7月19日,腾讯云在工业质检合作伙伴沙龙暨生态联盟发布会上,宣布升级发布工业质检训练平台TI-AOI 2.3版本,并携手首批合作伙伴成立工业AI质检生态联盟,共同推动人工智能技术与实体产业深度融合,助力行业加快发展新质生产力,实现高质量发展。
3月20日,北京智源人工智能研究院发布我国首个超大规模智能模型系统“悟道1.0”。“悟道1.0”由智源研究院学术副院长、清华大学唐杰教授领衔,带领来自北京大学、清华大学、中国人民大学、中国科学院等单位的100余位AI科学家团队联合攻关,取得了多项国际领先的AI技术突破,形成超大规模智能模型训练技术体系,训练出包括中文、多模态、认知、蛋白质预测在内的系列模型,勇闯通用智能发展前沿,构建我国人工智能应用基础设施。同时,与龙头企业共同研发工业级示范性应用,加快大规模智能模型应用生态建设。
伴随人工智能的极速发展,AI工业也随之大放异彩,工业质检是整个制造中一个非常重要的环节,传统人工工业质检缺乏统一性标准,人工质检效率低,人工质检失误多,制造企业招工难,AI智能质检也随之被各大AI公司看好,AI质检具有天然优势,成本低,效率高等,但如何工业AI质检有效落地是我们面临的一个巨大挑战,工业有本身行业的特殊性,质量标准,生产工艺,产品多样性都给AI质检系统带来阻力。
伴随人工智能的极速发展,AI工业也随之大放异彩,工业质检是整个制造中一个非常重要的环节,传统人工工业质检缺乏统一性标准,人工质检效率低,人工质检失误多,制造企业招工难,AI智能质检也随之被各大AI公司看好,AI质检具有天然优势,成本低,效率高等,但如何工业AI质检有效落地是我们面临的一个巨大挑战,工业有本身行业的特殊性,质量标准,生产工艺,产品多样性都给AI质检系统带来阻力。 今天一篇“AI工业质检之以图搜图引擎”带大家如何解决工业漏检问题,如何回溯漏检历史现场。 01 产品功能/使用 工业质检主要指标问题
WAIC 世界人工智能大会已于近日在上海开幕。在昨天由机器之心承办的开发者日主单元上,阿里技术副总裁贾扬清、亚马逊机器学习副总裁 Alex Smola、百度 AI 技术平台体系执行总监吴甜、Julia 创始人 Viral、Skymind 联合创始人 Adam Gibson 做了精彩演讲。
近日,广域铭岛参编的《AI工业质检应用发展白皮书》(下称《白皮书》)正式发布。《白皮书》详细阐述了AI工业质检的发展阶段、存在问题、应用趋势及实践案例等,为AI技术在工业质检中的应用提供示范和指引。
4月24日,浙江大学召开OpenKS(知目)知识计算引擎开源项目发布会,宣布浙大与合作单位研发的OpenKS知识计算引擎取得重大进展。中国工程院院士、国家新一代人工智能战略咨询委员会组长、浙江大学计算机学院教授潘云鹤说,本次发布的OpenKS,作为知识计算引擎项目中的基础软件架构,定义并丰富了知识计算的内涵,是我国在大数据人工智能方向的又一次有益尝试。
短短几个月的时间里,两次登上 GitHub Daily 全球趋势榜,迅速获得 1.4k Star,宁德时代、广东电网电科院、机科院等等巨头都在用的 AI 算法开发神器到底是什么!!!
