- Imagination推出新神经网络加速器 可用于ADAS和自动驾驶
- 英国半导体与软件设计公司Imagination Technologies宣布推出新一代神经网络加速器（NNA）——IMG Series4，可应用于高级驾驶辅助系统（ADAS）和自动驾驶。Series4的目标客户是汽车行业内领先的颠覆者以及一级供应商、原始设备制造商（OEM）以及汽车半导体片上系统（SoC）制造商。
- Helm.ai宣布了一种新的深度教学方法来训练神经网络
- 下一代AI软件的开发商Helm.ai宣布了无监督学习技术的突破。这种称为“深度教学”的新方法使Helm.ai无需人工注释或模拟即可训练神经网络，以推进AI系统。深度教学对计算机视觉和自动驾驶以及航空，机器人，制造甚至零售等行业的未来具有深远的影响。
- 科学家们致力于利用神经网络改变神经成像研究
- 佐治亚州立大学的研究人员与麻省理工学院(MIT)和麻省总医院(MGH)的同事们通过推进获得了美国国立卫生研究院脑研究的 250万美元赠款创新性神经技术(BRAIN) 研究计划，旨在彻底改变科学家对人脑的理解。
- Glow神经网络编译器首次应用于MCU，面向边缘端机器学习
- 2020年8月5日，恩智浦半导体NXP Semiconductors N.V.（纳斯达克代码：NXPI）今日发布了eIQ机器学习（ML）软件对Glow神经网络（NN）编译器的支持功能，针对恩智浦的i.MX RT跨界MCU，带来业界首个实现以较低存储器占用提供更高性能的神经网络编译器应用。Glow编译器由Facebook开发，能够集成特定于目标的优化，恩智浦利用这种能力，使用适用于Arm Cortex-M内核和Cadence Tensilica HiFi 4 DSP的神经网络算子库，最大程度地提升i.MX RT685以及i.MX RT1050和RT1060的推理性能。此外，此功能已集成到恩智浦的eIQ机器学习软件开发环境中，在恩智浦的MCUXpresso SDK中免费提供。
- Imec与格芯宣布在AI芯片领域取得突破，将深度神经网络计算用于物联网边缘设备
- 全球领先的纳米电子和数字技术研究及创新中心Imec联合先进的特殊工艺半导体晶圆代工厂格芯,于近日宣布一款新型人工智能芯片。这款新型芯片基于采用格芯22FDX®解决方案的Imec模拟内存内计算(AiMC)架构,经过优化可在模拟域的内存计算硬件上执行深度神经网络计算。该加速器可以实现高达2,900 TOPS/W的创纪录能效,是低功耗设备边缘推理的关键要素。这项新技术在隐私、安全和延迟方面的优势将会对各种边缘设备的人工智能应用产生影响,包括从智能扬声器至自动驾驶汽车等应用。
- 研究人员发挥神经网络AI在翻译行业的潜力
- 得益于翻译行业的长足进步，世界变得越来越相互联系和相互依存。CSA(常识咨询)研究公司发布的“语言服务市场：2018”报告可以确定全球翻译市场正在飞跃发展。根据《语言服务市场：2018年》报告，2018年全球外包语言服务和技术市场规模为465.2亿美元，到2021年将增长并增至561.8亿美元。
- MIT韩松专访：Once for All 神经网络高效适配不同硬件平台
- 这篇论文的主要内容，是通过一种 Once for All 网络，可高效生成 10^19 独立工作的子网络以便适配到不同的硬件平台，比如包含了服务器端各种不同的 GPU（例如英伟达 1080Ti, 2080Ti, V100）, CPU （例如英特尔 Xeon 系列）以及移动端各种不同的边缘设备。为了提高硬件平台上的推理效率，需要改变神经网路的结构（例如深度，宽度，卷积核大小，输入分辨率等）来适配具体的硬件。在同一个平台上，研究人员也设置了不同的效率限制，目的是在算力不同的平台运行时达到平衡。
- ICLR 2020丨论“邻里关系”的学问：度量和改进图信息在图神经网络中的使用
- 图神经网络（GNN）在社交网络、知识图谱、推荐系统甚至生命科学等领域得到了越来越广泛的应用。但在复杂的图数据中，我们很难高效利用实体之间的相互依赖关系。在由清华计算机系主办的 AI Time PhD直播间，香港中文大学计算机系的硕士二年级研究生侯逸帆，分享了自己的团队在被誉为“深度学习中的顶会”——ICLR (2020)中发表的研究成果。让我们看看这位学霸是如何巧妙利用节点的“邻里关系”，来选择图数据和改进图神经网络吧！
- 移动机器人避障常用传感器及神经网络算法
- 移动机器人智能的一个重要标志就是自主导航，而实现机器人自主导航有个基本要求——避障。下面让我们来了解一下移动机器人的避障，避障是指移动机器人根据采集的障碍物的状态信息，在行走过程中通过传感器感知到妨碍其通行的静态和动态物体时，按照一定的方法进行有效地避障，最后达到目标点。
- 深度学习：神经网络算法的昨天、今天和明天
- 深度学习依赖大量数据的迭代训练，进而发现数据中内在的特征（Feature），然后给出结果。这些特征中，有很多已经超越了人为定义的特征的表达能力，因此得以让深度学习在很多任务的表现上大大超越了其他机器学习算法，甚至超越了人类自己。
- 图神经网络论文登国际顶级会议 平安科技专利效能凸显
- 上周在世界知识产权组织(WIPO)公布的2019PCT专利排行榜上,平安科技以1691件的申请量排名全球第八位。在此之前由零壹财经发布的《2009-2018年金融科技专利趋势报告》上平安科技排名第一。作为平安的高科技内核,平安科技缘何频频在专利方面获得业界权威认可?答案或许可以从近日发表的论文中找到案。
- 清华用忆阻器制人工神经网络芯片，能效比GPU高两个数量级
- 清华大学微电子所、未来芯片技术高精尖创新中心钱鹤、吴华强团队与合作者在顶尖学术期刊、英国《自然》杂志（Nature）在线发表论文，报道了基于忆阻器阵列芯片卷积网络的完整硬件实现。该存算一体系统在处理卷积神经网络（CNN）时能效比前沿的图形处理器芯片（GPU）高两个数量级，可以说在一定程度上突破了“冯诺依曼瓶颈”的限制：大幅提升算力的同时，实现了更小的功耗和更低的硬件成本。
- 深度神经网络：更高效的本地离线语音识别方案
- 在这个万物互联的时代,科技体现在我们生活中的点点滴滴,更有专家表示,在不久的明天,智能家居将成为美好生活的刚需。而离线语音识别方案作为智能家居语音交互最成功的技术之一,在“语音识别、信号处理、发声机理和听觉机理、AI智能等等”方面为人工智能提供的支撑,。语音识别,,语音控制以及和WiFi/蓝牙组合是应用的主要表现形式,为智能家居提供了新的控制入口选择。
