首页
行业词库
行业站点
软文助手
SEO学院
站长工具
HTTP状态查询
友链检测
死链检测
Sitemap生成
Whois查询
模拟百度抓取
首页
行业词库
行业站点
软文助手
模板文章
文章助手
文章改写
SEO学院
最新资讯
SEO教程
论坛
站长工具
HTTP状态查询
友链检测
死链检测
Sitemap生成
Whois查询
模拟百度抓取
文章接口
查看全部
登录/注册
首页
>
最新资讯
>
科技
资讯
科技
社会
外闻
手机
互联网络
SEO资讯
V R
直播
动态
移动业界
排序:
时间
字数
金钯子共享智能陪护床,让陪护更贴心
最近共享经济的热度大家都有所共闻,共享汽车,共享按摩椅,共享充电宝随处可见,所以今天我们分享一个新的共享项目,解决医院痛点以及陪护人员痛点的子共享智能陪护床。由金钯子科技开发的共享智能陪护床已经进入各大医院。患者的家庭成员可以通过微信扫码租用陪护床。这个过程简单,方便使用。这真的解决了一个患者护理的大问题。由于医院缺乏床位以及医务人员,住院病人需要家属陪同。然而,由于缺乏床位和病房空间,在陪护人员忙碌之后,就无法休息。1、患者陪护人员:对于其他随行家属,尤其是晚上,好好休息可以使家属有更多的精力照顾病人,当然也可以选择在医院外休息,但在任何时候都不能照顾病人。医院方面:共享智能陪护床为医院病房节省空间。2、无人看管节省手动管理成本。物联网技术的应用允许共享设备与应用程序合作,完成自动识别和开放功能;在这方面,共享智能陪护床的需求是非常精确和特殊的,是一项严格的要求。目前,医院陪护床位管理总体上比较复杂、低效、质量参差不齐。这给医院的日常管理带来了很大的问题,护理床位也会占用一定的空间,对人员和物资的流通造成一定的障碍。影响医疗效率,增加医疗事故发生的可能性;用户对陪护床的需求往往得不到满足,造成陪护床医院躺在地上的尴尬场面。鉴于以上情况,金钯子共享经济平台推出了一系列共享产品,同时解决了医院和陪护人员的疼痛点,目前深圳金钯子科技开通全民营销模式,金钯子科技期待您的加盟。作者:金钯子科技来源:物联网共享经济科研院(www.jinpazi.com.cn)
2898
科技
2019-06-21 16:00:03
字数:635
440
103
百度人工智能正加快商业应用刷脸登机成为现实
百度人工智能正加快商业应用,刷脸登机成为现实。曾引起不小关注的“人脸识别闸机”在百度科技园区上线后,百度终于将这套技术移植到了机场。据百度相关人士透露,为测试识别技术的效率,他们曾经还在科技园区搞起了“闸机出错送炸鸡”游戏,但据称“两个月过去只送出了两份炸鸡”。今年3月4号,闸机系统进行了升级和更新;几个月后的6月28日,百度与南方航空合作,将人脸识别技术落地在了南阳姜营机场,这项技术首先将应用在机场的安检与登机环节,实现乘客“刷脸”登机。根据记者的亲身体验,人脸识别主要应用在两个环节:在安检环节上,流程与日常的登机安检几乎一致。需要乘客持身份证与机票等有效证件进行检验,但是在摄像头对人脸进行拍照的过程中,便完成了乘客的图像采集、身份信息的核实。同时,采集到的乘客的图像信息便录入到数据库中,而这样过程也可以通过南方航空APP将用户人脸进行注册,提前完成人脸入库注册。在登机环节,则不需要进行纸质机票的检查。乘客在登机时,所需要的就是面向闸机口处的人脸识别机器即可,人脸闸机则会完成人脸信息与数据库中信息的对比验证,刷脸登机。登机处的人脸识别机器(狗的图片为后期处理)相比于日常使用的人脸闸机,机场有着更为严格的安全要求,而百度方面称,百度人脸识别准确率达99.7%,较准确率93%的人眼识别更准确。在今年的3·15晚会上,央视曾经点名“人脸识别技术”不靠谱,使用照片就能骗过人脸识别的技术。百度深度学习实验室(IDL)主任林元庆则用百度的“刷脸闸机”进行了测试——不管是通过手机录制的动态视频,或是照片都没有办法骗过闸机,只有本人刷脸,才能通过。此外,除了在去年世界互联网大会期间,落地乌镇景区的人脸识别系统之外,百度的人脸识别技术也在很多的领域进行了试点尝试。比如与全国最大的寻亲平台“宝贝回家”开展合作,使用人脸识别系统对比评测,帮助人们寻找走失的亲人;比如在《最强大脑》的节目中,与人类选手进行人脸识别的比赛:……而这次南阳机场“刷脸登机”系统的落地,其实也只是百度与南航战略合作的一个部分。