“技术型公司创业前必须考虑三个要素,团队、时机和资源,三者缺一不可。”睿视智觉创始人&CEO龚纯斌说,“而睿视从一开始,就独具团队优势。”
在一些制造业工厂产线上,以AI视觉检测缺陷已经开始代替人力,改变了传统只能通过人的眼睛及经验来检测缺陷的方式。
这个项目的github地址为:https://github.com/PaddlePaddle/PaddleHub
当一批类ChatGPT的通用大模型层出不穷时,另一批参与者着眼于“更容易落地”的行业垂直大模型,也走到了舞台中央。
视频AI智能分析已经渗透到人类生活及社会发展的各个方面。从生活中的人脸识别、停车场的车牌识别、工厂园区的翻越围栏识别、入侵识别、工地的安全帽识别、车间流水线产品的品质缺陷AI检测等,AI智能分析技术无处不在。在某些场景中,重点区域的人数统计与人员超限算法非常重要。今天我们以TSINGSEE青犀智能分析网关为例,来详细介绍人员超限AI算法的工作原理以及应用场景。
鱼羊 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 我有个胖友,在学校里搞自动驾驶的那一种。 常听他吐槽,穷学生在实验室里用的开源软件是酱紫的: 和工业用的看起来区别有点大。作为一个工具党,我还就不信了,学生胖友们搞自动驾驶就没啥福利可享? 拽着这位胖友一通折腾,还真发现了一些好康的。 现在,有一款“学生版”自动驾驶仿真系统,模拟起物理碰撞是这样的: 传感器仿真环节则是这种feel: 虽说是“学生版”,但其实这么一套仿真系统,“母体”正是工业级仿真系统—— 就在最近的“TechoDay腾讯技术
小模型的福音。 1 算力在制造业的落地 第一个案例就是算力发展在制造业的体现。 不论是手机还是电脑,各类电子设备都有一个非常重要的人机交互元件:屏幕。屏幕相关的产品线涵盖了TF T-LCD、AMOLED等一系列先进显示和传感器件,这些产品无一不对质量有着严苛的要求。随着产业规模的不断扩大,基于人工的缺陷检测和不良根因分析,在效率上已经难以满足进一步提升产能和品控的要求。现在基于深度学习来协助实现缺陷定位和缺陷检测等功能的工业视觉平台,能够借助大数据平台和AI算法,智能分析和快速定位不良根因。 英特尔® 至
凡是Google出品,必属精品。遥想当年(其实也就近在2016),YoutubeDNN[1]以及WDL[2]的横空出世引领了推荐系统以及CTR预估工业界潮流至今,掀起了召回层与排序层算法大规模优雅而高效地升级深度学习模型的浪潮。发展至今其实已经形成了工业界推荐系统与广告CTR预估的庞大家族群,具体可以参见下文中的家族图谱。
前两天海康的VM4.4官方发布了,这是继去年VM4.3之后的最新版本,作为机器视觉行业的明星产品,来带大家剖析一下这个版本的更新内容。
共聚云端,共话智能机器人。 8月27日下午,“机器人智能论坛”以线上分享的形式圆满举行。 该活动由中国人工智能学会主办,中国人工智能学会认知系统与信息处理专委会、南京清湛人工智能研究院承办,北京容天汇海科技有限公司、镁客网协办。 在历时4个半钟头的分享环节,来自产业、学术和应用三个方向的嘉宾,构成了一个产学用全方位的“三方对话”,围绕智能机器人相关主题带来了各自的精彩分享。 陈学超 北京理工大学机电学院教授、博士生导师 ——仿人机器人高动态跳跃运动关键 在陈学超看来,仿人机器人是智能机器人的一种高级形态,
如果你问一些 AI 工程师,「做一个 AI 质检仪去检查手机内部摄像头支架的缺陷要拍多少个点位?」放在几年前,他们可能答不上来。但现在,他们会告诉你:要拍七八十个。
