經(jīng)網(wǎng)絡(luò)”…… 但事實(shí)是,如此喧囂熱烈的氣氛之下,大部分人對(duì)這一領(lǐng)域仍是一知半解。

如果要說(shuō)誰(shuí)有資格談?wù)撃壳罢谶M(jìn)行的“人工智能革命”,特倫斯·謝諾夫斯基(Terry Sejnowski)必然是其中一個(gè)。

在智能翻譯、無(wú)人駕駛、阿爾法狗、微軟小冰還被認(rèn)為是遠(yuǎn)在天邊的愿景時(shí),謝諾夫斯基就已經(jīng)在為深度學(xué)習(xí)領(lǐng)域奠定基礎(chǔ)了。

特倫斯·謝諾夫斯基

謝諾夫斯基是20世紀(jì)80年代挑戰(zhàn)構(gòu)建人工智能主流方法的一小撮研究人員之一。他們認(rèn)為,受大腦生物學(xué)啟發(fā)的、那些被稱為“神經(jīng)網(wǎng)絡(luò)”“連接主義”和“并行分布處理”的AI實(shí)現(xiàn)方法,會(huì)最終解決困擾基于邏輯的AI研究的難題,從而提出了使用可以從數(shù)據(jù)中學(xué)習(xí)技能的數(shù)學(xué)模型。正是這一小群研究人員,證明了基于大腦式的計(jì)算的全新方法是可行的,從而為“深度學(xué)習(xí)”的發(fā)展奠定了基礎(chǔ)。

借由《深度學(xué)習(xí):智能時(shí)代的核心驅(qū)動(dòng)力量》一書出版機(jī)會(huì),美國(guó)科技媒體《The Verge》采訪了特倫斯·謝諾夫斯基,與他討論了“人工智能”“神經(jīng)網(wǎng)絡(luò)”“深度學(xué)習(xí)”“機(jī)器學(xué)習(xí)”究竟有何區(qū)別?為何“深度學(xué)習(xí)”突然變得無(wú)處不在,它能做什么?不能做什么?以下是采訪全文:

Q:首先,我想問(wèn)一下定義。人們幾乎可以互換地使用“人工智能”,“神經(jīng)網(wǎng)絡(luò)”,“深度學(xué)習(xí)”和“機(jī)器學(xué)習(xí)”等詞語(yǔ)。 但這些是不同的東西。你能解釋一下嗎?

特倫斯·謝諾夫斯基:人工智能可以追溯到1956年的美國(guó),那時(shí)工程師們決定編寫一個(gè)試圖仿效智能的計(jì)算機(jī)程序。

在人工智能中,一個(gè)新領(lǐng)域成長(zhǎng)起來(lái),稱為機(jī)器學(xué)習(xí)。不是編寫一個(gè)按部就班的程序來(lái)做某事——這是人工智能中的傳統(tǒng)方法——而是你收集了大量關(guān)于你試圖理解的事物的數(shù)據(jù)。例如,設(shè)想您正在嘗試識(shí)別對(duì)象,因此您可以收集大量它們的圖像。然后,通過(guò)機(jī)器學(xué)習(xí),這是一個(gè)可以剖析各種特征的自動(dòng)化過(guò)程,就可以確定一個(gè)物體是汽車,而另一個(gè)是訂書機(jī)。

機(jī)器學(xué)習(xí)是一個(gè)非常大的領(lǐng)域,其歷史可以追溯到更久遠(yuǎn)的時(shí)期。最初,人們稱之為“模式識(shí)別”。后來(lái)算法在數(shù)學(xué)上變得更加廣泛和復(fù)雜。

在機(jī)器學(xué)習(xí)中有受大腦啟發(fā)的神經(jīng)網(wǎng)絡(luò),然后是深度學(xué)習(xí)。深度學(xué)習(xí)算法具有特定的體系結(jié)構(gòu),其中有許多層數(shù)據(jù)流經(jīng)的網(wǎng)絡(luò)。

基本上,深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一部分,機(jī)器學(xué)習(xí)是人工智能的一部分。

Q: 有什么“深度學(xué)習(xí)”能做而其他程序不能做的嗎?

