A mesterséges intelligencia (AI) technológia fejlődése számtalan gyakorlati hasznot hoz az embereknek, ugyanakkor aggodalmakat is. Egyrészt az emberek izgatottak a mesterséges intelligencia vívmányai és hozzájárulásai miatt az élet minden területén. Másrészt azonban sokan „félnek” attól a lehetőségtől, hogy a mesterséges intelligencia „ellophatja” az emberek munkáját számos különböző területen.
Az Nvidia a félvezetőgyártó ipar jelentős szereplője, és az AI-kutatás és gyakorlati alkalmazás terén is az egyik úttörő vállalat. Ezért nem meglepő, hogy a cég olyan mesterséges intelligencia-rendszereken dolgozik, amelyek lényegesen gyorsabban és hatékonyabban tervezik a chipeket, mint az emberek.
Az Nvidia kutatás-fejlesztési alelnökének és Bill Dally mérnöknek a közelmúltban tett nyilatkozata szerint a cég egy mesterséges intelligencia-alapú, automatizált szabványos cellaelrendezés-generáló rendszerrel, az NVCell-vel kezdte meg a chip tervezését. Ez a rendszer nemcsak a chipelrendezési hibák áttekintését és észlelését segíti elő, hanem a processzortervezési folyamatot is sokkal gyorsabban tudja elvégezni, mint az emberek. Az Nvidia szerint mindössze néhány napba telik, mire a cég két AI GPU-ja elvégzi annak a munkának a 92%-át, amelyet egy 10 fős csapatnak egy éven belül el kellene végeznie.
Ezen túlmenően az AI egyik másik nagy előnye, hogy hajlandó kockázatot vállalni olyan tervek kapcsán, amelyeket az emberek általában nem mernek figyelembe venni. Például a tervezők gyakran szándékosan hagynak egy bizonyos hibahatárt, amikor áramköröket helyeznek el a chipekre, hogy "előre jelezzék" a hibákat a gyártási folyamat során. Általában a mérnökök a lehető legszélesebb hibatartományt szeretnék megtartani, de az AI ennek az ellenkezője.
Nem az Nvidia az egyetlen nagy gyártó, akit lenyűgözött az AI chiptervezési képessége. Tavaly júniusban a Google is bejelentett egy hasonló projektet , amely lenyűgöző AI-hatékonysággal rendelkezik a chipelrendezések létrehozásában. A Google Brain – a Google mély tanulási és mesterséges intelligenciával foglalkozó kutatócsoportja – bejelentette egy új megerősítő tanulási rendszer sikeres kifejlesztését, amely önmagában is képes befejezni az alaprajzi tervezést. ) A processzorok sokkal gyorsabbak és jobbak, mint az emberek.
Az élgráfokon alapuló összetett neurális hálózati architektúra segítségével a Google Brain mesterséges intelligencia modellje az emberi időnek csupán töredéke alatt képes alaprajzokat megtervezni.
Remélhetőleg a mesterséges intelligencia a közeljövőben jelentős áttöréseket hozhat létre a chipgyártási képességek terén.
A kutatók felfedezték, hogy a webkamerák és az okostelefonok kamerái kombinálhatók speciális mesterséges intelligencia-algoritmusokkal, hogy rendkívül hatékony távoli személyes egészségfigyelő rendszerként működjenek.
Úgy tűnik, hogy a modern élet egyre negatívabb hatással van az emberi kapcsolatokra.
Az élgráfokon alapuló összetett neurális hálózati architektúra segítségével a Google Brain mesterséges intelligencia modellje az emberi időnek csupán töredéke alatt képes alaprajzokat megtervezni.
A Python számos nagy könyvtárral és keretrendszerrel rendelkezik, amelyek kényelmesek a kódíráshoz és a számítástechnika fejlesztéséhez. A Docs.NeoTechSystems felkéri Önt, hogy beszéljen néhány hasznos Python-eszközről mind a gépi tanulási, mind az adattudományi alkalmazásokhoz.
Az izraeli Tel Avivi Egyetem informatikusainak egy csoportja a közelmúltban bejelentette, hogy megtalálták a módját, hogy mesterséges intelligencia segítségével megkerüljék a legtöbb biometrikus arcfelismerő technológiát anélkül, hogy ismernék az áldozat arcát.
Nemrég a Netflix kiadott egy 3 perces animációs filmet The Dog and the Boy címmel, amely mesterséges intelligencia technológiával készült a cég YouTube csatornáján a japán piac számára.
A Mathpix Snip egy olyan eszköz, amellyel szöveget, és különösen matematikát lehet kinyerni képekből és dokumentumokból.
Az Adobe Presenter az Adobe Systems által kiadott e-Learning szoftver, amely Microsoft Windows platformon Microsoft PowerPoint beépülő modulként érhető el.
Láthatatlan billentyűzet? Érdekesen hangzik, de még mindig elég homályos...
Tegnap, május 5-én, a Google hivatalosan is kiadta a Google-Landmarks-v2 AI képzési adattárházat nyílt forráskóddal, fontos lépésként a számítógépes látásmodellek sikeres fejlesztésére irányuló tervben, amelyek gyorsabban, pontosabban és kifinomultabban képesek felismerni a világ tereptárgyait.