第一次工业革命是蒸汽革命,机器工厂就此诞生,蒸汽机器取代了手工劳动;第二次工业革命是电力革命,电器代替蒸汽机器,电力新能源大大的提高了劳动效率;第三次工业革命是信息革命,计算机技术和通信技术不断引领社会生产新变革,打破了距离、空间的限制。
这届人工智能能够化身“新基建”的中流砥柱,避免了重蹈“AI寒冬”的覆辙,一个很大的原因就是,机器学习从产业层面提质增效,真正让技术变成了社会经济的价值推动力。
2023 年,大模型与生成式 AI 的崛起无疑成为了技术领域的焦点。在这一年里,大模型和生成式 AI 的讨论持续“破圈”,各类商用大模型和开源大模型的发布和更新将技术创新推向了新的高峰,相关产品不断发布。
工信部联合国家发展改革委、教育部、科技部等部门发布了十四五智能制造发展规划。规划中提出:到2025年70%规模以上的制造业企业基本要实现数字化网络化,建成500个以上引领行业发展的智能制造示范工厂。
如此一来,巡检员就能避免误入带电危险区域,还能全程记录工作过程和数据,事后还能自动分析处理,一键生成报告。
随着数据体量的快速增长、算法迭代优化以及CPU、GPU、DPU等多种算力技术的发展,以大数据建模为核心的机器学习技术正被企业广泛应用到营销、广告、风控、生产等场景中。
飞桨社区特殊兴趣小组(PPSIG)旨在通过开放的社区形式与全球的开发者共同构建一个开放、多元和架构包容的生态体系,以开源理念和技术实践为驱动,让全球开发者更紧密的协作起来,构建更好的开源世界。
在自然语言处理(NLP)领域,基于 Transformer 结构的预训练语言模型展示出了强大的语言理解能力,在各类 NLP 任务上都取得了巨大突破。
GPU 成为在构建深度学习系统时必不可少的需要关注的方向,但是诸如如何选择一款 GPU 来搭建深度学习平台,如何升级自己的 GPU 之类的问题一直困扰着开发者。现在,这些问题都将由来自英伟达的深度学习专家为你解答。 GPU 成为每一家企业在构建深度学习系统时必不可少的需要关注的方向,与此同时英伟达每一年在推出新的 GPU 架构和依托于此的新的产品,其最推先推出的 Volta 架构,比起当前 Pascal 的性能提升了 5 倍,优于两年前推出的 Maxwell 架构 15 倍,远远超过摩尔定理的预测,在此
在创新工场和一群优秀的人做最酷的事情,让学术界的成果落叶归根,找到合适的商业化路径。
凭借前沿技术与应用实践,腾讯云TI平台获得钛媒体“年度前沿科技产品最佳技术突破奖”。
丰色 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI 他来了他来了,老黄带着英伟达的最新一代GPU来了。 之前大家猜的5nm错了,一手大惊喜,老黄直接上了台积电4nm工艺。 新卡取名H100,采用全新Hopper架构,直接集成了800亿个晶体管,比上一代A100足足多了260亿个。 内核数量则飙到了前所未有的16896个,达到上一代A100卡的2.5倍。 浮点计算和张量核心运算能力也随之翻了至少3倍,比如FP32就达到了达到60万亿次/秒。 特别注意的是,H100面向AI计算,针对Transfor
本文作者吴逸鸣,整理自作者在GTC China 2017大会上的演讲,首发于作者的知乎文章,AI研习社获其授权发布。 我个人认为这是一份很值得分享的资料,因为 这应该是第一次使用全中文来讲解Caffe
三年前,商汤科技联合创始人、CEO 徐立在桌子上画了一条线,代表科技发展。然后又画了一条工业线。「科技和工业发展始终并行。但什么时候这两条线产生交集?」他问。