特倫斯·謝諾夫斯基:編寫程序非常耗費(fèi)人力。在過(guò)去,計(jì)算機(jī)是如此之慢,內(nèi)存非常昂貴,以至于人們采用邏輯,也就是計(jì)算機(jī)的工作原理,來(lái)編寫程序。他們通過(guò)基礎(chǔ)機(jī)器語(yǔ)言來(lái)操縱信息。計(jì)算機(jī)太慢了,計(jì)算太貴了。

但現(xiàn)在,計(jì)算力越來(lái)越便宜,勞動(dòng)力也越來(lái)越昂貴。而且計(jì)算力變得如此便宜,以至于慢慢地,讓計(jì)算機(jī)學(xué)習(xí)會(huì)比讓人類編寫程序更有效。在那時(shí),深度學(xué)習(xí)會(huì)開始解決以前沒(méi)有人編寫過(guò)程序的問(wèn)題, 比如在計(jì)算機(jī)視覺(jué)和翻譯等領(lǐng)域。

機(jī)器學(xué)習(xí)是計(jì)算密集型的,但你只需編寫一個(gè)程序,通過(guò)給它不同的數(shù)據(jù)集,你可以解決不同的問(wèn)題。并且你不需要是領(lǐng)域?qū)<摇R虼耍瑢?duì)于存在大量數(shù)據(jù)的任何事物,都有對(duì)應(yīng)的大量應(yīng)用程序。

Q:“深度學(xué)習(xí)”現(xiàn)在似乎無(wú)處不在。 它是如何變得如此主導(dǎo)潮流?

特倫斯·謝諾夫斯基:我可以在歷史上精確地找到這一特定時(shí)刻:2012年12月在NIPS會(huì)議(這是最大的AI會(huì)議)上。在那里,計(jì)算機(jī)科學(xué)家Geoff Hinton和他的兩個(gè)研究生表明你可以使用一個(gè)名為ImageNet的非常大的數(shù)據(jù)集,包含10,000個(gè)類別和1000萬(wàn)個(gè)圖像,并使用深度學(xué)習(xí)將分類錯(cuò)誤減少20%。

通常,在該數(shù)據(jù)集上,錯(cuò)誤在一年內(nèi)減少不到1%。 在一年內(nèi),20年的研究被跨越了。

這真的打開了潮水的閘門。

Q:深度學(xué)習(xí)的靈感來(lái)自大腦。那么計(jì)算機(jī)科學(xué)和神經(jīng)科學(xué)這些領(lǐng)域如何協(xié)同工作呢?

特倫斯·謝諾夫斯基:深度學(xué)習(xí)的靈感來(lái)自神經(jīng)科學(xué)。最成功的深度學(xué)習(xí)網(wǎng)絡(luò)是由Yann LeCun開發(fā)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)。

如果你看一下CNN的架構(gòu),它不僅僅是很多單元,它們以一種基本上鏡像大腦的方式連接起來(lái)。大腦中被研究的最好的一部分在視覺(jué)系統(tǒng),在對(duì)視覺(jué)皮層的基礎(chǔ)研究工作中,表明那里存在簡(jiǎn)單和復(fù)雜細(xì)胞。如果你看一下CNN架構(gòu),會(huì)發(fā)現(xiàn)有簡(jiǎn)單細(xì)胞和復(fù)雜細(xì)胞的等價(jià)物,這直接來(lái)自我們對(duì)視覺(jué)系統(tǒng)的理解。

Yann沒(méi)有盲目地試圖復(fù)制皮質(zhì)。他嘗試了許多不同的變種,但他最終收斂到的方式和那些自然收斂到的方式相同。這是一個(gè)重要的觀察。自然與人工智能的趨同可以教給我們很多東西,而且還有更多的東西要去探索。

Q:我們對(duì)計(jì)算機(jī)科學(xué)的理解有多少取決于我們對(duì)大腦的理解程度?

