Home / Archive by category "Hardware AI"

Hardware AI

Le incredibili navi autonome del futuro guidate dall’intelligenza artificiale

Le incredibili navi autonome del futuro: gestite dall'intelligenza artificiale piuttosto che da un equipaggio C'è stata molta discussione sui veicoli autonomi sulla terra e nell'aria, ma che dire del mare? Mentre il mondo ha dato il primo assaggio di un traghetto completamente autonomo grazie alla collaborazione tra Rolls-Royce e Finferries, l'operatore di traghetti statale della Finlandia, c'è ancora un po 'di lavoro da fare prima che possiamo aspettarci che i corsi d'acqua del mondo essere superati con navi autonome. Anche se potremmo essere anni o addirittura decenni lontano dalla maggior parte delle navi che diventano autonomi, ci sono certamente algoritmi di intelligenza artificiale al lavoro oggi. Una nave completamente autonoma sarebbe considerata una nave che può operare da sola senza un equipaggio. Le navi remote sono quelle che vengono gestite da un umano dalla costa e una nave automatizzata gestisce un software che ne gestisce i movimenti. Man mano che la tecnologia matura, più tipi di navi passeranno probabilmente dall'essere presidiati ad avere alcune capacità autonome. Le navi autonome potrebbero essere utilizzate per alcune applicazioni, ma è del tutto possibile che ci sarà ancora un equipaggio a bordo di alcune navi, anche se tutti gli ostacoli per l'acquisizione di una flotta completamente autonoma saranno superati. Autonomia nelle navi Come abbiamo visto con il traghetto finlandese, le prime navi autonome saranno schierate su semplici applicazioni di navigazione interna o costiera dove le acque sono calme, il percorso è semplice e il traffico non è molto intenso. C'è anche una nave portacontainer elettrica interna, Yara Birkeland , in costruzione che dovrebbe essere completata nel 2020 e completamente autonoma entro il 2022. Alcune aziende stanno costruendo navi completamente autonome da zero, mentre altre start-up stanno sviluppando sistemi semi-autonomi per essere usato su navi esistenti. Quando la Rolls-Royce vendette la sua ...
Continua a Leggere

Il Cloud il calcolo e l’intelligenza artificiale

Il cloud commerciale che era una volta sinonimo del compito banale di esternalizzazione dell'hardware è diventato sempre più importante per i servizi e le capacità analitiche che possono essere costruite quando il calcolo della potenza non è più un limite. In nessun luogo questo è più evidente che nel mondo dell'apprendimento profondo. Aziende come Google non solo forniscono accesso a hardware collaudato e collaudato , ma avvolgono questi sistemi con offerte analitiche point-and-click e su scala di dati che stanno sempre più democratizzando l' accesso all'IA. L'apprendimento profondo nel cloud oggi non si limita più solo all'outsourcing del calcolo, ma in realtà si unisce alla prima fila della rivoluzione dell'IA stessa. Gli albori del cloud commerciale sono stati in gran parte relegati ai compiti poco chiari di migrazione dei carichi di lavoro dai rack di computer locali in metallo fino ai data center remoti virtualizzati. L'attenzione era spesso rivolta al sollevamento e al trasferimento di applicazioni verso i data center che offrivano scalabilità e affidabilità quasi sconosciute negli ambienti locali. Mentre era banale rispetto alla "nuvola" odierna, questa era iniziale era enormemente trasformativa nel consentire il tipo di servizi digitali che vediamo oggi, anche se l'obiettivo principale era semplicemente il calcolo dell'outsourcing. Con la maturazione del cloud, l'attenzione si è concentrata sui servizi che possono essere costruiti su infrastrutture quasi indescrivibili. Dalle piattaforme di analisi chiavi in ​​mano come BigQuery ai database globali come Spanner , l'elenco infinitamente scorrevole di tutti i prodotti e servizi che compongono il cloud di Google oggi testimonia quanto il cloud moderno sia diventato oltre il semplice noleggio di macchine virtuali. Soprattutto, lavorare nel cloud non è come comprare un software tradizionale. Piuttosto che una singola istantanea nel tempo o gli aggiornamenti annuali al meglio, il cloud rappresenta un...
Continua a Leggere