随着机器学习,尤其是深度学习在复杂数据上的表现越来越优秀,很多开发者希望能将其应用到自己的服务或产品中。然而即使是使用预训练模型或开源框架,对于很多不太了解机器学习算法工程的开发者而言还是有非常大的挑战。此外,若机器学习不是产品的核心技术,额外维护机器学习算法团队的成本又非常高。因此,很多时候我们需要一种能快速使用高性能深度学习的方法。
机器之心报道 机器之心编辑部 3 月 23 日,在机器之心 AI 科技年会上,蚂蚁集团金融机器智能部总经理周俊发表了主题演讲《可信 AI 在数字经济中的实践与探索》。 周俊介绍,如果将数字经济比作一棵树,树干中的人工智能 (AI)、大数据、云计算等技术,构成了数字经济的核心,起着承上启下的作用;树根中的隐私、安全等因素,决定长势以及未来;树干跟树根必须紧密融合,才能枝繁叶茂,其中 AI + 隐私、AI + 安全等成为当下亟需突破的方向。而可信 AI 技术理念将是数字时代抵御风险、提升科技包容度的关键能力之
作者 | 曾响铃 文 | 响铃说(xiangling0815) “有了大算力,就能够产生系列大模型,应用创新就有了坚实基础。” 刚刚举办的世界人工智能大会(WAIC)上,华为轮值董事长胡厚崑做主旨发言时,对当下以及未来的人工智能产业落地做了如此表述。 过去一年,人工智能基础设施以肉眼可见的速度快速铺设,成为最显眼的新基建领域,全国20多个城市规划和建设人工智能计算中心,其中,深圳、武汉、中原、西安、成都、南京、杭州等多地的人工智能计算中心已相继上线。 在人工智能计算中心成为领先城市“标配”的同时,大模型
机器之心原创 作者:泽南 直接与芯片厂商一起造 AI 框架,才能实现最高效率。 AI 芯片可以应对普通计算架构无法应对的挑战,但为了实现前所未有的加速,我们不仅需要强大的芯片,还需要深度学习框架与其一起深度融合优化。 深度学习技术爆发以来,GPU 巨头 NVIDIA 建立了从芯片、系统到算法和应用的完整体系,帮助从科技公司到工业,再到前沿科学等领域实现智能化。而在国内,也有一家公司正在发展「AI 的操作系统」,并和众多硬件厂商走出了共创的新模式。 在上周世界人工智能大会 WAIC 上,百度对自身的软硬件融合
相信吴恩达公布新项目之一——在线课程已经刷遍朋友圈了,顺带的,连他的生平背景也顺便给缕了一个遍了,AI科技大本营就不凑这个热闹了。 不过,本着一丝不苟出产干货的原则,今天,我们要来扒一扒,这个课程到底肿么样? 吴恩达亲自上阵授课 欲知真相如何,总得对比着来看。那我们就把大火的Udacity搬出来对比一下。 我们采访到了一位此前参与了Udacity “深度学习纳米学位”的资深学员,正好他也刚刚体验完吴恩达推出的深度学习课程,他从视频质量及练习题质量等方面对两者进行了详细的对比。 Udacity VS
本文介绍了如何通过深度学习来提高图像分类的准确率。首先介绍了图像分类的深度学习模型,然后介绍了训练模型时的超参数,接着通过一个实际案例详细讲解了如何通过迁移学习来对模型进行微调,最后介绍了如何通过学习率衰减来提高训练模型的准确率。
【新智元导读】新智元AI WORLD2017 世界人工智能大会上,浪潮集团副总裁胡雷钧带来 《AI计算挑战与应对》的分享。他提到,当前AI算法对计算能力有巨大的需求,针对AI计算能力的挑战,浪潮推出了
内容提要:昨天,微软 Build 2020 首次在线上召开。大会第一天,发布了多个重磅新品,包括 AI 超级计算机、工业系统 AI 开发平台 Bonsai 项目等,我们从中可一窥微软的 AI 布局。