据百度负责人介绍,早在2016年互联网大会举办期间,南航与百度就签订了战略合作协议,双方的合作将覆盖基于地理位置信息的出行服务、互联网营销、线上线下业务互补、云计算与大数据、新型技术探索、用户挖掘等8个领域的内容。随着同类的合作纷纷落地,表明了百度正在尝试将其人工智能技术在不同产业中落地。梳理下百度AI技术应用的步伐:今年6月20日,百度与中国农业银行达成了战略合作,双方将共同建立一个金融科技联合实验室。在发布会上,百度高级副总裁朱光就展示了一款应用——金融小秘书,通过手机进行面部识别便可以进行身份验证与业务的开展。而在今年的CES大会上,百度与四家汽车零部件厂商签署合作协议,共同开发自动驾驶专用计算平台,也是百度试图通过合作的方式进行量产的一种尝试。还有与中信国安广视的合作,将百度的语音功能植入到了机顶盒中;与海尔、美的合作,将百度的语音功能植入到了家电当中……All in 人工智能的百度,技术研发成果最终需要根据不同行业的需求尝试技术落地,随着更多科技公司将人工智能提升到战略层面的时候,百度的这种合作可预见的会更加频繁。 更多可关注2898站长资源平台资讯栏目:kjpl/
2898
科技
2019-06-20 12:30:03
字数:1350
182
18
罗永浩新增出质锤子科技股权 出质股权金额57万元
6月17日消息,天眼查信息显示,罗永浩于6月14日又质押了部分锤子科技股权,质权人为广东以诺通讯有限公司,出质股权金额为57.37万元。这是今年以来罗永浩第8次出质锤子科技股权,出质股权金额共计377.50万元。此前的5月9日,天眼查数据显示,锤子科技(北京)股份有限公司大股东罗永浩出质价值314.98万元股权,质权人为深圳蓝思科技有限公司。罗永浩将股权出质也早有先例,2016年6月,罗永浩曾将名下205万股股权质押给阿里巴巴。不仅是股权,锤子科技的核心专利目前已被罗永浩转让。2019年1月,今日头条的母公司字节跳动收购了锤子科技部分专利使用权,据称将用于探索教育领域相关业务,目前部分锤子科技员工已改签劳动合同到字节跳动。
2898
科技
2019-06-18 19:00:03
字数:315
351
86
长征十一号运载火箭将进行首次海上发射
6月5日消息据央视新闻消息,长征十一号运载火箭将于今日北京时间12:00左右在中国黄海海域实施海上发射试验,发射技术试验卫星捕风一号A、B星及五颗商业卫星。发射点位于东经121.19度、北纬34.90度。火箭按121.6度射向实施发射,火箭飞行过程二子级残骸落入北太平洋公海。长征十一号运载火箭是我国研发的绿色固体火箭,火箭及搭载物不含肼类危险物,火箭残骸不会对周边海域造成危害。本次试验前,火箭已经过6次成功飞行试验,技术成熟,可靠度高。据悉,长征十一号运载火箭是由中国航天科技集团公司所属中国运载火箭技术研究院(航天一院)研制的新型四级全固体运载火箭,是中国长征系列运载火箭家族第一型固体运载火箭。该火箭主要用于快速机动发射应急卫星,满足自然灾害、突发事件等应急情况下微卫星发射需求。
2898
科技
2019-06-15 08:00:03
字数:344
474
317
谷歌无人驾驶汽车肇事担责背后 AI路还长
谷歌无人驾驶汽车肇事担责背后,AI路还长?Alphabet旗下谷歌日前表示,2月中旬,在该公司无人驾驶汽车与一辆公交巴士的轻微碰擦事故中,无人驾驶汽车应当“承担部分责任”。由于这是谷歌无人驾驶汽车上路测试以来发生的首次自己担责的事故,故在业内引起了强烈反响。报告显示,事故发生在2月14日美国加州山景市的主街,事发时一条车道上放置有沙袋,这迫使谷歌的雷克萨斯RX450hs轿车试图驶进左侧车道,同车道后方有一辆时速15英里的公车正在驶来,谷歌汽车认为公交车会减速让行,而公车司机则认为谷歌汽车会放弃并线,结果谷歌汽车以2英里的时速撞在了公交车的侧面。事故发生时,谷歌汽车上有测试驾驶员,因车速较低并未受伤。不知业内看到此作何感想?作为驾驶员的我们,常识告诉我们,在这个事故中,谷歌无人驾驶汽车是“强行并线”。与此次“强行并线”的莽撞形成鲜明对比的是,谷歌曾在2009年的测试中发现,自动驾驶汽车在通过无红绿灯的四向“Stop”路口时几乎无法完成通行,因为车辆会一直等待所有车辆通过后才会继续前行,这里谷歌无人驾驶汽车又表现得过于谨慎,谨慎到连谷歌自己的研究团队都认为未来谷歌无人汽车的驾驶应该学习人类的驾驶风格。那么问题来了,谷歌无人驾驶汽车为何会有如此反差的表现?