生成 ai 文章進(jìn)入生成 ai技術(shù)社區(qū)

學(xué)貫中西(12):從因果律看人機(jī)協(xié)同創(chuàng)新(續(xù))

1? ?前言:孔明與AI的激情相遇在上一期里我們說明了當(dāng)今主流AI 的主要技能是基于大數(shù)據(jù)分析找出相關(guān)性，并迅速歸納出規(guī)律性。這項(xiàng)強(qiáng)大的能力，與人類天賦的溯因性推理能力之間，具有巧妙的互補(bǔ)性，就是：●? ?人類的天賦溯因性推理，協(xié)助AI 把它天賦的相關(guān)性轉(zhuǎn)化為強(qiáng)大的因果性推理能力；●? ?AI 的因果性推理，也能協(xié)助人類更加發(fā)揮其溯因性推理能力，激發(fā)出人類更高的創(chuàng)新力。其中第一項(xiàng)，上期已經(jīng)舉例解說了；在本期里，將舉例解說第二項(xiàng)的互補(bǔ)性——人類如何
關(guān)鍵字： 202210 人機(jī)協(xié)同 AI

何以為貓？可解釋AI從語義層面理解CNN的識別機(jī)制

來自北京大學(xué)、東方理工、南方科技大學(xué)和鵬城實(shí)驗(yàn)室等機(jī)構(gòu)的研究團(tuán)隊提出了一種語義可解釋人工智能(semantic explainable AI, S-XAI）的研究框架，該框架從語義層面解釋了 CNN 的學(xué)習(xí)機(jī)制。近年來，CNN 因其優(yōu)異的性能，在計算機(jī)視覺、自然語言處理等各個領(lǐng)域受到了研究者們的青睞。但是，CNN 是一個「黑盒」模型，即模型的學(xué)習(xí)內(nèi)容和決策過程很難用人類能夠理解的方式提取和表達(dá)，這限制了它的預(yù)測可信度和實(shí)際應(yīng)用。因此，CNN 的可解釋性受到了越來越多的關(guān)注，研究者們試圖采用特征可視化，
關(guān)鍵字： AI AI語義識別 CNN學(xué)習(xí)機(jī)制 S-XAI

Meta 已開發(fā)出無文字語言AI翻譯系統(tǒng)，小扎親自演示閩南語翻譯

　　10月20日消息，世界上大約7000種已知的語言中，有40%沒有標(biāo)準(zhǔn)的書寫系統(tǒng)。這些沒有文字的語言給現(xiàn)代機(jī)器學(xué)習(xí)翻譯系統(tǒng)帶來了一個獨(dú)特的問題，因?yàn)榉g通常需要先將口頭語言轉(zhuǎn)換為書面文字，翻譯后再將文字還原為語音。不過Meta公司10月19日宣布，已經(jīng)通過其最新的開源語言人工智能（AI）解決了這個問題?！　eta公司公布了“第一個由人工智能驅(qū)動的無文字語言的語音翻譯系統(tǒng)”，該系統(tǒng)成功地翻譯了閩南語，這是一種主要在臺灣地區(qū)使用的口頭語言?！　×私獾?，該系統(tǒng)是Meta公司人工智能項(xiàng)目的一部分，被稱為“通用
關(guān)鍵字： Meta AI 翻譯

谷歌開發(fā)乒乓球機(jī)器人可連續(xù)對打340次！

　　10月20日消息，谷歌公布其正在研究的“乒乓球機(jī)器人”項(xiàng)目i-Sim2Real，其機(jī)器人在與人類對打時一回合可接球340次?！　?jù)了解，谷歌之所以選擇乒乓球運(yùn)動，是因?yàn)闄C(jī)器人可以與快節(jié)奏以及相對不可預(yù)測的人類行為進(jìn)行交互?！　⊥瑫r，機(jī)器人完成乒乓球動作時，既要求速度又要求精度，這對學(xué)習(xí)算法提出了很高的要求?！　∑古仪蜻@類運(yùn)動具有固定的、可預(yù)測的環(huán)境，使其成為研究人機(jī)交互和強(qiáng)化學(xué)習(xí)問題的理想測試平臺?！　〈送?，谷歌的乒乓球機(jī)器人可以在模擬環(huán)境中不斷學(xué)習(xí)，并將學(xué)習(xí)成果應(yīng)用于現(xiàn)實(shí)世界?！　-Sim2Rea
關(guān)鍵字：谷歌機(jī)器人 AI

