人工智能

随着处理器技术和大数据的普及,人工智能技术应用在快速发展,2017年堪称人工智能元年,而2018年将成为人工智能应用深化和细化的一年,本土多家公司如寒武纪、杭州国芯、地平线等都推出了人工智能处理芯片,在人工智能算法方面,商汤科技、旷视科技等开发的算法在广为使用,而华为云已经在把人工智能领域应用到安防等应用, Imagination公司则推出了人工智能加速IP ,已在安防、视频领域获得应用,人工智能应用可谓如火如荼进行!

为了更好地把人工智能技术普及到更多领域,电子创新网联合Imagination、中星微电子、商汤科技、全志科技、华为云等共同举办“人工智能生态与应用”沙龙,邀请人工智能产业链代表聚集一堂,共同分享人工智能应用经验,我们诚挚地邀请来自安防、智能家居、消费电子、汽车电子、工业领域的业内人士报名参会,与嘉宾们零距离互动,共同发掘人工智能蓝海!

欢迎大家报名!本次沙龙参加者免费!

沙龙具体安排

1、时间:2018年6月4日下午

日期及地点:

6月6日周三(下午13:30-17:05)上海浦东由由喜来登酒店2楼庐山会议厅
6月8日周五(下午13:30-17:05)北京中关村领创空间4楼路演厅

Imagination诚邀您参加“2018 人工智能研讨会”,届时Imagination及其合作伙伴等多位技术专家将莅临现场,与您分享最先进的人工智能技术和应用。

作为拥有近30年GPU积累的全球领先IP供应商,Imagination在人工智能领域的投入已经超过5年。我们致力于帮助您在产品中实现智能化:
  •   PowerVR GPU计算运行机器学习应用程序; 高度并行的数据驱动计算AI需求
  •   PowerVR Vision&AI可加速神经网络,提供无以伦比的效率和性能

对于像安防,自动驾驶辅助系统,零售和监控这样的市场,PowerVR系列产品以低功耗和低成本助力您实现边缘设备快速智能化。

请尽快报名参加本次研讨会,以了解更多Imagination AI解决方案,并更深入的了解我们神经网络加速的新内核。

语音识别现在发展到什么阶段了?

人工智能快速发展的今天,语音识别开始成为很多设备的标配,语音识别开始被越来越多的人关注,国外微软、谷歌、Facebook,国内的科大讯飞、思必驰等厂商都在研发语音识别新策略新算法,今天小编就将为你做语音识别技术的简单介绍,并谈谈它的发展历程和未来可能的发展方向。

在电影《钢铁侠》中,智能助理贾维斯的出色表现让大家充满了对智能语音助手的期待。语音识别技术就是为了让机器人听明白你在说什么,它就好比“机器的听觉系统”,该技术让机器通过识别和理解,把语音信号转变为相应的文本或命令。

语音识别现在发展到什么阶段了?

语音识别系统本质上是一种模式识别系统,包括特征提取、模式匹配、参考模式库等三个基本单元,它的基本结构如下图所示:
语音识别现在发展到什么阶段了?

今天,Imagination在北京举行了一场小型媒体交流会,Imagination CEO李力游博士、副总裁兼中国区总经理刘国军、中国市场和业务拓展总监柯川、市场营销与传播副总裁David Harold及一众高管出席了交流会。

9月23日,中国的私人资本Canyon Bridge以5.5亿英镑(约49亿元人民币)收购了Imagination,溢价约为42%。随即在今年4月,紫光集团前联席总裁李力游博士宣布加入Imagination,正式接任CEO一职。

对话Imagination CEO李力游:大力加码人工智能 现场叫板高通
(Imagination市场营销与传播副总裁David Harold)

在交流会上,李力游博士直白地说,自己最感兴趣的是人工智能,接任Imagination CEO一职的主要原因就是希望通过GPU把AI做好。

一、布局六大主要市场:AI为重点领域

人工智能世界里的机器学习与深度学习

人工智能(Artificial Intelligence),英文缩写为AI。AI是一门让机器变得智能的科学研究,让机器像人类一样具备解决某些特定问题的能力。其实,AI可不是什么新事物,早在上世纪中叶就已经诞生了。1950年,一位名叫马文﹒明斯基的大四学生和同学一起建造了世界上第一台神经网络计算机,被看作是人工智能的起点。马文后来也被人称为“人工智能之父”,从那时到现在已经过了近70年。这些年AI技术一直不温不火,偶尔出现一些吸引人的技术,很快就消失殆尽了。直到最近,AI又重新回到人们的视线里,而且获得了几乎所有互联网大佬的青睐,将AI看作是未来技术发展的方向,并投入大量人力和资金去研究它。

AI之所以到现在才火爆起来是有原因的。早在70年前,计算机技术刚出现,计算能力和传感器技术都不发达,AI的理念虽然先进,却无实施的条件。众所周知,让机器具备学习的能力,要进行大量的学习计算,通过对已掌握的数据计算规律,从而知晓下一步该如何处理。甄别和计算数据的能力在70年前都不具备,所以AI技术的研究总是被搁浅。而现在则不同,云计算、虚拟化和大数据技术的出现,对数据的分析能力已经很强,再加上计算能力的提升,海量数据的计算数秒内就能完成,这给AI提供了良好的成长土壤,所以到了现在,AI不火都不行了。

扫地机器人、智能农药喷洒机、无人机、自动驾驶汽车……人工智能技术在不断突破我们想象力的同时,也越来越贴近我们的生活。4月11日,工业和信息化部、公安部和交通运输部联合发布“关于印发《智能网联汽车道路测试管理规范(试行)》的通知”,这意味着,真正的智能汽车甚至自动驾驶已经离我们不再遥远。