需要说明的是,由于谷歌无人驾驶车身上有着明显(Google)的标志,行人和其它驾驶员看到它之后势必变得小心谨慎,进而变相降低了谷歌无人驾驶汽车路况的复杂性,而这种复杂性还是最能检验谷歌无人驾驶汽车是否具备“智能化”的人的因素。试想一下,如果谷歌把车身上的标志去掉,路上的人们(包括其它车辆的驾驶员和行人等)看不出来它是自动车会是怎样的结果?我们在此并非说这种状况下谷歌无人驾驶汽车一定会出现事故或反映迟钝,只是说明谷歌所谓的无人驾驶汽车的测试环境与真实的路面状况存在不小的差距,而这无疑让谷歌无人驾驶汽车路测报告结果打了一定的折扣的同时,暴露出其支撑无人驾驶技术AI(人工智能)的差距。提及AI的差距,按照谷歌提供给美国机动车辆管理局的报告显示从开始到今年一月,谷歌无人驾驶汽车总共“主动脱离无人驾驶状态”272 次,除了“主动脱离无人驾驶状态之外”,还有 69 次驾驶员选择取消无人驾驶状态的情况,所以加起来脱离无人驾驶状态的次数达到了 341 次。而按照 2015 年的表现来统计,谷歌无人驾驶汽车平均每次发生事故的行驶距离为 120000 公里。相比之下,弗吉尼亚理工大学运输研究所给出的最新数据显示,美国人驾驶 383000 公里才会发生一次车祸。这在让我们感觉与谷歌自己宣称的无人驾驶汽车更安全形成反差之外,觉得有趣和注意的是,在341次脱离无人驾驶状态中,因为所谓的“感知差异”因素造成的脱离次数为119次,为所有脱离无人驾驶状态因素之首。那么究竟什么是感知差异?我们在此不妨以实例来说明。例如谷歌自动驾驶项目组曾邀请两名来自《纽约时报》记者进行试乘,试乘过程中他们的车辆曾展开了一次较为激烈的车道修正,而当时的情况是,谷歌车辆即将经过一个红绿灯路口,但系统检测到对面车道有车辆正以较快的速度行驶。为了避免可能出现的意外,谷歌车辆猛向右边车道变道,但实际上对面的车辆仅仅是在尝试能否通过红绿灯而已,且最终也在信号灯变红前完全停了下来。另外一个实例是,在某次配置谷歌无人驾驶技术的 Lexus RX450h 汽车测试中,其突然出现了一次非常怪异的刹车,原因是系统识别了在后方的某辆汽车有可能会超车,测试车辆就刹车减速,但实际上后面的车辆没有超车(造成追尾事故的隐患)。再如在行驶过程中,面对突然闯入街道的孩子,无人驾驶汽车一定会通过快速但安全的变道操作来避免碰撞。与此不同的是,人类司机仅仅是看到一个滚入街道的小球,便能预测到随后有可能会有孩子闯入,因此人类会在看到孩子之前便预先做好紧急制动准备,而无人驾驶汽车则会始终保持原有高速状态直到检测到孩子,再进行快速变道。但这就存在一个极大隐患,尾随于无人驾驶汽车后的人类驾驶员很有可能就会因无法应对前车如此之快的变道而撞上孩子发生交通事故。以上这些都是典型的感知问题,或者确切地说是谷歌无人驾驶技术与人类驾驶员的感知差异,但背后反映的是支撑谷歌无人驾驶汽车背后所谓机器学习或者说AI技术的欠缺。而这种欠缺在影响到无人驾驶汽车本身的同时,也会波及其他车辆,甚至成为造成交通事故的隐患。从这个意义上看,谷歌无人驾驶汽车似乎非但没有更安全,反而成为安全的一大隐患。当然,最大也是最难以克服的感知差异就是对于伦理层面的AI认知和判断。设想以下情景:你正坐在2022年的无人驾驶汽车内享受着旅途的欢愉,突然,前方行驶的卡车上跌落一件巨大的货物,而你的汽车已无法及时刹停。因此它自动选择急转弯,转而冲向了街边露天的咖啡店,此时咖啡店的孩子们却浑然不知,与家里人惬意嬉闹,后果自然不敢想象。又或者,汽车能快速转向另一边,但撞向的却是孤身一人的摩托车车手。试问,面对此情此境,无人驾驶汽车怎样抉择才是最优?除上述在无人驾驶AI技术的欠缺外,谷歌无人驾驶汽车另外一大问题便是车辆自身成本过高,有媒体报道称目前谷歌无人驾驶汽车硬件设备价格就高达25万美元,即使量产时成本下降但也不会太低。而在2015年拉斯维加斯 CES 大会上,某豪华品牌在其演示的无人驾驶汽车上使用了 4 个 IBEO 制造的激光传感器,而仅这种传感器的价格每个就在2 万美元以上。此外,为了应对谷歌无人驾驶汽车的挑战,传统汽车企业在开发无人驾驶技术的同时,也更多是把一些智能化的技术加到传统汽车上。例如:车道偏离警告(LDW),正面碰撞警告(FCW)和盲区报警系统等驾驶员辅助系统;紧急自动刹车(AEB),紧急车道辅助(ELA)等半自动驾驶系统等,而这些系统的性价比高且更具实用性。综上所述,尽管之前,谷歌依靠所谓自己的AI击败了欧洲围棋冠军而名声大噪,但在应用更为广泛和现实的无人驾驶汽车的AI上却暴露出了相当的差距,这也提醒业内AI并非想得那般简单,而我们AI的水平也远非到了可以替代人类的地步。