TrendForce：存儲器廠聚焦CXL存儲器擴(kuò)充器產(chǎn)品

據(jù)TrendForce集邦咨詢最新服務(wù)器相關(guān)報告指出，CXL（Compute Express Link）原是希望能夠整合各種xPU之間的性能，進(jìn)而優(yōu)化AI與HPC所需要的硬件成本，并突破原先的硬件限制。CXL的支援仍是以CPU為源頭去考慮，但由于可支援CXL功能的服務(wù)器CPU Intel Sapphire Rapids與AMD Genoa現(xiàn)階段僅支援至CXL 1.1規(guī)格，而該規(guī)格可先實(shí)現(xiàn)的產(chǎn)品則是CXL存儲器擴(kuò)充（CXL Memory Expander）。因此，TrendForce認(rèn)為
關(guān)鍵字： TrendForce 集邦咨詢存儲器 CXL AI/ML DRAM

AOI+AI+3D 檢測鐵三角成形

疫情突顯產(chǎn)業(yè)供應(yīng)鏈中斷和制造業(yè)缺工問題，加上少量多樣需求成趨勢，迫使制造業(yè)快速轉(zhuǎn)型，走向更自動化、數(shù)字化的智能化方向。因此，各產(chǎn)業(yè)對自動光學(xué)檢測(AOI)技術(shù)的需求更為殷切。疫情突顯產(chǎn)業(yè)供應(yīng)鏈中斷和制造業(yè)缺工問題，加上少量多樣需求成趨勢，迫使制造業(yè)快速轉(zhuǎn)型，走向更自動化、數(shù)字化的智能化方向。導(dǎo)入自動化及AI的過程中，傳統(tǒng)人力逐漸被取代，也改變產(chǎn)線人員配置的傳統(tǒng)生態(tài)，其中，可以確保產(chǎn)線及產(chǎn)品質(zhì)量的自動檢測儀器不僅發(fā)揮精準(zhǔn)有效的優(yōu)勢，還能針對缺陷或瑕疵及時修復(fù)、舍棄，降低不必要的時間成本與人力成本，快速穩(wěn)定且
關(guān)鍵字：自動光學(xué)檢測 AOI AI 3D 檢測鐵三角

Intel ON實(shí)錄：從工藝到GPU，從6GHz到Geti

9月28日凌晨，英特爾ON技術(shù)創(chuàng)新峰會主題演講環(huán)節(jié)正式開講，英特爾CEO帕特·基辛格帶來了英特爾過去一年中的主要產(chǎn)品和技術(shù)發(fā)展介紹，以及更多的AI創(chuàng)新動態(tài)。
關(guān)鍵字：英特爾On 技術(shù)創(chuàng)新峰會 AI GPU OpenVINO

Meta AI大佬：目前大多數(shù)AI方法永遠(yuǎn)不會帶來真正智能

　　9月26日消息，F(xiàn)acebook母公司Meta的首席AI科學(xué)家雅恩·勒昆(Yann LeCun)認(rèn)為，目前大多數(shù)AI方法永遠(yuǎn)不會帶來真正的智能，他對當(dāng)今深度學(xué)習(xí)領(lǐng)域許多最成功的研究方法持懷疑態(tài)度?！　∵@位圖靈獎得主表示，同行們的追求是必要的，但還遠(yuǎn)遠(yuǎn)不夠。其中包括大型語言模型的研究，如基于Transformer的GPT-3。正如勒昆所描述的那樣，Transformer的支持者們相信：“我們將所有東西標(biāo)記化，并訓(xùn)練巨型模型進(jìn)行離散預(yù)測，AI由此脫穎而出?！薄　±绽ソ忉尫Q：“他們沒有錯。從這個意義上說，這
關(guān)鍵字： Meta AI 人工智能

