跳转到主要内容

机器学习

优化网络通信可以加速大规模机器学习模型的训练

winniewei /

在高速网络设备中插入轻量级的优化代码,使得KAUST领导的合作将并行化计算系统的机器学习速度提高了五倍。这种 "网内聚合 "技术是与英特尔、微软和华盛顿大学的研究人员和系统架构师共同开发的,它可以利用现成的可编程网络硬件提供显著的速度提升。

剑桥量子计算公司开拓推理量子机器学习方法

winniewei /

剑桥量子计算公司(CQC)的科学家开发出多种方法,并证明量子机器可以学习非常普遍的概率推理模型并从中提取隐藏的信息。这些方法可以改进范围广泛的应用,在这些应用中,复杂系统中的推理和对不确定性的量化至关重要。

MathWorks 入选 2021 年 Gartner《数据科学和机器学习平台魔力象限》并荣膺领导者称号

winniewei /

2021 年 3 月 25 日 —— MathWorks 今天宣布,公司连续第二年在 Gartner《数据科学和机器学习平台魔力象限》报告中被评为领导者。根据 Gartner 对公司愿景完整性和执行能力的评估,MathWorks 被评为 2021 年度领导者。

强化学习推进人工智能应用发展

cathy /

<strong><font color="#004a85">作者 Michael Matuschek</font> </strong>

<strong>前言</strong>

几年前,那些能够感知环境、探测重要细节(忽视其它部分)且使用这些细节来完成任务的技术应用似乎只存在于科幻小说里。然而在2020年,我们看到不少技术的突飞猛进不仅上了头条新闻,也成为我们日常生活的组成部分:智能语音助手能够解读并对人类语音的细微差别作出回应;相较于医生使用的影像检测,医疗应用能够更准确地预测癌症;无人驾驶车辆甚至能够在动态环境中行驶。

三类机器学习之一的强化学习,正在驱动这些技术进步。一般原则促使计算机通过识别其所在环境的关键特性来作出最佳决定,而这项技能直到最近才成为可能。强化学习(RL)、人工神经网络(ANN) 和深度学习(DL) 既展示了人工智能应用全新的潜力, 也体现了其达到人类水平的难度。

<strong>机器学习的方法</strong>

ElectrifAi获AWS机器学习能力资格

winniewei /

实用人工智能(AI)和预构机器学习(ML)模型领域的世界领先公司ElectrifAi今天宣布,已获得亚马逊网络服务(AWS)新应用人工智能(应用AI)类别的“机器学习能力”资格。这一资格确认了ElectrifAi在AWS上构建或集成实用ML解决方案方面展现出的深厚经验和行业专长。

Microchip发布世界首款PCI Express® 5.0交换机,加速机器学习和超大规模计算基础设施发展

winniewei /

美国微芯科技公司(Microchip Technology Inc.)今日宣布推出Switchtec PFX PCIe 5.0系列产品,这是世界上首款PCI Express(PCIe)5.0交换机解决方案,可将密集计算、高速网络和NVM Express®(NVMe®)存储的互连性能提高一倍。