TalkingData 銳眼看世界 2016-11-16

銳眼視點:

  • IBM 和 NVIDIA 合作開發(fā)深度學習硬件缘琅;
  • 世界級 AI 領(lǐng)軍人物加入劍橋人工智能創(chuàng)企粘都;
  • 機器學習算法將揭示美國國家機密分類情況刷袍。

[業(yè)界新聞]IBM 和 NVIDIA 合作開發(fā)深度學習硬件

IBM 和 NVIDIA 合作發(fā)布了一款新的軟件工具包 IBM PowerAI,該服務器采用針對 IBM Power Architecture 優(yōu)化的 Nvidia NVLink 技術(shù)顽频,能夠訓練計算機以更快的速度和更加接近人類的方式進行學習和思考。IBM PowerAI 可以在 IBM OpenPOWER LC 陣列中最高性能的服務器上運行蟀淮,帶有專為能源架構(gòu)優(yōu)化的 NVIDIA NVLink 技術(shù)和 NVIDIA 最新的 GPU 技術(shù)。這一新工具支持了人工智能領(lǐng)域尤其是深度學習中新興的計算方法,同時也為 IBM Watson 利用深度學習方法拓展其人工智能專業(yè)領(lǐng)域提供了不間斷的成長空間通惫。

原文鏈接:IBM and Nvidia team up to create deep learning hardware

<br / >

[業(yè)界新聞]世界級 AI 領(lǐng)軍人物加入劍橋人工智能創(chuàng)企

Hermann Hauser,Co-Founder of Amadeus Capital Partners, which invested in PROWLER

人工智能創(chuàng)企 Prowler.io 聘請了兩位世界領(lǐng)先的機器學習學者,Carl Edward Rasmussen 和 Enrique Munoz de Cote卓箫。他們將幫助PROWLER.io 面對現(xiàn)代 AI 中的根本挑戰(zhàn)——自動數(shù)據(jù)驅(qū)動的學習和 AI 系統(tǒng)的決策與解釋,并且通過他們對虛擬世界研究的了解旅急,將 PROWLER.io 提升到一個新的層次。今年一月推出的 PROWLER.io 具有世界上首個專注于使用 AI 作出自主決策的商業(yè)模式谣辞。它超越了 AI 有限決策樹沪摄,基于“如果 X 那么 Y”的原則祈餐,專注于自主學習和自動機器人的發(fā)展。他們還將支持 PROWLER.io 的長期愿景舱痘,即使用其技術(shù)為智能城市開發(fā)具有復雜 AI 系統(tǒng)的自動駕駛汽車和決策支持系統(tǒng)渊胸。

原文鏈接:World leaders join Cambridge AI start-up

<br / >

[業(yè)界新聞]機器學習算法將揭示美國國家機密分類情況

美國國務院每年生成大約 20億封電子郵件,其中很大一部分包含敏感和機密信息切厘,因此必須進行分類,但這是一個耗時且昂貴的過程舀凛。 僅在2015年,美國花費了 160億美元來保護機密信息。然而這種分類過程的可靠性尚未明確腌紧, 沒有人知道用于分類信息的規(guī)則是否一致和可靠。 來自巴西智庫 Renato Rocha Souza 和哥倫比亞大學的同事正在改變這一局面,他們使用機器學習算法來研究上世紀70年代的超過百萬條解密文件乙帮,為官方機密提供了前所未有的關(guān)于性質(zhì)的洞察盼樟、如何應用規(guī)則译秦,以及在揭示敏感信息或隱藏細節(jié)的過程中錯誤產(chǎn)生的頻率。

原文鏈接:Machine-Learning Algorithm Can Show Whether State Secrets Are Properly Classified


最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市突勇,隨后出現(xiàn)的幾起案子与境,更是在濱河造成了極大的恐慌挥转,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,104評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評論 3 399
  • 文/潘曉璐 我一進店門趁耗,熙熙樓的掌柜王于貴愁眉苦臉地迎上來著拭,“玉大人鄙币,你說我怎么就攤上這事〖ㄖ裕” “怎么了乒躺?”我有些...
    開封第一講書人閱讀 168,697評論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我慨仿,道長,這世上最難降的妖魔是什么摧找? 我笑而不...
    開封第一講書人閱讀 59,836評論 1 298
  • 正文 為了忘掉前任如筛,我火速辦了婚禮擦剑,結(jié)果婚禮上怕品,老公的妹妹穿的比我還像新娘吼和。我一直安慰自己末捣,他們只是感情好邦邦,可當我...
    茶點故事閱讀 68,851評論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著观谦,像睡著了一般泻红。 火紅的嫁衣襯著肌膚如雪缠劝。 梳的紋絲不亂的頭發(fā)上耙旦,一...
    開封第一講書人閱讀 52,441評論 1 310
  • 那天抖拦,我揣著相機與錄音绩聘,去河邊找鬼衅谷。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的刨沦。 我是一名探鬼主播召庞,決...
    沈念sama閱讀 40,992評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼大年!你這毒婦竟也來了轻要?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,899評論 0 276
  • 序言:老撾萬榮一對情侶失蹤庞溜,失蹤者是張志新(化名)和其女友劉穎流码,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,457評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,529評論 3 341
  • 正文 我和宋清朗相戀三年妻率,在試婚紗的時候發(fā)現(xiàn)自己被綠了捌袜。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片霍衫。...
    茶點故事閱讀 40,664評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡候引,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出敦跌,到底是詐尸還是另有隱情澄干,我是刑警寧澤,帶...
    沈念sama閱讀 36,346評論 5 350
  • 正文 年R本政府宣布柠傍,位于F島的核電站麸俘,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏惧笛。R本人自食惡果不足惜从媚,卻給世界環(huán)境...
    茶點故事閱讀 42,025評論 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望患整。 院中可真熱鬧静檬,春花似錦、人聲如沸并级。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,511評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽嘲碧。三九已至稻励,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背望抽。 一陣腳步聲響...
    開封第一講書人閱讀 33,611評論 1 272
  • 我被黑心中介騙來泰國打工加矛, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人煤篙。 一個月前我還...
    沈念sama閱讀 49,081評論 3 377
  • 正文 我出身青樓斟览,卻偏偏與公主長得像,于是被迫代替她去往敵國和親辑奈。 傳聞我的和親對象是個殘疾皇子苛茂,可洞房花燭夜當晚...
    茶點故事閱讀 45,675評論 2 359

推薦閱讀更多精彩內(nèi)容