無(wú)人機與 Covid-19:使用AI確??沼虬踩?/a> Covid-19大流行表明,需要采取嚴厲措施來(lái)降低傳播速度并避免壓倒我們的醫療保健系統。其中一些最具創(chuàng )新性的措施包括使用3D打印機生產(chǎn)面罩和通風(fēng)機,
衡量移動(dòng)設備上的AI性能及其重要性 如今,人工智能已成為普遍的流行語(yǔ),但大多數消費者可能不知道它如何與日常生活息息相關(guān)。分析人員和技術(shù)新聞界中的某些人可能還會(huì )嘲笑該術(shù)語(yǔ)用于某些幾乎不像真正的人工智能的技術(shù)的
AI被過(guò)度炒作了嗎? 人工智能越來(lái)越嵌入我們每天與之互動(dòng)和使用的許多事物中。隨著(zhù)時(shí)間的流逝,人工智能變得越來(lái)越先進(jìn),在過(guò)去幾年中出現了一些非凡的功能。
研究發(fā)現一些AI的進(jìn)步被夸大了 一組計算機研究生報告說(shuō),仔細研究被譽(yù)為人工研究里程碑的數十種信息檢索算法,實(shí)際上遠沒(méi)有所謂的革命性。實(shí)際上,這些算法中使用的AI通常只是對先前建立的例程的細微調整。
DiDi如何利用AI來(lái)實(shí)現自動(dòng)機器人軸 根據Crunchbase的數據,該公司已經(jīng)籌集了212億美元,其中包括軟銀,豐田和蘋(píng)果等公司的投資,后者在2016年貢獻了10億美元。
AI新聞索引:替代工人還是創(chuàng )造工作? 最近對<font class="news_tag_font">AI</font>的調查,研究,預測和其他定量評估突出了機器人消除的制造工作數量;為什么機器人可以取代財務(wù)分析師?如今,很少有組織沒(méi)有評估或使用<font class="news_tag_font">…
流媒體,AI和VR助聽(tīng)的未來(lái) 隨著(zhù)我們的工作和個(gè)人生活中的屏幕充滿(mǎn)了我們的世界,它也充滿(mǎn)了越來(lái)越多的視覺(jué)圖像-一切都可能讓人感覺(jué)有點(diǎn)花哨,有點(diǎn)假或僅僅是太多。
AI初創(chuàng )公司將鼠標神經(jīng)元與硅芯片結合在一起,使計算機更智能,更快 但是,當您將實(shí)際的活腦細胞與無(wú)機硅芯片結合在一起時(shí),就不能僅靠電來(lái)喂養它們。您實(shí)際上需要提供他們通常在完全生物體內獲得的一切。
智能機器維護:新型AI系統還可以檢測未知故障 一個(gè)新的維護系統正在幫助使傳感器變得智能。薩爾大學(xué)的AndreasSchütze教授領(lǐng)導的研究小組正在將人工智能與傳感器相結合,以收集工業(yè)機械的狀態(tài)數據。
創(chuàng )業(yè)聚焦:Covariant的工業(yè)機器人AI 總部位于加利福尼亞州伯克利的Covariant成立于2017年,為包括服裝,制藥和電子行業(yè)在內的許多行業(yè)提供人工智能功能。
Salesforce Research的Einstein AI Salesforce愛(ài)因斯坦是為Salesforce客戶(hù)成功平臺開(kāi)發(fā)的人工智能(AI)技術(shù)。Salesforce Einstein的目標是為銷(xiāo)售和營(yíng)銷(xiāo)部門(mén)提供更全面,最新的客戶(hù)和銷(xiāo)售前景視圖。
AI吞噬數據! 那些從事機器學(xué)習(ML)項目的人都知道ML需要大量數據來(lái)訓練所得算法。有人會(huì )說(shuō)您永遠不會(huì )擁有太多數據。數據量和生成的ML模型的復雜程度之間通常存在相關(guān)性。
提防那些即將到來(lái)的AI寡頭,包括自動(dòng)駕駛汽車(chē) 隨著(zhù)機器學(xué)習(ML)和深度學(xué)習(DL)的出現,許多此類(lèi)AI應用程序旨在即時(shí)進(jìn)行調整,并根據他們的設計目標進(jìn)行實(shí)時(shí)調整。
研究人員檢查AI是否有自己的想法 大多數人在個(gè)人和職業(yè)生活中每天都會(huì )遇到人工智能(<font class="news_tag_font">AI</font>)。人們不假思索,就要求Alexa將蘇打水添加到購物清單中,使用Google Maps進(jìn)行驅動(dòng),并向Snapchat添加過(guò)濾器-所有<font…
IBM在相變存儲器中看到AI的好處 在一項有望對依賴(lài)人工智能的移動(dòng)設備,無(wú)人機和機器人進(jìn)行更高級編程的開(kāi)發(fā)中,IBM研究人員表示,他們已經(jīng)設計出一種編程方法,該方法可實(shí)現更高的準確性并減少能耗。
當需要對篩選申請人的AI產(chǎn)生偏見(jiàn)時(shí) 為了滿(mǎn)足關(guān)鍵的業(yè)務(wù)需求,可能需要對AI進(jìn)行一些調整,但是我們如何知道AI建議是否僅出于業(yè)務(wù)需要而不是出于其他原因而被調整呢?