1? ?前言:孔明與AI的激情相遇在上一期里我們說明了當今主流AI 的主要技能是基于大數據分析找出相關性，并迅速歸納出規律性。這項強大的能力，與人類天賦的溯因性推理能力之間，具有巧妙的互補性，就是：●? ?人類的天賦溯因性推理，協助AI 把它天賦的相關性轉化為強大的因果性推理能力；●? ?AI 的因果性推理，也能協助人類更加發揮其溯因性推理能力，激發出人類更高的創新力。其中第一項，上期已經舉例解說了；在本期里，將舉例解說第二項的互補性——人類如何
關鍵字：
202210 人機協同 AI
來自北京大學、東方理工、南方科技大學和鵬城實驗室等機構的研究團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 的學習機制。近年來，CNN 因其優異的性能，在計算機視覺、自然語言處理等各個領域受到了研究者們的青睞。但是，CNN 是一個 「黑盒」 模型，即模型的學習內容和決策過程很難用人類能夠理解的方式提取和表達，這限制了它的預測可信度和實際應用。因此，CNN 的可解釋性受到了越來越多的關注，研究者們試圖采用特征可視化，
關鍵字：
AI AI語義識別 CNN學習機制 S-XAI
10月20日消息，世界上大約7000種已知的語言中，有40%沒有標準的書寫系統。這些沒有文字的語言給現代機器學習翻譯系統帶來了一個獨特的問題，因為翻譯通常需要先將口頭語言轉換為書面文字，翻譯后再將文字還原為語音。不過Meta公司10月19日宣布，已經通過其最新的開源語言人工智能（AI）解決了這個問題。 Meta公司公布了“第一個由人工智能驅動的無文字語言的語音翻譯系統”，該系統成功地翻譯了閩南語，這是一種主要在臺灣地區使用的口頭語言。 了解到，該系統是Meta公司人工智能項目的一部分，被稱為“通用
關鍵字：
Meta AI 翻譯
10月20日消息，谷歌公布其正在研究的“乒乓球機器人”項目i-Sim2Real，其機器人在與人類對打時一回合可接球340次。 據了解，谷歌之所以選擇乒乓球運動，是因為機器人可以與快節奏以及相對不可預測的人類行為進行交互。 同時，機器人完成乒乓球動作時，既要求速度又要求精度，這對學習算法提出了很高的要求。 乒乓球這類運動具有固定的、可預測的環境，使其成為研究人機交互和強化學習問題的理想測試平臺。 此外，谷歌的乒乓球機器人可以在模擬環境中不斷學習，并將學習成果應用于現實世界。 i-Sim2Rea
關鍵字：
谷歌 機器人 AI
據TrendForce集邦咨詢最新服務器相關報告指出，CXL（Compute
Express
Link）原是希望能夠整合各種xPU之間的性能，進而優化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功能的服務器CPU
Intel Sapphire Rapids與AMD Genoa現階段僅支援至CXL
1.1規格，而該規格可先實現的產品則是CXL存儲器擴充（CXL Memory
Expander）。因此，TrendForce認為
關鍵字：
TrendForce 集邦咨詢 存儲器 CXL AI/ML DRAM
疫情突顯產業供應鏈中斷和制造業缺工問題，加上少量多樣需求成趨勢，迫使制造業快速轉型，走向更自動化、數字化的智能化方向。因此，各產業對自動光學檢測(AOI)技術的需求更為殷切。疫情突顯產業供應鏈中斷和制造業缺工問題，加上少量多樣需求成趨勢，迫使制造業快速轉型，走向更自動化、數字化的智能化方向。導入自動化及AI的過程中，傳統人力逐漸被取代，也改變產線人員配置的傳統生態，其中，可以確保產線及產品質量的自動檢測儀器不僅發揮精準有效的優勢，還能針對缺陷或瑕疵及時修復、舍棄，降低不必要的時間成本與人力成本，快速穩定且
關鍵字：
自動光學檢測 AOI AI 3D 檢測鐵三角
9月26日消息，Facebook母公司Meta的首席AI科學家雅恩·勒昆(Yann LeCun)認為，目前大多數AI方法永遠不會帶來真正的智能，他對當今深度學習領域許多最成功的研究方法持懷疑態度。 這位圖靈獎得主表示，同行們的追求是必要的，但還遠遠不夠。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：“我們將所有東西標記化，并訓練巨型模型進行離散預測，AI由此脫穎而出。” 勒昆解釋稱：“他們沒有錯。從這個意義上說，這
關鍵字：
Meta AI 人工智能