2898
科技
2019-06-14 11:30:02
字数:2488
515
345
Verizon5G实验室最新医疗机器人应用:5G不仅是简单的通讯技术
北京时间6月3日消息,美国著名科技公司Verizon旗下的5G实验室日前在马萨诸塞州的坎布里奇发布了一款真人大小比例的机器人模型,进一步表明5G技术将不仅仅局限于通讯技术,还将融合更多科技。据威瑞森5G实验室的科研人员介绍,展示的这款机器人能够在台阶上来回移动,旨在紧急情况下进行救援工作,而最重要的是机器人的运行和操作全部是在5G环境下完成和实现的。但是对于5G技术,就像那个小机器人一样,仍然有很多事情要做。总的来说,5G不仅仅在于网速更快,更重要的是减少网络延迟,这种网络延迟可能会导致4G或其他网络出现故障,或者难以完成高强度的任务。5G则有助于机器人和操作人员及时沟通。当下一代技术最终成熟时,将会有一系列技术能够以当前4G网络不允许的方式蓬勃发展,比如汽车在高速公路或城市街道上能够进行车与车之间或车与传感器之间的迅速通信。此外,物联网也会迅速发展。在医学领域,5G甚至可以实现远在千里之外的专家能够在医生做手术的同时提供实时专业指导。5G实际上才刚刚开始进入现实世界。威瑞森和AT&T这两家美国最大的无线运营商只在少数几个地区开通了5G移动网络,Sprint本周刚刚在四个城市开通5G网络;无线运营商EE差不多同一时间成为英国第一家5G供应商。5G不仅是在手机上给人们带来及时满足感。威瑞森产品和技术开发主管尼基·帕尔默(Nicki Palmer)认为,如果5G仅被用来提升下载速度无疑会错失良机。5G更大的目标是让全新的体验成为可能。比如在教育领域,通过虚拟现实或全息体验将冰川研究人员传送到真实的冰川,当然,这在今天还不具备可行性。借助一台威瑞森的5G手机,总部位于马萨诸塞州贝德福德的软件制造商Proximie演示了该公司研发的基于云计算、增强现实能力的远程医疗平台,其高分辨率屏幕上可同时运行多个实时监控流——多达3个上传数据流和6个下载数据流,每个数据流的速度约为每秒10至12MB。这样的产品一旦推出,必将成为行业颠覆者。然而问题在于5G网络覆盖度还不够,估计要到2020年才能普及。届时,5G在科技领域的应用将更加广泛。
2898
科技
2019-06-12 19:30:02
字数:878
393
222
人工智能领域易形成寡头垄断局面?
人工智能领域易形成寡头垄断局面?人工智能在今年火起来之后,不管是科技巨头还是创业公司,都希望在红利期抓住机会。国内外科技巨头不管通过自身研发还是通过收购的方式,加紧在人工智能领域的布局,想在这一领域占得先机。那么,从目前的市场来看,人工智能产业链上都有哪些公司呢?首先是计算处理及信息储存的芯片巨头,像英特尔、NVIDIA等公司,它们处于这一领域的最上游,为中下游产业链提供计算处理能力及相关解决方案,他们决定了人工智能发展的深度。其次是大数据产业链中的原始数据获取方,包括运营商、BAT、微软、谷歌等把持互联网入口的公司,它们掌握着机器学习必须的数据资源,决定了人工智能发展的广度。此外,还有人工智能技术的研发集团,其中自动驾驶、深度学习、语音识别以及图像识别等领域都有着各自取得领先公司和团队。由科技巨头直接牵头耕耘的,诸如谷歌自动驾驶、IBM Waston、百度自动驾驶及语音识别;有实验室和初创公司的杰出代表,如DeepMind深耕深度学习;此外,还有本身就具备雄厚实力的特斯拉自动驾驶、科大讯飞语音识别等。然而,人工智能的研发需要持续不断的投入以及持续不断的数据积累。在人工智能研究领域有这样一个说法,人工智能需要大量的数据支持,而机器学习对于数据的反馈又会增加数据获取的数量和质量,庞大的高质量数据会更进一步加速机器学习的效率和效果,形成良性循环。这样发展下去的结果就是,这一领域内刚开始领先的公司会更加领先,而处于劣势的公司会逐渐被淘汰出局,最终形成少数几家寡头垄断的局面。与此同时,一些处于人工智能产业链核心地位的公司,凭借自身技术与财力,通过并购和战略入股等方式,控制产业链达到垄断地位。例如,谷歌在2014年收购了人工智能初创公司DeepMind,两年后我们才看到其研发的AlphaGo击败李世石的场面。更多资讯,可以访问2898站长资源平台资讯-科技评论栏目:kjpl/ 谢谢!
