诚然,如今的百度已不是八年前的百度,现在的谷歌也不再是过去的谷歌,互联网“战国双雄”之间的竞争早已从搜索引擎领域燃烧到了AI战场。
昨天,三星集团对外公布,未来三年为推动人工智能、5G、生物技术、显示器和半导体等关键项目,将支出1610亿美元(约1万亿元)用于研发。
8月9日消息,中国围棋大会于广西南宁市开幕,此次大会为期8天,包含了40余项重要赛事与活动,吸引了全国各地50万人参加了预选。而让人眼前一亮的是,此次围棋大会将推出人工智能围棋展览会,共邀请了国内十多家知名人工智能企业参展,在展览会上可以看到多位人工智能在围棋领域展现出的不同魅力。
5G网络技术方面,三星在本土市场面临着来自包括华为等竞争对手的挑战。根据韩国政府公布的计划,该国从今年12月1日开始就将启动5G网络运营,明年三月份开始启动大规模商用。
在医学领域中有一个“笑话”,某医学院学生在大三时,看到AI在医学领域中的应用后,立刻退学转其他行业,哪怕自己家庭本身就是医生世家。在笑话的背后,却是一个担忧:随着AI在医疗领域中前进的步伐,“医生”这一职业是否也会被取代?
近日,传统零售业沃尔玛为了迎合AI智能普及的时代,正式与一家名为Alert Innovation的初创公司达成战略合作伙伴关系,双方共同开发一个自动化系统。
人工智能的发展目标不是为了让人失去工作,而是为了让人摆脱重复性的劳动,解放人的双手,让人回归人的价值,让人工智能成为人”合法合德“的奴隶。
Wave Computing的7nm开发计划将采用博通(Broadcom Inc.)的ASIC芯片设计。Wave和Broadcom这两家公司将采用台积电(TSMC)的7nm工艺技术,共同开发Wave的下一代数据流处理器(Dataflow Processing Unit;DPU)。
8月6日,巨人网络确认其以305亿收购Playtika项目将进入中国证监会并购重组委审核阶段,于6日开市起停牌。这意味着,巨人网络将通过此次收购加强在人工智能领域的全球化布局。
随着国家不断出台各项政策和行业标准,推动机器人产业理性、协调、健康发展。与此同时,技术水平提高,机器人的成本在逐渐下降,机器替代人力进行简单重复性工作的成本优势得到体现,这位机器人的发展及普及提供驱动力。
研究人员追踪了42名参与者在大学校园周围日常活动时的眼球运动,之后通过问卷评估他们的性格特质。罗斯切博士称,这些发现还在严格受控的实验室研究和真实环境中的眼球自然运动之间架起了重要的桥梁。
值得注意的是,在8月份的这场比赛中,为了“照顾”人类、不在反射弧上占人类的便宜,“OpenAI Five”的反应时间从原先的80毫秒拉伸至200毫秒。由此来看,“OpenAI Five”的强大远不止比赛中所表现出来的。
这些拥护AI开放的公司也在主张AI技术和应用的所有权。近年来申请AI相关专利特别是机器学习专利在迅速增长。迄今科技公司还没有利用这些专利起诉对手或进行诉讼威胁。但如果AI专利成为企业的武器,当前围绕AI研究和思想的开放可能终止,可能阻碍AI研究。
高通在芯片领域的奋战已长达30年之久,凭借其深厚的技术积累,正大力推动AI在终端侧的落地,目前高通已经推出了第三代AI芯片骁龙845,比上一代实现了三倍的AI性能提升。
专注于引入新品的全球电子元器件授权分销商Mouser Electronics(贸泽电子)今天联手明星工程师格兰特·今原发布了Generation Robot(新时代机器人)系列的第三集,这是贸泽屡获殊荣的Empowering Innovation Together™(共求创新)计划的最新一期活动。
百度董事长兼CEO李彦宏表示,“通过AI驱动的变现能力,以及信息流业务流量和商业化增长的良好势头,我们的搜索业务增长的显著,百度二季度表现依然强劲。”可见,信息流已经成为百度存量的搜索业务与增量的AI战略之间有效衔接点。如今,1.48亿日活(峰值突破1.5亿)的量级让百度App成为信息流大军中的超级巨头,让亮眼的财报显得底气十足。
最近都被谷歌AI的“猜画小歌”虐了吧?AI能认出“手残党”们的画,背后的原因在于无数人类正在通过自己的脑洞滋养AI,学习众多人类对某个物体的抽象画之后,AI就能够独立把握住识别绘画的关键部分。 利用海量真实数据来“喂养”AI,是让AI快速提升能力的不二法门。但猜画这种临时养殖场只能提升单一能力,应用价值不高。有没有能够提升多种AI技术能力,又在潜移默化中完成数据学习的“天然AI养殖场”呢? 真有一个,那就是地图。
据外媒报道,来自OpenAI实验室的研究人员已经教会机械手臂如何和人类一样灵活地操纵物体。虽然这种仿真造型的手掌我们已经见过很多了,但让“手指”能够和人类的真手一样灵活可动,对机械结构来说可不是一件简单的事。
虽然许多新兴的GDDR技术应用都来自汽车和高性能运算领域,但新的消费类应用也不断出现,例如8K视频处理、AR和VR等。不过,Shiah指出,AR/VR应用的发展并不如预期。
许多方法声称实验室中收集的数据是真实数据。但是面对现实多样化的场景,很多机器人显得力不从心。因此,机器人在试验过程中的数据采集信息就需要从实验室设置转移到现实世界的人们家中。