梦晨 鱼羊 发自 凹非寺 量子位 报道 | 公众号 QbitAI 百度和央视又联手在直播现场上演黑科技了。 百度CTO王海峰只说了一句话,就给主持人整出了个数字“孪生兄弟”。 更厉害的是,这位数字人刚一出生,开口就有“北大还行”内味儿了(手动狗头)。 这还没完,现场,中国火星探测工程和百度联合培养的火星车数字人祝融号也跟全国人民见了面。 一登场,就落落大方地与主持人谈笑风生了起来,各种“保送”、“火星种土豆”的梗那叫一个信手拈来。 谈到兴起处,还能即兴赋诗,引得主持人直呼“看给你厉害的”。 这就是百度世
我个人认为这是一份很值得分享的资料,因为 这应该是第一次使用全中文来讲解Caffe2和FB的AI应用的演讲 观看这次演讲不需要机器学习/神经网络,甚至计算机科学的基础。它适合每一个愿意了解人工智能、神经网络和Caffe2的人。 我准备了很久!(这才是主要原因哈哈哈,但第一次上台还蛮紧张 在观看视频前你可能需要注意以下几点: 该视频所有权解释权各种权全都归英伟达所有(点击阅读原文查看演讲视频) 此次演讲只是谈论了我自己的一些看法,和FB无关 我的演讲稿和视频里说的可能有一些出入。有的地方为了更好地让大家理解,
所需环境:64 位的 Windows10,Windows8/7 64 位下也能安装。机器要有至少 30G 的硬盘空间。
随着智能化产品深入生产生活,智能对话应用需求爆发,像小布、小度、小爱、天猫精灵等智能语音助手、智能家居、智能机器人等产品备受终端用户欢迎;像智能客服等产品则是当下企业必选的营销工具。如今企业和用户的多样化需求,也对智能对话技术提出了许多挑战,比如开放域多轮、多模态融合、拟人化情感等等。 于是近几年,工业界陆续提出了“对话即服务”、“对话即平台”等概念,越来越多的国内外厂商开始深度投入到智能对话技术的探索与研发中。包括最近爆火的 ChatGPT,更是离不开智能对话技术。 然而,智能对话是一个对技术水平要求较高
10月23日,华为集团官方账号发布声明表示,“网传‘华为将发射1万枚6G移动低轨卫星’纯属造谣,造谣者毫无根据,无事生非,在多个平台、账号推送相同信息扩散,请勿信勿传,果断举报。”
微软近日推出了一款名为NaturalSpeech2的语音模型,该模型采用“潜在扩散”式设计,在零样本语音合成层面效果出众,微软宣称该模型提供了“商业级”的语音和歌唱解决方案,能够给予用户高质量、多样化的语音合成体验。
2017年人工智能给了我们太多的惊喜和变化,从今年开始,国际巨头们纷纷开始大踏步地战略转向——从移动优先转向AI优先:3月份的微软、4月份的Facebook、5月份的Google、6月份的苹果……乃至前段时间百度大会上,李厂长的一句:无人车罚单都来了,量场还会远吗?直接掀起当天的高潮! 由此可见:人工智能已经进入了全球爆发的前夜。个性化信息推送、人脸识别、语音操控等人工智能技术,已“入侵”日常生活的细枝末节。那人工智能有多火?平均每10.9个小时诞生一家AI企业。而且众所周知:国内大量的、一线的互联网公司已
沐曦首款异构GPU产品MXN100已于2022年底实现规模量产,并与多家重点行业客户及服务器厂商联合打造应用落地解决方案,展开深度的生态合作。在过去很长一段时间里,GPU市场一直被国外知名企业所主导,近些年来,随着中国经济的不断发展,国家对芯片领域的大力支持,国内涌现出了众多GPU芯片公司,而沐曦就是其中之一。 自2020年9月成立,沐曦就致力于打造全栈GPU芯片产品,目前推出的MXN系列GPU(曦思)用于AI推理,MXC系列GPU(曦云)用于AI训练,以及MXG系列GPU(曦彩)用于图形渲染,满足数据中
今日,微软在开发者日上发布了AI开发者平台。 微软还提到,旗下产品都可以本地直接处理AI任务。另外Win10系统将会Visual Studio 15.7 预览版上增加了ONNX文档到UWP应用里,可自
领取专属 10元无门槛券
手把手带您无忧上云