2898
科技
2019-06-10 09:00:03
字数:800
207
16
美光若因侵权无法在中国销售,对全球存储价格是一枚深水炸弹
美光若因侵权无法在中国销售,对全球存储价格是一枚深水炸弹。若是最后判决结果是美光有侵权的事实,如果美光不和解,那未来美光的 DRAM 和 SSD 将无法在中国销售。美光的业务极度依赖中国市场,尤其是中国互联网企业大量采用美光的服务器 SSD,这些大厂未来势必不敢采用美光产品,这对于现在手上一堆 NAND Flash 库存的三星,将是率先受惠获得转单。然这个巨大的商机对于三星而言,恐怕也是如履薄冰。因为即使有天上掉下来的订单出现在眼前,身陷反垄断调查的三星、SK 海力士等也不敢因此而随意涨价,DRAM 已经被中国控告操控价格,万一针对 NAND Flash 涨价,恐怕再记上一笔,且被抓到证据。比较不好的后续结果是,美光无法在中国销售的内存和闪存产品,可能会拿到其他国家销售倒货,那也会把整个存储市场的价格压下来,成为未来存储产业的一枚炸弹。这次美光被福州中等法院因为“诉中禁令”,导致部分产品暂时禁止在中国销售,等同是中国、美国半导体专利侵权大战方酣之际,剧情急转直下的来了一出“中国厂商抢先得分,美国企业意外吃鳖”,情节已经脱离先前外界预想的剧本。然而芯片产业的发展是长期的,美光是非常“政治性”的企业,且一向以“好斗”闻名,这次会否轻易投降,恐怕还很难说,因为这关系着美光最大依存的中国市场未来商机。得罪中国,对美光没有好处,但中国的 DRAM 技术若做出来,美光恐怕将彻夜难眠,未来要看彼此手上还有什么底牌,以及两大阵营背后力量的角逐,这出戏,恐怕还很长!
2898
科技
2019-06-09 18:00:03
字数:636
171
28
为什么说数据是新时代的“煤炭”?
为什么说数据是新时代的“煤炭”?“数据是新的石油吗?”在2012年的时候,《福布斯》杂志在一篇文章中引述了这句一位大数据支持者的提问。时间转瞬飞逝到了2016年,大数据潮流涌去,又掀起了名为“深度学习”(deep learning)的巨浪,我们从《福布斯》那儿再次听到了更为明确的答案:“数据是新的石油!”对这一观点,目前就职于亚马逊的机器学习和计算生物学教授尼尔?劳伦斯(Neil Lawrence)在这一比喻的喻体对象上,有着些许不同的看法,他认为:数据是新的煤炭。劳伦斯教授日前在伦敦举办的Re-Work大会的深度学习研讨会上,向我们分享了这个故事:在18世纪的时候,英国工程师托马斯·纽科门(Thomas Newcomen)发明了最初的蒸汽机(这是瓦特所发明的常压蒸汽机的前身)。纽科门最初的设想是将蒸汽机用于英国西南部锡富矿的开采上。在那时,纽科门所遇到的情况是,要让纽科门蒸汽机实现抽水的功能,就必须让它要靠近煤炭产地,因为这台蒸汽机的效率虽然很高,但它所创造的价值还是不足以支撑买煤炭来让它作业的花费。或许正是基于这样的原因,第一台纽科门蒸汽机是在英国达德利市的煤矿边儿上运转起来的,而不在锡矿。所以,为什么劳伦斯教授会说数据就是煤炭?因为它俩的情况很相似:目前,在全世界的深度学习领域里都有出现了许多“纽科门”。像Magic Pony和SwiftKey这样位于伦敦的初创公司提出了很多革命性的新方法,这些方法能训练计算机去实现一些能令人目瞪口呆的认知能力,比如从一堆模糊的照片中重新构建出人物的面部数据,通过学习用户的笔迹来更好地预测他接下来要写什么东西。就目前来说,就像纽科门那样,这些公司的创新出的AI技术的需求量非常的大,它们有充足的“燃料”来一展身手。也正是基于目前AI技术火爆的局面,各家AI初创公司都已成了科技巨头们争相抢夺的香饽饽。目前,Magic Pony已被Twitter收购了,而SwiftKey也已被微软所收购。就连劳伦斯教授自己,也已在三周前,被亚马逊公司以高薪从谢菲尔德大学(University of Sheffield)挖走了。然而,劳伦斯教授教授的故事其实还没有讲完:69年后,詹姆斯·瓦特(James Watt)改良了纽科门蒸汽机,在原先的设计中加入了一个冷凝器。而这一小小的改变,按照劳伦斯教授的说法:“让蒸汽机的效率更上了一层楼,并由此引发了工业革命。”无论你认为数据是石油还是煤炭,我们对于它其实还有另外一种理解:许多AI科学家所做出的努力,就是确保我们能事半功倍。单纯地教一台计算机在围棋或是玩游戏上打败人类,其实还不是什么大不了的事情,但如果深度学习技术正从原先的“胡吃海喝”数据,转变至具备能反馈出最佳匹配可能的能力的话,那么深度学习技术在“数据利用率”上,就将获得质的飞跃。