俄罗斯航母起火:陈黎明:70%的企业转型不成功 转型核心是文化转型

发布时间:2019年12月13日 07:03 编辑:丁琼
此外,激光的精度也是一个问题,特别是在移动的无人机之间保持持续连接。团队成员表示,他们已经有了大致的思路来解决这一问题。(小贝)四川绵阳4.5级地震

李彦宏:机器学习是一行基础性的技术,5年前搜索非常依赖于统计数据,现在搜索可以通过机器学习自动开展。我们现有的很多产品和服务,如付费搜索、语音搜索、图片搜索,很大程度上都依靠机器学习尤其是深度学习技术来驱动。我对于百度的语音识别技术感动非常自豪,现在如果用户对百度手机端发出指令,准确率是非常高的,搜索结果的相关性也很高。用户越来越多地通过语音方式使用百度搜索客户端。这些技术非常宝贵,并不说它们能够直接赚钱,而是在于搜索服务的用户粘性,从而让我们将来获得更多收入。现在也有很多新领域可以受益于机器学习,无人驾驶汽车就是其中一个明显的例子。我认为在未来5年左右无人驾驶汽车将正式商用,而这种产品是非常依赖于机器学习和人工智能的。梅婷晒儿女照片

The Verge 在比赛期间采访了 Murray Campbell,深入了解深蓝之前的比赛以及与DeepMind的AlphaGO有何不同。姜至鹏回应

如果我们比较人类和人类的近亲猩猩,会发现人类并不比后者有更强壮的体魄,但是却有着更加非凡的大脑。最近十年来最激动人心的算法进步无疑是深度学习。从大脑最简单的单元,就是单个的神经元推导数学模型,把数学模型朝各个纬度扩展,从而构建更加复杂的网络,这个就是目前深度学习在做的事情。为什么深度学习的效果会很好?因为深度学习能够随着数据的增长不断的去提升效果,传统的算法由于计算的原因和统计的原因并不适合大数据。AlphaGo里面也用了深度学习。一个基本问题是考虑棋局的复杂性,因为棋局的状态数目大到比宇宙中原子的数目还多。实际上很多人并不了解,卷积神经网络可以把棋局的状态空间做分层的分解,能够充分表达极为丰富的复杂度。今年的麻省理工学院的?Technology Review?杂志讲到了十大突破性技术,其中也提到了语音识别,最近因为深度学习发展使得语音识别每一年都在不断的往前演进。深度学习可以用来刻划一个棋局,也可以用来为自动驾驶建立模型。在一个自动驾驶的环境里面你可以看到,车周边的车道、车道线,行人和交通标志实际上都是构成了整个环境,对车的每个控制决策,导致车的位置发生改变,也会进而影响其他车的状态,从而影响整个环境。基于深度学习的增强学习,将整个系统描述成车和环境之间的博弈,从而我们可以用一个简单的数学框架来解决自动驾驶问题。?机器人大脑的算法架构是什么?我们想第一个方案是完全在云端处理。但对于感知、认知、控制这些人工智能算法,我们是不是需要新的芯片呢?我个人的判断是一定的,因为通用计算效率低。在过去几十万年的时间里面人类大脑不断的进化,专门优化生存所需要的所有技能,所以人类大脑是专用处理器。地平线要做的是构建这样一个大脑平台,第一步基于深度神经网络算法构建一个软件的操作系统;第二步,我们希望能够在底层去做支持深度神经网络的芯片的架构,使得所有的人工智能任务能够达到千倍的效率提升,地平线目前做的面向智能家居的大脑系统叫?Andersen?。也和中国最顶尖的家电厂商推出了多款安装?Andersen?大脑系统的智能家电产品,使得静止被动的设备变成具有智能的?Robot。从事自动驾驶的大脑系统叫?Hugo?平台,相对?Andersen?平台,Hugo?平台要更加高性能。目前也已经跟国内外的著名的汽车?tier one?供应商以及整车厂展开合作。?余凯层向《南华早报》表示,人工智能的功能也许看上去简单,但很难操作。在未来,人工智能芯片可以处理需要更多智能才可以完成的复杂任务,如讲话、声音、图像识别和机器学习算法等。密室大逃脱

责任编辑:丁琼

热图点击