突破智能3D光學(xué)檢測應(yīng)用關(guān)鍵

面對現(xiàn)今消費(fèi)電子產(chǎn)品極力朝向輕、薄趨勢發(fā)展，上中游印刷電路板（PCB）、面板、芯片等核心組件也須隨之整合，并采取一體化設(shè)計；在制程階段，則將要求質(zhì)量應(yīng)通過全檢、24/7不間斷連續(xù)生產(chǎn)。如今不僅導(dǎo)入自動化光學(xué)檢測（AOI）解決方案已是標(biāo)配，還須加入人工智能（AI）以2D/3D圖像分析為核心的機(jī)器學(xué)習(xí)技術(shù)，強(qiáng)化影像辨識功能。回顧過去AI因?yàn)槭艿礁咚龠\(yùn)算技術(shù)限制，CPU無力執(zhí)行機(jī)器學(xué)習(xí)（Machine learning）算法，直到約7~8年前NVIDIA正式跨足AI并加速深度學(xué)習(xí)（Deep learning）算
關(guān)鍵字： 3D光學(xué)檢測機(jī)器視覺 AI AIOT

STM32Cube.AI v7.2現(xiàn)可支持深度量化神經(jīng)網(wǎng)絡(luò)

意法半導(dǎo)體近期發(fā)布的 STM32Cube.AI v7.2 帶來了對深度量化神經(jīng)網(wǎng)絡(luò)的支持功能，從而可以在現(xiàn)有微控制器上運(yùn)行更準(zhǔn)確的機(jī)器學(xué)習(xí)應(yīng)用軟件。STM32Cube.AI 于 2019 年推出，用于把神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換為適合STM32 MCU 的代碼。該解決方案依附于 STM32CubeMX，這是一個幫助開發(fā)人員初始化STM32芯片的圖形界面軟件。同時，STM32Cube.AI 還用到 X-CUBE-AI軟件包，其中包含用于轉(zhuǎn)換訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)的程序庫。開發(fā)人員可以參照我們的入門指南，從STM32CubeMX
關(guān)鍵字： STM32Cube.AI 深度量化神經(jīng)網(wǎng)絡(luò)

Cadence發(fā)布Verisium AI-Driven Verification Platform引領(lǐng)驗(yàn)證效率革命

楷登電子（美國 Cadence 公司）近日宣布，推出 Cadence? Verisium? Artificial Intelligence (AI)-Driven Verification Platform，整套應(yīng)用通過大數(shù)據(jù)和 JedAI Platform 來優(yōu)化驗(yàn)證負(fù)荷、提高覆蓋率并加速 bug 溯源。Verisium 平臺基于新的 Cadence Joint Enterprise Data AI (JedAI) Platform，并與 Cadence 驗(yàn)證引擎原生集成。隨著 SoC 復(fù)雜性不斷提高，
關(guān)鍵字： Cadence Verisium AI-Driven Verification Platform 驗(yàn)證

英特爾ARM英偉達(dá)力推規(guī)范草案，想統(tǒng)一AI數(shù)據(jù)交換格式

9月15日消息，當(dāng)?shù)貢r間周三芯片公司9月15日消息，當(dāng)?shù)貢r間周三芯片公司英特爾、ARM和英偉達(dá)共同發(fā)布了一項(xiàng)所謂人工智能通用交換格式的規(guī)范草案，目的是使機(jī)器處理人工智能的過程速度更快、更高效。英特爾、ARM和英偉達(dá)在草案中推薦人工智能系統(tǒng)使用8位的FP8浮點(diǎn)處理格式。他們表示，F(xiàn)P8浮點(diǎn)處理格式有可能優(yōu)化硬件內(nèi)存使用率，從而加速人工智能的發(fā)展。這種格式同時適用于人工智能訓(xùn)練和推理，有助于開發(fā)速度更快、更高效的人工智能系統(tǒng)。在開發(fā)人工智能系統(tǒng)時，數(shù)據(jù)科學(xué)家面臨的關(guān)鍵問題不僅是收集大量數(shù)據(jù)來訓(xùn)練系統(tǒng)。此外還需
關(guān)鍵字：英特爾 ARM 英偉達(dá) AI