特倫斯·謝諾夫斯基:我們現(xiàn)在的大部分AI都是基于我們對(duì)大腦在60年代的了解。 我們現(xiàn)在知道的更多,并且更多的知識(shí)被融入到架構(gòu)中。

AlphaGo,這個(gè)擊敗圍棋冠軍的程序不僅包括皮質(zhì)模型,還包括大腦的一部分被稱為“基底神經(jīng)節(jié)”的模型,這對(duì)于制定一系列決策來(lái)實(shí)現(xiàn)目標(biāo)非常重要。 有一種稱為時(shí)間差分的算法,由Richard Sutton在80年代開發(fā),當(dāng)與深度學(xué)習(xí)相結(jié)合時(shí),能夠進(jìn)行人類以前從未見(jiàn)過(guò)的非常復(fù)雜的玩法。

當(dāng)我們了解大腦的結(jié)構(gòu),并且當(dāng)我們開始了解如何將它們集成到人工系統(tǒng)中時(shí),它將提供越來(lái)越多的功能,超越我們現(xiàn)在所擁有的。

Q:人工智能也會(huì)影響神經(jīng)科學(xué)嗎?

特倫斯·謝諾夫斯基:它們是并行的工作。 創(chuàng)新神經(jīng)技術(shù)已經(jīng)取得了巨大的進(jìn)步,從一次記錄一個(gè)神經(jīng)元到同時(shí)記錄數(shù)千個(gè)神經(jīng)元,并且同時(shí)涉及大腦的許多部分,這完全開辟了一個(gè)全新的世界。

我說(shuō)人工智能與人類智能之間存在著一種趨同。 隨著我們?cè)絹?lái)越多地了解大腦如何工作,這些認(rèn)識(shí)將反映到AI中。 但與此同時(shí),他們實(shí)際上創(chuàng)造了一整套學(xué)習(xí)理論,可用于理解大腦,讓我們分析成千上萬(wàn)的神經(jīng)元以及他們的活動(dòng)是如何產(chǎn)生的。 所以神經(jīng)科學(xué)和人工智能之間存在這種反饋循環(huán),我認(rèn)為這更令人興奮和重要。

Q:你的書討論了許多不同的深度學(xué)習(xí)應(yīng)用,從自動(dòng)駕駛汽車到金融交易。你覺(jué)得哪個(gè)特定領(lǐng)域最有趣?

特倫斯·謝諾夫斯基:我完全被震撼到的一個(gè)應(yīng)用是生成對(duì)抗網(wǎng)絡(luò),或稱GANS。使用傳統(tǒng)的神經(jīng)網(wǎng)絡(luò),你給出一個(gè)輸入,你得到一個(gè)輸出。 GAN能夠在沒(méi)有輸入的情況下開展活動(dòng) - 產(chǎn)生輸出。

是的,我在這些網(wǎng)絡(luò)創(chuàng)建假視頻的故事背景下聽說(shuō)過(guò)這個(gè)。他們真的會(huì)產(chǎn)生看似真實(shí)的新事物,對(duì)吧?

從某種意義上說(shuō),它們會(huì)產(chǎn)生內(nèi)部活動(dòng)。事實(shí)證明這是大腦運(yùn)作的方式。你可以看某處并看到一些東西,然后你可以閉上眼睛,你可以開始想象出那里沒(méi)有的東西。你有一個(gè)視覺(jué)想象,當(dāng)周圍安靜時(shí),你鬧鐘聲會(huì)浮現(xiàn)想法。那是因?yàn)槟愕拇竽X是生成性的。現(xiàn)在,這種新型網(wǎng)絡(luò)可以生成從未存在過(guò)的新模式。所以你可以給它,例如,數(shù)百?gòu)埰噲D像,它會(huì)創(chuàng)建一個(gè)內(nèi)部結(jié)構(gòu),可以生成從未存在的汽車的新圖像,并且它們看起來(lái)完全像汽車。

Q:另一方面,您認(rèn)為哪些想法可能是過(guò)度炒作?

特倫斯·謝諾夫斯基:沒(méi)有人可以預(yù)測(cè)或想象這種新技術(shù)的引入會(huì)對(duì)未來(lái)的事物組織方式產(chǎn)生什么影響。當(dāng)然這其中有炒作。我們還沒(méi)有解決真正困難的問(wèn)題。我們還沒(méi)有通用智能,就有人說(shuō)機(jī)器人將不久后會(huì)取代我們,其實(shí)機(jī)器人遠(yuǎn)遠(yuǎn)落后于人工智能,因?yàn)閺?fù)制身體被發(fā)現(xiàn)比復(fù)制大腦更復(fù)雜。