面對現今消費電子產品極力朝向輕、薄趨勢發展，上中游印刷電路板（PCB）、面板、芯片等核心組件也須隨之整合，并采取一體化設計；在制程階段，則將要求質量應通過全檢、24/7不間斷連續生產。如今不僅導入自動化光學檢測（AOI）解決方案已是標配，還須加入人工智能（AI）以2D/3D圖像分析為核心的機器學習技術，強化影像辨識功能。回顧過去AI因為受到高速運算技術限制，CPU無力執行機器學習（Machine learning）算法，直到約7~8年前NVIDIA正式跨足AI并加速深度學習（Deep learning）算
關鍵字：
3D光學檢測 機器視覺 AI AIOT
意法半導體近期發布的 STM32Cube.AI v7.2 帶來了對深度量化神經網絡的支持功能，從而可以在現有微控制器上運行更準確的機器學習應用軟件。STM32Cube.AI 于 2019 年推出，用于把神經網絡轉換為適合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，其中包含用于轉換訓練好的神經網絡的程序庫。開發人員可以參照我們的入門指南，從STM32CubeMX
關鍵字：
STM32Cube.AI 深度量化神經網絡
楷登電子（美國 Cadence 公司）近日宣布，推出 Cadence? Verisium? Artificial Intelligence (AI)-Driven Verification Platform，整套應用通過大數據和 JedAI Platform 來優化驗證負荷、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 驗證引擎原生集成。隨著 SoC 復雜性不斷提高，
關鍵字：
Cadence Verisium AI-Driven Verification Platform 驗證
9月15日消息，當地時間周三芯片公司9月15日消息，當地時間周三芯片公司英特爾、ARM和英偉達共同發布了一項所謂人工智能通用交換格式的規范草案，目的是使機器處理人工智能的過程速度更快、更高效。英特爾、ARM和英偉達在草案中推薦人工智能系統使用8位的FP8浮點處理格式。他們表示，FP8浮點處理格式有可能優化硬件內存使用率，從而加速人工智能的發展。這種格式同時適用于人工智能訓練和推理，有助于開發速度更快、更高效的人工智能系統。在開發人工智能系統時，數據科學家面臨的關鍵問題不僅是收集大量數據來訓練系統。此外還需
關鍵字：
英特爾 ARM 英偉達 AI
X-CUBE-AI是意法半導體（簡稱ST）STM32生態系統中的AI擴充套件，可自動轉換預先訓練好的AI模型，并在用戶的項目中產生STM32優化函式庫。最新版本的X-CUBE-AI v7.1.0主要有三項更新：? 支持入門級STM32 MCU；? 支持最新AI架構；? 改善使用者體驗和效能調校。ST持續提升STM32 AI生態系統的效能，且提供更多簡單、易用的接口，并強化更多類神經網絡中的運算，而且最重要的一點是：免費。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
關鍵字：
ST X-CUBE-AI AI模型
2022年9月6日，中國上海 - 領先的芯片設計平臺即服務（Silicon Platform as a Service，SiPaaS?）企業芯原股份（芯原，股票代碼：688521.SH）今日宣布推出創新的人工智能圖像增強AI-ISP技術，可為智能手機、汽車電子、工業物聯網等應用提供超越傳統計算機視覺技術的先進的圖像增強效果。 芯原的AI-ISP技術創新地將公司業已獲得市場廣泛應用的可擴展、可編程的神經網絡處理（NPU）技術，以及已通過ISO 26262和IEC 61508功能安全標準雙認證的圖像
關鍵字：
計算機視覺 芯原 AI-ISP 圖像增強
每年PC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和功能，旨在提供出色的用戶體驗。從以往的經驗來看，這些創新主要集中在外觀尺寸，屏幕增強和用戶界面等方面。而AI（人工智能）和ML（機器學習）的日益普及開辟了一個充滿可能性的新世界，PC廠商和生態系統巨頭都在尋求將這些先進的新功能添加到其產品功能集中。在本篇博文中，萊迪思將討論PC中AI/ML功能的增長趨勢，為什么FPGA非常適合實現這些新的體驗，并舉例說明采用萊迪思技術的PC解決方案。使用AI/ML功能優化PC用戶體驗對于世界各地的許多人
關鍵字：
萊迪思 FPGA AI ML
ai-isp介紹
您好，目前還沒有人創建詞條ai-isp!
歡迎您創建該詞條，闡述對ai-isp的理解，并與今后在此搜索ai-isp的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473