人工智能

25 个你需要知道的人工智能术语

作者:Sarah Davis
译者:牟云飞

人工智能不再是定义模糊的流行词汇,已经成为了更为精确的指代,在这样的背景下,理解人工智能领域的术语越来越成为一种挑战。本文就为大家总结一些人工智能领域最重要的术语。

A

算法(Algorithms):一组用于人工智能、神经网络或其他机器的规则或指令,以帮助它自己学习;分类、聚类、推荐和回归是四种最常见的类型。

人工智能(Artificial intelligence):机器模拟人类智力和行为做出决策、执行任务的能力。

人工神经网络(ANN):这种学习模型,模拟人脑运作,从而解决传统计算机系统难以解决的任务。

自主计算(Autonomic computing):系统自适应自我管理自身资源用于高级计算功能的能力,而无需用户输入。

C

人工神经网络之几何原理Ⅰ:单(隐藏)层神经网络

本文旨在通过几何方法来阐述为何人工神经网络能够有效地工作。

人工神经网络之几何原理
(Geometric principle of Artificial Neural Networks)

本文探讨的人工神经网络仅仅为最简单的ReLU神经元所构成的普通神经网络(非CNN和RNN),且只探讨了单(隐藏)层的分类这一个经典的场景。

基本约定

为了方便讨论和图像化, 全文使用的激活函数均为ReLU, 原始输入的X为二维向量。

实例1

下图为一个最简单的人工神经网络,其包含两个节点的输入层,两个节点的输出层,以及三个节点的隐藏层。该网络可以用于解决输入为二维向量的二元分类问题,其输出为两种分类的概率。

人工神经网络之几何原理Ⅰ:单(隐藏)层神经网络

○ 输入层 - 2维向量X

计算机视觉可能会影响我们发展人工智能的五种方式

原作者:KEN WEINER, GUMGUM
译者:李凌

这对于我们在计算机视觉领域工作的人来说是一个令人激动的时刻——我们将看到计算机视觉系统与人工智能相结合,来创造并实现各种新的可能性。在几星期前纽约举行的LDV Vision Summit上,我总结出了计算机视觉系统将会影响人工智能的五个重要观点:

1.智能小助手在视觉上开战

随着我们的系统越来越接近于“人性化”——就像人工智能,它将更需要视觉数据来进行学习和处理其他数据。在LDV 峰会上,Evan Nisselson说到:“这是所有主要公司都想在激烈的竞争中拥有我们的活动视觉数据的原因之一。”“为了做到这一点,他们需要拥有摄像机。”例如,亚马逊最近为其以Alexa作为语音助手的智能设备—— Echo,添加了一台摄像头,而Google(Lens)和Facebook最近又发布了新的增强现实研究的声明。

2.光学器件足以引导无人驾驶车

原作者:Salk Institute
译者:李凌
原文链接:https://www.sciencedaily.com/releases/2017/06/170608145602.htm

也许你认为无人驾驶汽车这个目标是无法很快成为实现,那么有这种想法的不止你一个人。而用计算机编程来识别某个对象,这在技术上是非常具有挑战性的,特别是连我们的科学家们都不能完全明白大脑是如何做到的。

图片:右图显示了大脑的V1和V2区域是如何使用边缘和纹理信息来对像左图中泰迪熊的形象进行描绘
图片:右图显示了大脑的V1和V2区域是如何使用边缘和纹理信息来对像左图中泰迪熊的形象进行描绘

现在,Salk研究所的研究人员已经分析了大脑关键部分的神经元(称为V2)是如何对自然场景作出反应,从而更好地进行视觉处理并加深理解的。 这项研究工作在2017年6月8日的《自然通讯》杂志中进行了描述。

“AI+安防”技术变革如何颠覆我们的生活?

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。

近年来,全球各大巨头公司以及各细分领域创业公司纷纷入局人工智能,随着人工智能不断攻破人类智力防线,显而易见,不久的将来大部分人的工作会被机器所取代。

日本政府打算今年前制定好几项计划,包括从2020年开始允许无人机运送包裹,从2022年开始允许无人驾驶卡车商业化运营等;

亚马逊获得美国商标专利局的无人机快递包裹「标签内置降落伞」新专利,这项技术可帮助包裹在空中脱落时软着陆,或在未来被亚马逊应用于PrimeAir无人机快递服务中;

美国临床肿瘤学会在年度会议中披露的数据显示,IBM的Watson给出的癌症治疗方案大部分时候与医生的建议十分吻合。IBM公司也宣布,其用于帮助医生诊断和治疗患者的癌症护理产品已在分布全球的九家新医疗中心投入使用。

对人工智能的一点思考

我觉得计算能力不是产生智能的本质原因。人类大脑的计算能力有限却有逻辑推理能力。目前计算机的运算能力远远超过人类的运算能力,却无法产生类似的学习和逻辑推理能力。

人脑使用概率模型,通过组合概率和可能性来得出结论,从而创造出各种假设,并随着新接收到的信息而连续调整。随着大脑的成熟,变得更加专业化以执行复杂的功能,因此也变得不那么灵活,越来越难以随着时间而改变。年长的学习者发展出了有偏见的观点,因为他们更多地了解世界并且加强某些神经连接,这阻碍了他们基于很少的信息来形成具有创新性的假设和抽象理论的能力。你知道的越多,你就越依赖于你知道的东西,而对新的东西则不能保持一个开放的态度。