讓我們看一下這一種技術(shù)進(jìn)步:激光。它是在大約50年前發(fā)明的,當(dāng)時(shí)占據(jù)了整個(gè)房間。從占據(jù)整個(gè)房間到我現(xiàn)在演講時(shí)使用的激光筆需要50年的技術(shù)商業(yè)化。它必須被推進(jìn)到體積足夠小并可以用五美元購(gòu)買它的程度。同樣的事情將發(fā)生在像自動(dòng)駕駛汽車這樣的被炒作的技術(shù)上。它并不被期望在明年或者未來(lái)10年,就變得無(wú)處不在。這過(guò)程可能需要花費(fèi)50年,但重點(diǎn)是,在此過(guò)程中會(huì)有逐步推進(jìn),使它越來(lái)越靈活,更安全,更兼容我們組織運(yùn)輸網(wǎng)絡(luò)的方式。炒作的錯(cuò)誤在于人們的時(shí)標(biāo)設(shè)定錯(cuò)了。他們期待太多事情太快發(fā)生,其實(shí)事物只在適當(dāng)?shù)臅r(shí)候。

為幫助讀者更好地理解《深度學(xué)習(xí):智能時(shí)代的核心驅(qū)動(dòng)力量》一書, 我們聯(lián)合中信出版集團(tuán),特別為大家請(qǐng)到了微軟(中國(guó))CTO韋青老師權(quán)威領(lǐng)讀《深度學(xué)習(xí)》,分享2019年人工智能的新商業(yè)機(jī)會(huì),以及個(gè)人做好準(zhǔn)備、迎接AI時(shí)代的方法。直播限時(shí)免費(fèi),手慢無(wú)!

識(shí)別海報(bào),點(diǎn)擊右上角“我的邀請(qǐng)卡”,即可生成專屬海報(bào),邀請(qǐng)朋友共同學(xué)習(xí)。邀請(qǐng)榜前3名的聽眾將獲得價(jià)值88元、特倫斯·謝諾夫斯基親筆簽名《深度學(xué)習(xí):智能時(shí)代的核心驅(qū)動(dòng)力量》1本。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴

原文標(biāo)題:為了幫你全面認(rèn)知“深度學(xué)習(xí)”,我們特意來(lái)到微軟大樓

文章出處:【微信號(hào):worldofai,微信公眾號(hào):worldofai】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    開關(guān)量對(duì)傳模塊能做什么

    開關(guān)量對(duì)傳模塊是一種用于傳輸開關(guān)信號(hào)(即“開”或“關(guān)”、“高”或“低”、“1”或“0”等二進(jìn)制狀態(tài))的專用設(shè)備或模塊,通常用于工業(yè)控制、自動(dòng)化系統(tǒng)或遠(yuǎn)程監(jiān)控場(chǎng)景。它的核心功能是將開關(guān)量信號(hào)通過(guò)有線或無(wú)線方式從一個(gè)位置傳輸?shù)搅硪粋€(gè)位置,實(shí)現(xiàn)遠(yuǎn)程控制或狀態(tài)反饋。 主要用途 1. 遠(yuǎn)程控制 - 控制設(shè)備啟停:通過(guò)傳輸開關(guān)信號(hào),遠(yuǎn)程控制電機(jī)、閥門、燈光、繼電器等設(shè)備的啟動(dòng)或停止。 - 自動(dòng)化聯(lián)動(dòng):在自動(dòng)化生產(chǎn)線中,觸發(fā)其他設(shè)備
    的頭像 發(fā)表于 04-17 15:17 ?136次閱讀

    模擬量對(duì)傳模塊能做什么

    模擬量對(duì)傳模塊是一種用于連續(xù)信號(hào)傳輸?shù)脑O(shè)備,能夠?qū)⒛M量輸入(如電壓、電流、溫度、壓力等)通過(guò)有線或無(wú)線方式從一個(gè)位置傳輸?shù)搅硪粋€(gè)位置,并進(jìn)行高精度還原。與開關(guān)量(離散信號(hào))不同,模擬量是連續(xù)變化的物理量,因此這類模塊在需要精確測(cè)量或控制的場(chǎng)景中至關(guān)重要。 核心功能 1.信號(hào)傳輸與轉(zhuǎn)換 -模擬信號(hào)傳輸:將傳感器輸出的模擬信號(hào)(如4-20mA、0-10V、PT100熱電阻信號(hào)等)遠(yuǎn)距離傳輸?shù)絇LC、DCS或控制器。 -信號(hào)隔離與轉(zhuǎn)換:防止干擾,實(shí)現(xiàn)
    的頭像 發(fā)表于 04-17 15:16 ?193次閱讀

    峟思:什么是滲壓計(jì),使用滲壓計(jì)能做什么?