“如果你能仔细回想一下那些深度学习技术已大放异彩的领域,那么你很容易就能发现这些领域的共同点,那就是这些领域都能产生出大量的数据,”劳伦斯教授这样说道。深度学习技术能帮你轻松辨认出猫的照片,但如果你想让它帮你诊断什么疑难杂症的话,目前还是比较难能实现的。“从科学伦理学的角度上去看,我们不可能强迫志愿者去生病,来帮助我们搜集改良深度学习算法所需要的数据。”计算机还是很傻的对于像谷歌旗下的AI研究组织Deep Mind这样的AI成功实践者来说,他们现在所面临的问题是:我们目前的计算机的真正学习水平,仍处于相当痴呆的状态。对于人类,我可以给你看一张你从未见过的动物照片——比如一只短尾矮袋鼠——在这张照片的认知教导下,你足以在一堆照片中正确地辨认出一只完全不同的短尾矮袋鼠。但如果我们首次将一张短尾矮袋鼠的照片,发给一个已被预先训练过的优秀神经网络系统,它能调一调自己的认知模型,都已经算是谢天谢地的了。当然,反过来说,如果你给一个深度学习系统展示数百万张短尾矮袋鼠的照片,然后再输入数百万张其它哺乳动物的照片,你或许就能得到一个无敌的哺乳动物辨认系统,仅凭一点细枝末节的东西,它就能打败所有的顶级人类选手。“一个好的深度学习系统需要海量数据的支持,来帮助它构建自己的分析模型,” 英国伦敦帝国理工学院认知机器人学教授默里·沙纳汉(Murray Shanahan)这样说道。“这实际上是一个非常非常缓慢的学习过程,但即便是一个非常年幼的人类儿童,他都能迅速地学会新的知识。”专注于深度学习领域的专家们,目前都已经提出了许多能提高“数据利用率”问题的方法,他们中的大多数人都觉得,能模仿人类大脑的运作方式的人工智能系统是最强的。其中一个方法提到了一项名为“progressive neural networks”(渐进式神经网络)的新技术,它的目标是攻克许多深度学习模型在进入到一个全新领域时,都会遇到的难题:究竟是应该忽略掉它们此前已掌握的信息来重头开始呢?还是应该冒着“遗忘”所学知识的风险,用新信息来改写自己的认知模型。为了更好地帮助读者理解这一点,我们可以一起尝试想象这样的场景:当你要学习辨认短尾矮袋鼠的时候,你是打算独立地从头、身体、四肢、皮毛等等来重新学习它的整个特征呢?还是试图结合你已有的认知,冒着可能会忘记“猫长什么样”的风险来学习它呢?谷歌Deep Mind工程师Raia Hadsell主要负责将更好的系统嵌入到团队的深度学习模型当中,这对于公司想要搭建一个“通用型人工智能系统”的这一长期目标,是非常至关重要的。通用型人工智能系统指的是能像你我那样做各种各样复杂的事情的AI系统。“它是没有模型的,也没有所谓的神经网络,在通用型人工智能的世界里,它既可以被训练成辨认物品的大师,又能玩电子游戏,还懂得听音乐,”Hadsell在Re-work大会上这样说道。“我们希望它能做到的是学习一个任务,然后在这个工作上达到专家级的水平,然后转而投向第二个任务,紧接着做第三、第四、第五个任务。”“我们希望这个通用型AI系统在学习新东西的时候,不会抛弃已有的认知,并具备从一个任务跳转到另一个任务的能力:如果我掌握了处理一项任务的技能,我希望它能帮助我来学习下一个任务。”而这也正是Hadsell在Deep Mind带领团队成员正在探索的事儿。他们的方法能让深度学习系统“冻结”对一个任务的理解——比如打乒乓球——然后转到处理下一个任务上,而它在处理第二个任务的时候,能回过头去,再参考它在处理第一个任务时所学习到的那些知识。“这将演变成为一个有趣的初级视觉功能”——举个例子,学会如何从一堆抽象的数据中,分析出这个物体的属性——“或是一个高级的政策理解功能,”比如理解“小白点必须待在船桨正确一边”的这一指令。很显然,现在的Deep Mind离真正开发出一个通用型人工智能系统还有几步之遥,但反过来说,Deep Mind离“意外”释放出一个超级AI系统就剩几步的距离了。好消息是,据Hadsell本人透露,现在的渐进式神经网络技术已经可以被用于改进“数据利用率”了。我们可以拿机器人举个例子。“数据问题是机器人的一大难题,因为它们很脆弱、它们需要看护者,还很贵。”Hadsell这样说道。一个解决方式是用“蛮力”来搞定:比如,Alphabet的无人驾驶汽车是通过“野蛮”地行驶了很长一段距离,才学会了驾驶。在开始的时候,Alphabet无人汽车就算是在无人的公路上开,驾驶员的手也要时刻准备着要落到方向盘上。但如今的Alphabet无人汽车虽然受法律限制,还无法驶上马路,但它已经可以完全不装方向盘了。而另外一个方法就是通过模拟仿真来教导机器人,通过给机器人装上各种传感器来无限逼近真实的世界,这种方法的学习正确率也很高。