数学精确逻辑不能容错,微小的错误会在计算积累中不断放大。人脑的逻辑完全不同,是基于统计的结果,所以可以忽略不具有规模的异常错误。人类语言就是这种思维的体现,并且在语言逻辑之上支撑了数学逻辑。可否看成,人类大脑是通过结构来存储规律,然后过滤出一种概率分布,利用统计给出最后的结果。结果代表的是一种趋势和倾向。

人工智能应用广泛 可以保障网络安全

人工智能:六大领域保障网络安全

保护您的数字资产是任何企业和个人的明确需要,无论您是想保护您的个人照片,公司的知识产权,客户的敏感数据,还是任何其他可能会影响您的声誉或业务的任何东西。即使保护网络安全的耗费已经动辄数十亿美元,但网络攻击的报道数量只增不减。AI的预测能力可以运用于许多领域,可以应用于安全供应商、所有用户和企业。下面总结下网络防御创新的六个关键领域。

一、检测并阻止物联网设备被黑客攻击

人工智能应用广泛 可以保障网络安全

因为人工智能,嵌入式视觉地位也上升了

人工智能的定义可以分为两部分,即“人工”和“智能”。“人工”比较好理解,争议性也不大。有时我们会要考虑什么是人力所能及制造的,或者人自身的智能程度有没有高到可以创造人工智能的地步,等等。但总的来说,“人工系统”就是通常意义下的人工系统。下面就随嵌入式小编一起来了解一下相关内容吧。

目前人工智能正以相当快的速度跨入物联网,这也将促使视觉应用从过去着重在手机、平板等产品,逐步普及到越来越多的终端产品中,例如汽车、无人机、AR/VR等,同时让嵌入式视觉在整体市场中的必需性大增。

对计算机视觉的需求从未如此强烈。 受深度学习进步的推动,视觉和人工智能(AI)装置,正以令人惊讶的数量,进入市场。 虽然在嵌入式系统中,采用视觉和深度学习构成了挑战,但它正成为一个需求。 以下介绍嵌入式智能视觉,已成为必备组件的各种市场和使用案例。

摄影机/成像技术夯 视觉成移动装置成败关键

盘点生活中人工智能十大应用,不可思议但就是现实!

1、虚拟个人助理

经常使用手机的你一定对Google Now和Cortana这些虚拟个人助理不会陌生。只要你说出命令,他们就会帮助你找到有用的信息。例如,你可以问“最近的川菜馆在哪儿?”,“我今天的日程有什么安排?”,“提醒我八点钟给某某某打电话”,然后,虚拟个人助理就可以通过查询信息,然后向手机中的其他app发送对应的信息来完成指令。

这一看似简单的过程实际上就有人工智能的介入,并且扮演着重要的角色。在语音唤醒虚拟个人助理的时候,人工智能会收集你的指令信息,利用该信息进一步识别你的语音,并为你提供个性化的结果,最终会让你觉得越来越好用,达成越用越好用的结果。微软表示,自家的Cortana(中文名叫小娜)可以“不断了解用户”,最终将培养出预测用户需求的能力。

2、智能汽车

你可能还没看到有人上班一边开车,一边看报纸,但自动驾驶汽车确实越来越接近现实。Google旗下的自动驾驶汽车项目和特斯拉的“自动驾驶”功能是最新的两个例子。自动驾驶技术毫无疑问是基于人工智能之上的技术,并且目前发展速度极为迅猛。从英特尔今年年初收购以色列自动驾驶汽车公司Mobileye可见一斑。

【原创】异构计算时代已经到来!

作者:张国斌
5月25日,2017异构计算标准暨国际人工智能大会在厦门隆重开幕。本次大会以“面向未来智能纪元,共建共享异构计算”为主题,是我国首次召开促进人工智能算法及应用与国际主流芯片平台标准融合发展的大会,中国电子技术标准化研究院、华夏芯、AMD(中国)、Imagination(中国)、Arteris(中国)、Cadence(中国)、中兴微电子、国家电网、格灵深瞳、智芯原动、深鉴科技、中科院上海高研院、厦门大学、加驰微电子、华泉智慧能源、金奖章全球投资公司等多家在国内外具有影响力的产学研用单位,围绕异构计算与人工智能深度融合这一主线,从芯片、软件、应用、投资等不同角度做了主题报告,与参会的百余家企业分享了最新成果。

在本次大会上,Imagination市场总监柯川先生应邀在会上做了“ Heterogeneous Architectures Driving the Future《异构驱动未来》”的主题演讲,他表示异构技术不是一个新概念,但是却是正当其时。

“异构不是说我的GPU比你的CPU好,而是性能、成本和功耗均衡的技术。”他指出,“传统SoC设计,内存是分离的,这种旧的技术,已经达到零界点,难以满足新兴需求。而且其成本倍增,还提升了延迟、降低了效率,提升了功耗。”

同步内容
--电子创新网--
粤ICP备12070055号