    、可靠、耐用的地下滲壓監(jiān)測(cè)利器!滲壓計(jì)是什么?滲壓計(jì)是一種用于測(cè)量巖土體或結(jié)構(gòu)內(nèi)部孔隙水壓力的專業(yè)儀器,相當(dāng)于給工程安裝了一雙"透視眼"。它能實(shí)時(shí)感知地下水壓的細(xì)微變化,幫助工程師判斷地
    的頭像 發(fā)表于 03-21 13:50 ?238次閱讀
    峟思:什么是滲壓計(jì),使用滲壓計(jì)<b class='flag-5'>能做什么</b>?

    三星CES 2025大放異彩 全面展示無(wú)處不在的AI魅力

    讓AI體驗(yàn)覆蓋到用戶日常生活的方方面面,讓AI(人工智能)成為“每一天,無(wú)處不在(Everyday、Everywhere)”的體驗(yàn)。一直以來(lái),無(wú)論是移動(dòng)互聯(lián)網(wǎng)時(shí)代
    的頭像 發(fā)表于 01-14 12:26 ?383次閱讀
    三星CES 2025大放異彩 全面展示<b class='flag-5'>無(wú)處不在</b>的AI魅力

    dac7624 data output timing是做什么用的?

    1:請(qǐng)問(wèn)左側(cè)的 data output timing 是做什么用的?右側(cè)的是寫數(shù)字輸入的時(shí)序吧。2:這款dac可以單純的用IO模擬時(shí)序通信吧3:這個(gè)t CSD 要求最大不能超過(guò)160ns 很多單片機(jī)都達(dá)不到吧。單純的翻轉(zhuǎn)下IO,實(shí)際用示波器也要100多ns
    發(fā)表于 01-01 07:52

    萬(wàn)物智聯(lián)時(shí)代,OpenHarmony何以「無(wú)處不在」?

    的超級(jí)融合能力,輕松實(shí)現(xiàn)教室設(shè)備的智能管控和智慧課堂教學(xué)……當(dāng)設(shè)備學(xué)會(huì)感知環(huán)境、數(shù)據(jù)開始跨域流動(dòng),連接將變得無(wú)處不在,過(guò)去被認(rèn)為是天馬行空的許多構(gòu)想,今天看來(lái)也已
    的頭像 發(fā)表于 10-31 08:04 ?621次閱讀
    萬(wàn)物智聯(lián)時(shí)代,OpenHarmony何以「<b class='flag-5'>無(wú)處不在</b>」?

    超高頻讀寫器究竟是什么,能做什么?一文讀懂!

    在物聯(lián)網(wǎng)技術(shù)日新月異的今天,超高頻讀寫器作為射頻識(shí)別(RFID)技術(shù)的重要組成部分,正逐漸滲透到我們生活的各個(gè)領(lǐng)域。那么,超高頻讀寫器究竟是什么?它又能做些什么呢?本文將帶您一探究竟。一、超高頻
    的頭像 發(fā)表于 10-23 14:41 ?640次閱讀
    超高頻讀寫器究竟是什么,<b class='flag-5'>能做什么</b>?一文讀懂!

    除了連接設(shè)備,TYPE-C口還能做什么?

    在數(shù)字化時(shí)代,Type-C接口以其卓越的性能和廣泛的應(yīng)用,已經(jīng)成為了現(xiàn)代電子設(shè)備不可或缺的一部分。它不僅僅是一個(gè)簡(jiǎn)單的連接端口,更是一個(gè)多功能、高效率的傳輸和充電解決方案。今天,讓我們來(lái)一起探索Type-C接口的多用途應(yīng)用,以及它如何為我們的生活和工作帶來(lái)便利。 首先,Type-C接口的可逆插拔性徹底解決了傳統(tǒng)USB接口插反的困擾,這一設(shè)計(jì)上的革新極大地提升了用戶體驗(yàn)。它的雙向插入功能,使得連接更加方便快捷,減少了因插拔不當(dāng)導(dǎo)致
    的頭像 發(fā)表于 10-14 16:04 ?1167次閱讀

    LMH6703不能做差分放大嗎?