这样调教一番后,你就可以用实战训练来提高教育的层次。“要实现这点最好的方法就是采用渐进式神经网络学习技术。”Hadsell这样说道。我们可以举个简单的任务例子:比如用一只机械臂来实现空中接球。“某天,我们就是在仿真中这么简单粗暴地来训练它去学习这个项目…如果我们拿真正的机械臂去训练它的话,大概要耗去我们55天的训练时间。”但这个AI系统在经历仿真训练后,再将它接入到真正的机械臂上,只用再训练上两个小时,就能达到55天真实训练的效果。除了深度学习,其实还有另外一种方法。英国帝国理工学院的沙纳汉教授(Shanahan)从事AI研究领域多年,在他的印象里,刚开始的时候,AI领域里最流行的手段还不是深度学习。事实上,深度学习这个技术需要高计算机处理性能、大储存空间和海量数据支持才能实现,而在当时这些条件都并不成熟,所以起初最流行的方法是“符号学习”技术。AI符号学习流派专注于构建通用的逻辑范例,然后“喂以”它们真实世界的信息来传授它们更多知识。沙纳汉教授表示,符号流派里的“符号”有点像英语里的句子,它们陈述了世界或某些东西的样貌。然而不幸的是,这一流派的技术并未被推广开来,以致于AI的发展在随后低迷了好几年。但沙纳汉教授仍坚信,将现在的深度学习和传统的符号学习技术结合到一起,将产生1+1>2的效果,这能有助于提高“数据利用率”,还能帮助我们解决机器思维不透明的难题:“当机器在做决策的时候,我们很难从中提取出可被人类阅读的解释,” 沙纳汉教授这样说道。我们无法问计算机为什么它认为短尾矮袋鼠是一只“短尾矮袋鼠”,它只是就这么判断罢了。沙纳汉教授的想法是建立一个通过另一种名为“深度强化学习”(deep reinforcement learning)的方法,而不是传统手动码代码的方法,来建立一个符号类型数据库。这样的话,AI就可以通过反复试错来而不是检索海量数据来学习了。举个例子,DeepMind所开发出的AlphaGo的核心学习技术就是基于深度强化学习的。为了向我们更好地展示这一概念,沙纳汉教授的团队开发出了一个能玩简单版围棋游戏的AI系统。从大体来讲,这个训练这个AI系统的过程不是让它直接玩围棋游戏,而是通过让它教第二个系统有关围棋规则的知识和玩法,这样的话,这个AI系统就能以更为抽象的方式,理解围棋究竟是怎么玩儿的了。就像Hadsell的那套方法一样,沙纳汉教授的这套方法虽然为麻烦一些,但从效果上来看,对它所有的付出都还是值得的。当传统的深度学习系统遇到瓶颈的时候,沙纳汉教授的这套更为抽象的系统能更为一般化地思考它所面对的难题,它在某些方面同上一种方法的类似,但却是它的延续。更为机智地思考在某种程度上,“数据利用率”的问题其实也被夸大了。比如,相比那些基于深度学习技术的AI系统,你确实在学一些东西的时候要比它快得多。但你也必须承认,作为人类一员的你已经学习各种知识很多年了,这可不是什么小规模的数据量。除此之外,你身上还有一个很明显的缺点,这是任何优秀的深度学习系统都不会出现的情况,那就是:你很健忘。而这或许也是人脑这个思考系统为高效率所付出的代价。你要么就是会忘了怎么做事儿,要么就是每次都会花越来越多的资源,来从大量物品中寻找到你想要找的那个东西。但如果能从那些大公司那儿孵化出最高级别的深受学习技术的话,那即便出现这点小问题,它也还是值得的。 2898站长资源平台网站排行榜:http://www.2898.com/webmain.htm
2898
科技
2019-06-09 17:30:02
字数:4580
332
139
京东在世界互联网大会上描绘无界零售蓝图
京东在世界互联网大会上描绘无界零售蓝图:从黑科技创新到开放共享。形态各异的智能机器人在高密度立体无人仓库中有条不紊、各司其职地进行着商品的搬运、分拣、装箱、装车等各项工作,无人车与无人机则分别在城市道路与乡村天空完成着“最后一公里”的末端配送;24小时提供服务的京东到家Go智能货柜为消费者提供“开门就拿”的便捷体验,完全颠覆了传统自动贩卖机;拿出手机扫一扫商品上的溯源二维码,就可以溯源商品的信息,看到这些商品的“前世今生”,从商品的原料、加工、生产、配送,全程透明化的追溯展示……无人机、无人车、无人货柜、区块链等等“黑科技”,就是在第四届世界互联网大会“互联网之光”博览会上京东展示的技术驱动的无界零售未来——零售行业的效率、成本和用户体验将进一步优化,更多合作伙伴将从京东的开放共享中受益,进入互联网+的高速路。数字经济促进开放共享 技术升级驱动京东未来成长京东集团董事局主席兼首席执行官刘强东在2017年开年大会上提出:京东未来十二年只有技术,并会通过技术优化成本、效率与用户体验。