人工智能

公司领先的GPU、NNA、GPU+NNA等多种灵活的硬件设计方案和完善的软件和工具链,可为芯片设计公司带来满足应用市场需求的最佳技术与生态组合

在11月13日于深圳举办的“OFweek 2018(第三届)中国人工智能产业大会AI技术专场”上,Imagination Technologies首席技术方案工程师李安发表了题为《运用GPU+NNA 实现设备端异构计算》的精彩演进,并介绍了公司领先的图形处理器(GPU)、用于人工智能的神经网络加速器(NNA)、GPU+NNA和片上存储架构和软件。 (这里提到的片上存储架构改成“GPU+NNA等多种灵活的系统架构设计和软件。”

Imagination在过去的近30年中,一直为业界提供领先的GPU硅知识产权(IP)产品,它们被广泛地应用于移动电话、平板电脑、数字电视、汽车电子和智能安防等等应用,客户包括苹果公司和联发科技等国际企业,以及紫光展锐、瑞芯微等国内领先芯片设计公司。其GPU内核全球累计销量已经超过130亿个,为各类电子产品的创新提供了很好的支撑。

Imagination Technology副总裁暨中国区总经理刘国军在ASPENCORE全球CEO峰会现场接受采访时表示,公司已经全面布局人工智能技术,近期也发布了新版PowerVR Series2NX神经网络加速器(NNA)架构系列,并基于其打造了AI处理器内核产品。而在被中资背景的基金Canyon Bridge收购之后,Imagination将与更多中国公司合作推出差异化解决方案……

Imagination人工智能IP产品获得2018年Aspencore全球电子成就奖

PowerVR Series2NX神经网络加速器内核获得WEAA的最佳EDA/IP奖项

在昨日举办的2018年Aspencore全球CEO峰会颁奖典礼上,Imagination的PowerVR Series2NX神经网络加速器(NNA)半导体硅知识产权(IP)产品获得Aspencore全球电子成就奖(WEAA)的最佳EDA / IP产品奖项,Imagination副总裁及中国区总经理刘国军出席了该峰会并代表公司领奖。

全球电子成就奖 (World Electronics Achievement Awards) 旨在评选并表彰那些对推动全球电子产业创新做出杰出贡献的企业和管理者,该奖项由 Aspencore 全球资深编辑组成的评审委员会进行专业审核,以及由来自亚、美、欧洲的网站用户群通过网络投票共同评选出得奖者。在经过长达数周的投票和评审后,Aspencore评审团宣布:Imagination凭借其创新的PowerVR Series2NX神经网络加速器成为了2018 年全球电子成就奖(WEAA)的获得者。

人工智能与物联网安全:以子之矛,攻子之盾

随着现代威胁形势的不断扩大,将人工智能(AI)添加到安全策略中,对于建立和维持有效的安全状态变得至关重要。鉴于现代网络威胁的速度和复杂性以及当前网络安全技能的短缺,网络安全团队需要机器学习和其他基于AI的功能的帮助,以便检测、保护和缓解现代攻击。

然而,当企业采用人工智能来加强他们的安全工作时,网络犯罪分子也会采用敏捷软件开发,自动化和机器学习之类的东西,来潜在地利用人工智能来更好地识别和更快地利用网络漏洞,这一点也不足为奇。

实际上,由于越来越多的物联网和运营设备进入网络基础设施,网络犯罪分子已经有机会和能力发起快速且复杂的攻击,而这些固有的易受攻击的设备,将成为企业网络的入口通道。人工智能所带来的潜在攻击能力,只会进一步加剧对当今数字化转型工作的威胁。

因此,人工智能可能很快就会提供成功保护或攻击物联网的方法,以便有效地在网络安全专业人员和网络犯罪分子之间建立AI军备竞赛。

为了保护数字化转型并保持严格的安全状态,IT团队必须了解网络犯罪策略的最新变化,这些变化可能会在未来几年内导致AI驱动的威胁环境。他们还需要了解现在可以将哪些AI功能合并到他们的安全堆栈中,以便在他们的网络不断发展和扩展时保持一致的安全状态。

不过,在AI防御开始之前,人工智能网络攻击也不能被忽视。

人工智能为何会成为安防领域一大刚需?

一直以来,视频监控便是是安全防范系统中的重要组成部分,传统的监控系统包括前端摄像机、传输线缆、视频监控平台。然而查看视频不仅是件工作量巨大而且是人力效率极低的事情,一直以来,安防领域都在寻求着不同的解决方法。人类监视监控视频的能力限制导致其对人工智能的需求。

早期解决方案-运动检测相机

为了弥补人们长期监视监视器易丧失注意力和辨别安全警示等缺点,采用的第一个解决方案是在摄像机上增加运动探测器。当检测到入侵者或行为人的动向,探测器便向远程监控人员发出警报,无需监控人员长久坚守显示屏前。然而问题在于,室外环境中,存在多种多样的运动或像素的变化,例如被风吹动的叶子,,昆虫,鸟类,狗,阴影,阳光等扰乱运动。这就导致了运动探测器每天会产生数百甚至数千个错误警报,使得该解决方案在非工作时间的室内环境中不可操作。

高级视频移动检测

下一次演变在一定程度上减少了错误警报,但代价是复杂且耗时的手动校准。这里,检测诸如人或车辆的目标相对于固定背景的变化。如果背景季节变化或由于其他变化,可靠性会随着时间的推移而恶化。再次回应过多错误警报的经济学证明是一个障碍,这种解决方案是不够的。

人工智能黑暗面

大数据文摘出品
编译:DonFJ、蒋宝尚

机器学习是现在大家都打了鸡血想用或者在用的技术。

但是,你以为只有好人能用它吗?Too young too simple!