    用LMH6703放大一個(gè)差分信號(hào),用TINA做的仿真.將兩個(gè)全差分放大器得來(lái)的輸入信號(hào)變成單端的,A=1 這是兩個(gè)輸入信號(hào),相位相反,幅值相同. 但最后結(jié)果卻不是幅值為2,DC=0的正弦. 為什么呢?LMH6703不能做差分放大么??
    發(fā)表于 09-20 16:07

    Arm如何賦能無(wú)處不在的AI

    作為人工智能 (AI) 的創(chuàng)新基礎(chǔ),眾多企業(yè)都在使用通用且應(yīng)用廣泛的 Arm 計(jì)算平臺(tái)。迄今為止,合作伙伴基于 Arm 架構(gòu)的芯片出貨量已逾 2,800 億顆。如今,Arm 已為各類技術(shù)領(lǐng)域的 AI 應(yīng)用提供支持,這也是為何 AI 的技術(shù)先行者們能夠基于 Arm 平臺(tái)快速創(chuàng)新的關(guān)鍵原因。
    的頭像 發(fā)表于 09-14 09:38 ?831次閱讀

    LMH6601是不是跨導(dǎo)型,能不能做峰值保持電路呢?

    我想做個(gè)峰值保持電路,跨導(dǎo)型的查到了4個(gè)放大器,但是我感覺(jué)LMH6601不像是跨導(dǎo)型。有哪位比較懂的幫忙看下數(shù)據(jù)手冊(cè),LMH6601是不是跨導(dǎo)型,能不能做峰值保持電路呢?
    發(fā)表于 09-09 06:17

    人工智能技術(shù)躍進(jìn):英特爾引領(lǐng)AI無(wú)處不在新紀(jì)元

    在人工智能(AI)技術(shù)日新月異的今天,從機(jī)器學(xué)習(xí)的初步探索到深度學(xué)習(xí)的廣泛應(yīng)用,再到如今生成式AI的蓬勃興起,每一步都標(biāo)志著AI向“無(wú)處不在”的宏偉目標(biāo)邁進(jìn)。近期,英特爾中國(guó)軟件技術(shù)合
    的頭像 發(fā)表于 09-04 14:59 ?843次閱讀

    OPA4170不能做比較器用嗎?

    Pin2、5不是應(yīng)該和Pin8電壓相同嗎?Pin3應(yīng)該是+8V左右,Pin6應(yīng)該是-8V左右嗎?難道運(yùn)放輸入端內(nèi)部并非虛斷?我換了TL074之后測(cè)得數(shù)據(jù)就是想要的結(jié)果了,難道OPA4170不能做比較器用嗎?疑問(wèn)多多,求指點(diǎn)。
    發(fā)表于 09-03 07:17

    什么是AI技術(shù),它能做什么

    AI技術(shù),即人工智能技術(shù),是計(jì)算機(jī)科學(xué)的一個(gè)分支,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能以人類智能相似方式做出反應(yīng)、學(xué)習(xí)、推理和決策的智能機(jī)器。AI技術(shù)的發(fā)展可以追溯到20世紀(jì)40年代,但直到21
    的頭像 發(fā)表于 07-10 10:10 ?5970次閱讀

    AIGC遇上ChatGPT,互聯(lián)網(wǎng)公司的創(chuàng)意設(shè)計(jì)師,還能做什么

    的審美眼光和源源不斷的創(chuàng)意靈感,還需學(xué)會(huì)與AI技術(shù)攜手并進(jìn),甚至引領(lǐng)AI技術(shù)為設(shè)計(jì)服務(wù),共同開創(chuàng)設(shè)計(jì)的新境界。 那么,當(dāng)AIGC遇上ChatGPT,互聯(lián)網(wǎng)公司的創(chuàng)意設(shè)計(jì)師,到底還能做什么? 與AIGC協(xié)同設(shè)計(jì),共創(chuàng)無(wú)限創(chuàng)意 隨著AIGC技術(shù)的崛起,設(shè)計(jì)師們
    的頭像 發(fā)表于 06-25 13:32 ?504次閱讀