在12月2日拉开帷幕的第四次世界互联网大会中,京东通过自主创新的“无人黑科技”,展示出“互联网+物流”带来的高效、便捷,也以中国企业强大的核心竞争力诠释“发展数字经济,促进开放共享——携手共建网络空间命运共同体”的主题。从仓储到配送,机器人、人工智能技术使得物流的各个环节都在实现无人化,达到前所未有的高效。在运营层面,京东利用行业内最具有价值的大数据,并结合人工智能,驱动仓运配的全链路智能化。在网络协同层面,物联网、大数据以及人工智能使整个行业的智慧协同变得更有可能,从供应链条做到全局优化,这一切正是得益于智慧物流技术的驱动。打通线上线下 无界零售让消费者购物更智能消费者的需求趋于个性化与参与化、技术的进步共同带来了无界零售的创新模式,出现在京东展台上的京东到家Go智能货柜就是无界零售布局的一部分。它源自于京东无界零售实验室研发的智能门店科技D-Mart系统中的智能货架,拥有人脸识别、重力感应、智能库存管理和智能广告牌等诸多在“无人店”中所使用的技术,可以实现开门即拿、一次多件,甚至主动为消费者推荐最适合的商品。消费者只需扫码开门-选品取货-关门,三个步骤即可完成交易。这个系统同时与京东供应链体系深度协同,打通数据、商品流动,为消费者提供更流畅便捷的体验。未来的智能货柜,有望实现人脸支付,即便你在没有携带手机的情况下,只需要刷脸就能够完成购物,实现真正的无界零售。京东强大的物流体系为商家提供了可靠的网络覆盖与终端配送能力,智能货柜也为实体零售提供完整的智能化、数据和解决方案,成为打通无界零售的最后一公里。为消费者提供更可靠品质保障 共同推动零售未来的共享生态探讨零售,必然绕不过“同呼吸共命运”的未来。京东就未来零售提出积木理论,正在从一体化向一体化开放转变,通过将自身资源和能力模块化,形成积木,并与合作伙伴创造更大价值。在展台上吸引大量观众体验的“区块链防伪溯源”就是京东打造的诸多积木中的一个。拿牛奶举例来说,用户只要用手机打开京东APP一扫,通过所购买牛奶的唯一溯源编码,您可以看到所购买牛奶的生产场地、奶源、加工厂的企业信息、生产日期、出厂检测报告信息、直至最后送达的配送信息。其实在京东区块链防伪追溯网络的支持下,这项技术已经可以用于衣食住行的各个方面。京东区块链网络打通了品牌商到消费者的各环节信息采集,且区块链的数据签名和加密技术让全链路信息实现了防篡改、标准统一和高效率交换,通过全程追溯信息的实现,让商品真伪立辨,真正做到透明、安全,让消费者放心购买。京东在互联网大会上为零售行业勾绘出一幅充满智慧的美好图景:打通了线上下线,创新零售模式,为合作伙伴开放赋能,构建无界零售的新生态。作为“零售基础设施服务商”的京东,正在携手合作伙伴共同促进开放与共享,打造协同发展的零售生态。 2898站长资源平台站长工具:http://www.2898.com/webtool.htm
2898
科技
2019-06-09 09:30:03
字数:1653
482
158
1
2
...
47
48
49
50
51
52
53
...
364
365
3647条
最新策略
开发基于结构光的3D工业相机,「深浅优视」实现微米级在线检测
昨日,甘肃新增1例湖北输入确诊病例!一周前持“绿码”从低风险区返回兰州
三星发布20款Galaxy Tab A8.4平板 主打性价比
因受疫情影响 任天堂宣布暂停维修服务
苹果通知:Apple Store关闭后不提供维修和提货服务
比亚迪牵手丰田瞄准纯电动,下一步:推动电池业务上市?
国家统计局:1—2月份全国规模以上工业企业利润同比下降38.3%
拼多多联合国美将针对家电数码等推多重补贴,价格降幅高达30%
2020年媒体、电讯及娱乐业预测和展望
每经9点 |刚刚!钟南山连线美国专家团队 ;香港渔护署证实:一松鼠狗新冠病毒血清测试呈阳性
热门策略
怎么在百家号文章中添加链接?文章添加链接方法
营地教育:教育理念和课程体系
公众号推文刷阅读量,公众号阅读量怎么刷(教程)
百度智能小程序在搜索引擎里的展现方式是怎样的?
推荐几个可以免费看电影的网站,还有电影APP下载无需充值会员
火神山医院的建成
百度智能小程序基本信息规范
三大运营商2019年资本开支超3000亿元:这钱怎么花?
《绝地求生》新版艾伦格测试数据公布:可破坏的干草堆总数为1157个
国家级科技企业孵化器—大亚湾科技创新园简介
提示信息
意
见
反
馈
联系电话:
1585150508*
QQ交谈:
小编
站长微信:
站长邮箱:
service@qingjiuzhubei.com