接下来,我将揭秘AI技术黑暗的一面——犯罪份子和人工智能的孽缘。

人工智能黑暗面

当计算科学发展的不够完善,还没能解决启发式问题的时候,很多安全问题都是利用规则来解决的,这些规则都是“死”的。

那时候没人觉得计算机能够破解密码、读出来验证码内容或者掌握马路交通的规律。但是现在,人工智能发展极快,老掉牙的基于规则的安全保障系统轻而易举的就被AI秒成渣。

验证码和AI的不解情缘

当我们上网的时候,最烦的就是验证码,它老是来让你填。这是计算机在确定你却是是个“大活人”,而不是一个程序在恶意攻击访问它。

这样做是因为咱们人类用户通过鼠标键盘访问某个网站或资源的这个操作,计算机都能用一段程序来同样做到。

人工智能在各领域的应用

虽然人工智能的很多研究和应用会基于一些通用技术,比如说机器学习,但在不同的经济和社会部门还是会有所区别。我们称之为不同的领域(domain),接下来的这部分将介绍人工智能研究和应用的不同类型,以及影响和挑战,主要有八个方面:交通、家庭服务机器人、医疗健康、教育、低资源社区、公共安全、工作和就业、娱乐。

基于这些分析,我们还预测了一个有代表性的北美城市在未来 15 年的趋势。与人工智能的流行文化中的典型叙述不同,我们寻求提供一个平衡的观点来分析,人工智能是如何开始影响我们日常生活的,以及从现在到 2030 年,这些影响将如何发展。

1. 交通

交通可能会成为首批几个特定应用领域之一,在这些领域,大众需要对人工智能系统在执行危险任务中的可靠性和安全性加以信任。自动化交通会很快司空见惯,大多数人在嵌入人工智能系统的实体交通工作的首次体验将强有力的影响公众对人工智能的感知。

  •  智能汽车
  •  交通规划
  •  即时交通
  •  人机交互

2. 家庭服务机器人

人工智能力助量子误差矫正

德国马克斯·普朗克光学研究所所长弗洛里安·马夸特(Florian Marquardt)及其团队在物理期刊physical review X上发表论文《增强学习神经网络在量子反馈中的应用》,提出了一种基于人工智能算法的量子误差校正系统。

量子计算机可以解决传统计算机不能处理的复杂任务,但由于量子态对环境的恒定干扰极其敏感,使得量子计算机难以实际应用。而基于量子误差校正的主动防护措施可解决量子态的抗干扰问题。该研究受2016年围棋计算机系统AlphaGo的启发,尝试利用神经网络算法进行量子误差校正。围棋游戏中的生成对抗网络在训练过程总可以自动产生同分布的样本,且具有人类难以达到的计算能力,因此这种人工神经网络算法能够满足量子误差校正的计算需求。马夸特解释称,该项研究利用的人工神经网络算法是计算机科学领域的最新研究,该算法模拟了人类大脑相互连接的神经元结构,用于此次研究的神经网络算法中,每个人工神经元就与另外多达两千个神经元相连接。

研究主要内容可概括为如下几点:

(1)人工神经网络优于其他纠错策略

人工智能的两种路线之争

侯世达在1995年预言:

(在人工智能)基于逻辑的形式方法是死路一条。一一侯世达1995
(AI)The logic-based formal approach is a dead end.一一Hofstadter1995

10年后,预言成真了,20年后的今天,侯世达预言的Analogy Intelligence已经随着Alpha Go的出现,占有人工智能几乎全部的主要成果。

人工智能教父Hinton在BBVA获奖时说,AI的两种路线之争,是一场50年的战争。

人工智能的两种路线之争
(Hinton的战争宣言)

当然,最终以基于类比Analogy的路线胜利而告一段落。

1,发轫:神经网络是骗子

AI改变现代商业的25种方式

撇开乌托邦式的担忧或者自信,文章梳理了25个真实的商业应用场景。

现在,是时候真正了解 AI 未来。

关于人工智能引起的焦虑 - 就业问题是其主要来源 - 现实是,没有人知道未来会如何。原因是,我们永远无法预见人类的聪明才智,以及全世界数百万企业家和管理者采用技术的方式。

邮政局长亚瑟·萨默菲尔德(Arthur Summerfield)曾在 1959 年自信地预测,经济增长意味着更多的信件,邮政工人的未来似乎很光明,尽管电子邮件,短信和蜂窝网络技术的初级形式当时已经存在,但人类不会再在纸上写信的可能性,Summerfield 从未想到过。

要记住的第二个现实是,AI 的最终用途将主要由市场力量决定。

人工智能将被公司和消费者用于无数的实际目的,其中大多数是适度的,并且无法预见累积效应。当我们试图猜测人工智能的未来时,关键在于要像真实生活中自利的人(包括好人和坏人)那样思考。

以下,人工智能正在发挥作用的这 25 个例子是有益的,甚至鼓舞人心 - 而且,它们是真实的。

人工智能如何改变你的工作方式

让我们都说同一种语言

同步内容
--电子创新网--
粤ICP备12070055号