Facebook e i suoi ragno robot per far avanzare la sua ricerca sulla AI Intelligenza artificiale

Facebook sta sperimentando con i robot per far avanzare la sua ricerca sull'IA Ma non aspettarti di vedere alcun robot di Facebook in vendita Un robot hexapod utilizzato da Facebook nella sua ricerca . Facebook è sicuramente una società high-tech, ma non è una che si dovrebbe necessariamente associare ai robot. Tuttavia, come l'azienda ha rivelato oggi , questo è esattamente il punto in cui i suoi ricercatori stanno guardando in seguito - cercando di vedere come gli esperimenti in robotica possano favorire il suo lavoro nell'IA. Questo non è raro per le grandi aziende tecnologiche. Molte aziende, tra cui Google, Nvidia e Amazon, utilizzano i robot come piattaforma per esplorare le vie della ricerca sull'intelligenza artificiale. I robot di controllo sono, in molti modi, più difficili delle sfide come giocare a giochi da tavolo e videogiochi . Con questi ultimi compiti, i ricercatori hanno accesso a ambienti di gioco simulati, che consentono agli agenti IA di giocare e imparare a velocità accelerate. Non esiste una tale scorciatoia per i robot di addestramento. "Il bello della robotica è che si svolge in tempo reale, nel mondo reale", ha dichiarato a Bloomberg News il conduttore di Facebook Antoine Bordes, co-amministratore delegato dei laboratori di ricerca sull'intelligenza artificiale dell'azienda . Gli esperimenti di Facebook implicano l'uso del senso del tatto per aiutare un robot a completare compiti semplici. Immagine: Facebook La ricerca è ampia e Facebook ha condiviso dettagli su un trio di articoli . Il primo consiste nell'ottenere un robot a sei zampe per insegnare a se stesso come superare prove ed errori, il secondo è sfruttare la "curiosità" per aiutare i robot ad imparare più velocemente, e il terzo è usare il senso del tatto per aiutare un robot a raggiungere compiti come rotolare una palla. Nessuno di questi documenti è di per sé innovativo e gli argomenti in corso di ricerca vengono anche affrontati altrove da università e lab...
Continua a Leggere

Hewlett Packard si compra Cray

Hewlett Packard Enterprise acquisisce il produttore di supercomputer Cray nella corsa alla performance "exascale" HPE ha acquistato Cray per circa 1,3 miliardi di dollari Hewlett Packard Enterprise, da non confondere con il marchio di personal computing da cui è divisa nel 2015, ha dichiarato oggi di aver acquisito Cray, un produttore iconico di supercomputer con una ricca storia nel settore informatico. Si dice che l'accordo sia valutato a $ 1,3 miliardi. Cray, fondata nel 1972 da "padre del supercalcolo", Seymour Cray, è attualmente impegnata a costruire due dei supercomputer più veloci del mondo per due Department of Energy Labs degli Stati Uniti: l'Oak Ridge National Laboratory e l'Argonne National Laboratory. Entrambi i sistemi, uno chiamato Frontier in collaborazione con AMD e uno chiamato Aurora con Intel , promettono di portare le cosiddette prestazioni "exascale", con una potenza delle prestazioni non elaborata pari a 1,5 exfaflops o un calcolo al quintilione al secondo. LE DITTE DI CALCOLO STANNO CORRENDO PER RAGGIUNGERE PRESTAZIONI EXASCALE, O UN QUINTILIONE DI OPERAZIONI AL SECONDO Tali sistemi di supercomputer exascale non esistono ancora ed è logico che HPE voglia il proprio interesse nelle imminenti "opportunità exascale", per le quali la società afferma che esiste un mercato in crescita principalmente di contratti governativi, attualmente stimato a $ 4 miliardi nel prossimo semestre -decennio. Attualmente, IBM è il produttore dei due supercomputer più veloci del mondo, Summit e Sierra. "Le risposte ad alcune delle sfide più urgenti della società sono sepolte in enormi quantità di dati", ha detto il CEO di HPE Antonio Neri in una nota. "Solo elaborando e analizzando questi dati saremo in grado di sbloccare le risposte alle sfide cruciali tra medicina, cambiamenti climatici, spazio e altro ancora. Cray è un leader tecnologico globale nel supercomputing e condivide il nostro profondo impegno per l'innovazione. Combinando i nostri te...
Continua a Leggere

