Login
Sign Up For Free
English
中文 (繁體)
中文 (香港)
中文 (简体)
日本語
Filipino
Bahasa Indonesia
Bahasa Melayu
Pусский
Português (Brasil)
Magyar
Français
Español
Deutsch
Čeština
العربية
Català
Dansk
Ελληνικά
فارسی
Suomi
Gaeilge
Hindi
עברית
Hrvatski
Italiano
Norsk bokmål
Nederlands
한국어
Polski
Română
Slovenský
Svenska
Türkçe
українська
беларуская
ไทย
Standard view
win-win
分享
5 years ago
台灣科技業的關鍵風口:AIoT - AI應用的最後一哩路
latest #16
掰噗~
說
5 years ago
傑克這真是太神奇了
win-win
說
5 years ago
baipu
:
win-win
說
5 years ago
隨著Google旗下DeepMind所研發的人工智慧(AI)系統AlphaGo所帶起的一波人工智慧熱潮,台灣沒有錯過。科技部長陳良基將2017年訂為台灣的「人工智慧元年」,從建立「人工智慧高速運算服務」、在台大、清大、交大、成大設立「AI創新研究中心」、打造中科與南科的「智慧機器人自造者基地」,到AI計畫的最後一塊拼圖「半導體射月計畫」,都是希望強化台灣半導體產業於人工邊緣智慧(AI Edge Intelligence)的核心技術競爭力和在前瞻半導體製程與人工智慧晶片系統研發。
立即下載
win-win
說
5 years ago
win-win
說
5 years ago
曾經走紅的萬物聯網讓科技產業認為,這就是未來的智慧樣貌,直到AlphaGo擊敗世界棋王,科技圈才發現人工智慧所帶來的「智慧服務」,才是真正賦予了萬物聯網的背後價值。
win-win
說
5 years ago
邊緣智慧,AI應用的最後一哩路
事實上,許多具有傳感器的裝置早就存在我們的生活裡,如攝影機、相機、喇叭與麥克風等也在過去10年左右,數位化連上網路。但連結網路攝影機與網路連接儲存裝置(NAS)所組成的數位監視系統相較於過去閉路式、類比訊號的監視裝置,除了儲存資料數位化之外,在本質上並沒有太大的不同,一樣需要人監看、回放,並判斷實際現場狀況。但當人工智慧應用普及,影像辨識、語音辨識轉成文字不再遙不可及,網路攝影機或現場麥克風所傳回的資料都可即時透過自動辨識,判斷畫面中的物體,加上蒐集人臉資訊及現場收音,AI都足以自動綜合解讀更多現場狀況,讓安防業者不再需要配置人力長時間全神貫注監看,僅須排除異常狀態。
win-win
說
5 years ago
win-win
說
5 years ago
數位監視系統配上人工智慧應用,彷彿在機器中加上了靈魂,如果可透過人工智慧學習不同辨識內容組合的場景意義,並對應相應的處理機制,就賦予數位監視系統協助安防控制,真正達成智慧化。
win-win
說
5 years ago
從訓練到推論,晶片是最後一塊拼圖
win-win
說
5 years ago
然而對企業來說,深度神經網絡1(Deep Neural Networks,DNNs)所帶起的人工智慧浪潮,就如同遙遠的國度發生了大海嘯,要把如今相對成熟的圖像辨識、語音辨識或文本翻譯,放進真實環境做商業應用仍還有一段距離。
由於深度學習2的演算法與相關應用仍在快速演進中,無論是智慧城市、智慧零售、智慧音箱或無人車等實際的應用場景,仍在大量蒐集數據,讓深度學習演算法學習辨別這些資料特徵與模式的階段,這個系統過程稱為訓練(Training),讓電腦嘗試從我們所蒐集的資料來學習。
win-win
說
5 years ago
win-win
說
5 years ago
簡大俠
5 years ago
加油
sophia愛古典音樂
5 years ago
早午安
win-win
說
5 years ago
mitchchien
:
win-win
說
5 years ago
sophielin88
:
back to top
delete
reply
edit
cancel
cancel