作为近两年行业内最热的话题,关于人工智能的讨论已经无处不在。4月25日,由中国信息通信研究院、国际电信联盟(ITU)、德国弗朗霍夫赫兹研究所共同主办的“人工智能对信息基础设施影响”研讨会在西安召开,会议邀请了来自全球人工智能企业、互联网企业、电信运营商、学术机构等各方的嘉宾和代表,共同探讨人工智能技术的发展趋势,分享成功案例,助力人工智能产业发展。

工业和信息化部科技司副司长王卫明,国际电信联盟标准局副局长 Reinhard Scholl 博士,中国信息通信研究院标准体制研究所总工续合元,德国弗朗霍夫赫兹研究所机器学习组负责人 Wojciech Samek 博士等多位国内外重量级嘉宾出席会议并发表演讲,热议人工智能对信息基础设施的影响。

人工智能与机器学习的不同之处

人工智能早已不是一个新名词,它的发展历史已经有几十年。从80年代早期开始,当时计算机科学家设计出可以学习和模仿人类行为的算法。在学习方面,最重要的算法是神经网络,但由于模型过于强大,没有足够的数据支持,导致不是很成功。然而,在一些更具体的任务中,使用数据来适应函数的想法获得了巨大的成功,这也构成了机器学习的基础。在模仿方面,人工智能在图像识别、语音识别和自然语言处理方面有着广泛的应用。专家们花费了大量时间去创建边缘计算,彩色型材,N-gram语言模型,语法树等,不料所获成绩平平。

传统的机器学习

机器学习(ML)技术在预测中发挥了重要作用,机器学习已经经历了多代,有一套完备的模型结构,如:

 • 线性回归
 • Logistic回归
 • 决策树
 • 支持向量机
 • 贝叶斯模型
 • 正则化模型
 • 集成模型
 • 神经网络

每一个预测模型都基于一定的算法结构,参数可进行调整。训练预测模型涉及以下步骤:

1.选择模型结构(例如,逻辑回归、随机森林等)。

2.用训练数据(输入和输出)对模型进行反馈。

3.学习算法将输出最优模型(即具有特定参数的模型,使训练误差最小化)。

人工智能结合物联网 AIoT到底有什么“威力”?

我相信你已经听说过物联网(IoT)和人工智能(AI)。但是,你知道这两个概念之间有什么区别吗?或者,人们是不是认为物联网和人工智能代表折同样的事情,这两个词实际上是可以被交互使用的?再或者,两者结合将有“特殊”的反应?

物联网与AI什么关系?

让我们先来谈谈人工智能。在英文中,人工智能简称AI,AI能根据大量的历史资料和实时观察找出对于未来预测性的洞察。由于同时分析过去的和实时的数据,AI能容易注意到有哪些资料属于例外,并做出合理、合适的推断,而数据对于人工智能的重要性也就不言而喻了。因此,若要使AI引擎变得更聪明、更强大,方法及过程其实就如同在种植物。唯一的区别在于:AI需要的是持续的数据流入,而不是水,肥料和食物。对于人工智能来说,它可以处理和从中学习的数据越多,其预测的准确率也会越高。

谈了以上的内容,乍看之下,我们好像只需要人工智能就可以了。然而,物联网其实肩负了一个至关重要的任务:资料收集。概念上,物联网可连接大量不同的设备及装置,包括:家用电器和穿戴式设备。嵌入在各个产品中的传感器便会不断地将新数据上传至云端。这些新的数据以后可以被人工智能处理和分析,以生成所需要的信息并继续积累知识。

刘国军:Imagination未来的最大市场和发展潜力在中国

2017 年由人工智能大潮引领的新一轮技术创新,迅速带动全球半导体创新加速。中国 IC 设计公司迎来了与海外 IC 设计公司同步起飞的时代机遇。凭借高科技资本、技术人才和全球最佳市场等优势,中国 IC 业者如何走向全球市场、占领 IC 时代巅峰?

3月29日,由Aspencore旗下《电子工程专辑》、《电子技术设计》、《国际电子商情》三大媒体联合举办的2018中国 IC 领袖峰会在上海召开。会议以“中国 IC 业之世界格局”为主题,邀请多位产业领袖和数百位资深设计工程师、管理精英及技术决策者齐聚一堂,共探产业成长和突破之道。

Imagination Technologies副总裁、中国区总经理刘国军先生代表公司出席本次会议,并与多位产业领袖在圆桌论坛环节交流、分享了诸多精彩观点。他表示:“Imagination于去年被Canyon Bridge全资收购, 公司未来最大的市场和发展潜力是在中国,今后会有更大的计划和策略来发展本地的Silicon IP 市场。”

简单读懂人工智能:机器学习与深度学习是什么关系

随着AlphaGo战胜李世石,人工智能和深度学习这些概念已经成为一个非常火的话题。人工智能、机器学习与深度学习这几个关键词时常出现在媒体新闻中,并错误地被认为是等同的概念。本文将介绍人工智能、机器学习以及深度学习的概念,并着重解析它们之间的关系。本文将从不同领域需要解决的问题入手,依次介绍这些领域的基本概念以及解决领域内问题的主要思路。

从计算机发明之初,人们就希望它能够帮助甚至代替人类完成重复性劳作。利用巨大的存储空间和超高的运算速度,计算机已经可以非常轻易地完成一些对于人类非常困难,但对计算机相对简单的问题。比如,统计一本书中不同单词出现的次数,存储一个图书馆中所有的藏书,或是计算非常复杂的数学公式,都可以轻松通过计算机解决。然而,一些人类通过直觉可以很快解决的问题,目前却很难通过计算机解决。这些问题包括自然语言理解、图像识别、语音识别,等等。而它们就是人工智能需要解决的问题。

同步内容
--电子创新网--
粤ICP备12070055号