L’intelligenza artificiale richiedere più motori di intelligenza artificiale usati contemporaneamente

AI non è un compito singolare - Anche le operazioni di base possono richiedere più motori di intelligenza artificiale L'intelligenza artificiale ha molte applicazioni e ogni applicazione può avere molteplici compiti: l'intelligenza artificiale non è singolare. Un grosso equivoco sull'intelligenza artificiale (AI) è che si tratti di un singolo compito o soluzione, specialmente nei dispositivi periferici. Molte aziende implicano che se si desidera l'intelligenza artificiale nel telefono, nell'auto o in qualsiasi altra cosa, è sufficiente un singolo motore di intelligenza artificiale. Sfortunatamente, l'elaborazione AI non è così semplice. Anche la funzione AI più elementare, come rispondere a una query vocale, può richiedere il completamento di più attività. Di conseguenza, per completare ciascuna attività sono necessari più motori di intelligenza artificiale o unità di elaborazione oppure i motori esistenti devono essere in grado di supportare più attività, il che richiede la riprogrammazione tra le attività per ciascun modello di intelligenza artificiale specifico. Quando parliamo di AI, oltre il 90% di tutta l'elaborazione AI cloud e il 99% di elaborazione AI edge su dispositivi sono processi di inferenza - l'esecuzione di un task su un modello di rete neurale addestrato. Ciò significa che il modello utilizzato è già preprogrammato per essere eseguito su una qualche forma di unità di elaborazione, ad esempio un'unità di elaborazione centrale (CPU), un'unità di elaborazione grafica (GPU), un processore di segnale digitale (DSP), un gate gate programmabile sul campo (FPGA) ), Elaboratore di segnali di immagine (ISP), Unità di elaborazione video (VPU) o un'unità di elaborazione neurale personalizzata (NPU). Le mie scuse per il sovraccarico di acronimo, ma essenzialmente il modello di rete neurale deve essere eseguito su una qualche forma di un circuito logico. Per eseguire più modelli contemporaneamente o in rapida successione, è necessario disporre di più m...
Continua a Leggere

Un nuovo capitolo nella intelligenza artificiale l’ inferenza dell’apprendimento automatico e serve hardware migliore

Cosa riserva il futuro all'intelligenza artificiale? Un collega IBM con 116 brevetti condivide la sua visione futura dell'informatica per l'intelligenza artificiale. Simon Erickson ( TMFInnovator ) Le cose stanno per diventare davvero interessanti. L'intelligenza artificiale è già diventata mainstream . Le aziende utilizzano le unità di elaborazione grafica NVIDIA ( NASDAQ: NVDA ) , gli array di gate programmabili sul campo Xilinx ( NASDAQ: XLNX ) oi propri chip personalizzati per addestrare i modelli di apprendimento automatico a riconoscere una varietà di input diversi. Questo metodo di formazione delle reti neurali è la ragione tecnica per cui le auto autonome di Tesla possono riconoscere i segnali di stop e il social network di Facebook può riconoscere i volti. Ma stiamo raggiungendo un'era nuova ed eccitante, che si basa su un processo chiamato inferenza di apprendimento automatico. Diverso dall'addestramento, l'inferenza coinvolge i computer prendendo tutto ciò che abbiamo insegnato loro a produrre qualcosa di completamente nuovo. Un'immagine raffigurante un robot umanoide con il mondo come il suo cervello. L'INTELLIGENZA ARTIFICIALE STA GUADAGNANDO TRAZIONE A LIVELLO GLOBALE. FONTE IMMAGINE: GETTY IMAGES. Prendi questo sito come esempio. Mostra immagini ad alta risoluzione di persone dall'aspetto normale, che potrebbero facilmente essere i tuoi colleghi o vivere nella porta accanto. Ma il problema è che nessuna di queste persone esiste realmente. Ognuna delle immagini è falsa, creata artificialmente da una rete generativa di avversari che è stata addestrata su quali occhi, nasi e capelli tendono ad assomigliare. AI ha creato qualcosa da solo, basato su tutto ciò che l'abbiamo insegnato. Questo stesso concetto di inferenza della macchina è ciò che consente a Google ( NASDAQ: GOOGL ) Duplex di fissare appuntamenti per te o Amazon ( NASDAQ: AMZN ) Alexa per creare proattivamente consigli sui prodotti per te. Dietro le quinte, l'i...
Continua a Leggere