更簡單、更聰明的X-CUBE-AI v7.1.0 輕松布署AI模型

X-CUBE-AI是意法半導(dǎo)體（簡稱ST）STM32生態(tài)系統(tǒng)中的AI擴(kuò)充套件，可自動轉(zhuǎn)換預(yù)先訓(xùn)練好的AI模型，并在用戶的項(xiàng)目中產(chǎn)生STM32優(yōu)化函式庫。最新版本的X-CUBE-AI v7.1.0主要有三項(xiàng)更新：? 支持入門級STM32 MCU；? 支持最新AI架構(gòu)；? 改善使用者體驗(yàn)和效能調(diào)校。ST持續(xù)提升STM32 AI生態(tài)系統(tǒng)的效能，且提供更多簡單、易用的接口，并強(qiáng)化更多類神經(jīng)網(wǎng)絡(luò)中的運(yùn)算，而且最重要的一點(diǎn)是：免費(fèi)。在介紹X-CUBE-AI v7.1.0的三大更新之前，先了解一下X-CUBE-AI的主
關(guān)鍵字： ST X-CUBE-AI AI模型

突破計算機(jī)視覺極限，芯原AI-ISP技術(shù)帶來創(chuàng)新的圖像增強(qiáng)體驗(yàn)

2022年9月6日，中國上海 - 領(lǐng)先的芯片設(shè)計平臺即服務(wù)（Silicon Platform as a Service，SiPaaS?）企業(yè)芯原股份（芯原，股票代碼：688521.SH）今日宣布推出創(chuàng)新的人工智能圖像增強(qiáng)AI-ISP技術(shù)，可為智能手機(jī)、汽車電子、工業(yè)物聯(lián)網(wǎng)等應(yīng)用提供超越傳統(tǒng)計算機(jī)視覺技術(shù)的先進(jìn)的圖像增強(qiáng)效果。芯原的AI-ISP技術(shù)創(chuàng)新地將公司業(yè)已獲得市場廣泛應(yīng)用的可擴(kuò)展、可編程的神經(jīng)網(wǎng)絡(luò)處理（NPU）技術(shù)，以及已通過ISO 26262和IEC 61508功能安全標(biāo)準(zhǔn)雙認(rèn)證的圖像
關(guān)鍵字：計算機(jī)視覺芯原 AI-ISP 圖像增強(qiáng)

FPGA如何在PC中實(shí)現(xiàn)AI和ML

每年P(guān)C廠商都會推出一系列新的筆記本電腦，它們通常都配備了最新的技術(shù)和功能，旨在提供出色的用戶體驗(yàn)。從以往的經(jīng)驗(yàn)來看，這些創(chuàng)新主要集中在外觀尺寸，屏幕增強(qiáng)和用戶界面等方面。而AI（人工智能）和ML（機(jī)器學(xué)習(xí)）的日益普及開辟了一個充滿可能性的新世界，PC廠商和生態(tài)系統(tǒng)巨頭都在尋求將這些先進(jìn)的新功能添加到其產(chǎn)品功能集中。在本篇博文中，萊迪思將討論P(yáng)C中AI/ML功能的增長趨勢，為什么FPGA非常適合實(shí)現(xiàn)這些新的體驗(yàn)，并舉例說明采用萊迪思技術(shù)的PC解決方案。使用AI/ML功能優(yōu)化PC用戶體驗(yàn)對于世界各地的許多人
關(guān)鍵字：萊迪思 FPGA AI ML