Xnor la fotocamera wireless ad intelligenza artificiale funziona a energia solare

Questa fotocamera AI wireless funziona interamente a energia solare Attaccalo alla luce del sole e può trasmettere dati praticamente all'infinito Il dispositivo prototipo costruito dall'avvio Xnor può funzionare indefinitamente solo alla luce del sole. Una grande tendenza nell'IA è la transizione dal cloud al computing edge. Invece che i dispositivi AI eseguono il loro calcolo da remoto tramite una connessione Internet, gestiscono sempre più le cose a livello locale, con algoritmi che funzionano direttamente sul dispositivo. I vantaggi di questo approccio possono includere risultati più rapidi, maggiore sicurezza e maggiore flessibilità. Ma fino a che punto puoi spingere questo modello? La startup di Seattle, Xnor, è certamente all'avanguardia. Questa settimana la società ha presentato un prototipo di fotocamera AI che funziona interamente a energia solare, senza bisogno di batteria o fonte di alimentazione esterna. La fotocamera ha una risoluzione di 320 x 320 , un chip FGPA per gestire l'elaborazione e viene caricata con un algoritmo di riconoscimento degli oggetti allo stato dell'arte. In teoria, potresti attaccare un dispositivo come questo ovunque all'aperto e farlo trasmettere a te in modo indefinito. È compatibile con un paio di diversi protocolli di comunicazione wireless a bassa energia (perché scarichi Wi-Fi troppa batteria) che lasciarlo inviare informazioni per decine di chilometri. E, dice Xnor, se lo si adatta con una batteria, può immagazzinare energia sufficiente durante il giorno per tenerlo in funzione durante le ore di bassa luminosità e di notte. "Stiamo esaminando diversi casi d'uso per questi dispositivi in ​​questo momento", dice Mohammad Rastegari, CTO di Xnor, a The Verge . "Dai progetti civili su larga scala, al monitoraggio all'interno delle cabine di automobili autonome, al collegamento di telecamere ai droni". Xnor ha un forte background in questa sorta di miniaturizzazione dell'IA. È stato scorporato dall'Allen Insti...
Continua a Leggere

NVIDIA e l’esplosione Cambriana nella intelligenza artificiale

Un'esplosione Cambriana nell'apprendimento profondo, parte 3: NVIDIA Karl Freund Ora che ho spaventato tutti quelli che detengono NVIDIA NVDA + 1,46%magazzino, e / o dato speranza a coloro che spendono un sacco di soldi per le GPU NVIDIA, prendiamo una visione realistica di come NVIDIA potrebbe mantenere la sua leadership in un mercato molto più affollato. Dovremo esaminare separatamente i mercati della formazione e dell'inferenza. Una lezione di storia da Nervana In primo luogo, diamo un'occhiata Intel INTC -5,47%L'esperienza con Nervana. Prima di essere acquisita da Intel, Nervana ha affermato che avrebbe superato le GPU di almeno 10 volte. Poi è successo qualcosa di divertente sulla strada della vittoria: NVIDIA ha sorpreso tutti con TensorCores, offrendo non 2X su Pascal, ma 5X. Quindi NVIDIA si è raddoppiato con NVSwitch, che gli ha permesso di costruire un server DGX-2 a 8 GPU incredibilmente performante (e a $ 400K, piuttosto costoso) che spazza via la maggior parte, se non la totalità, dei concorrenti. Nel frattempo, NVIDIA ha raddoppiato le prestazioni delle sue librerie e driver CuDNN. Ha inoltre creato GPU Cloud per rendere l'utilizzo delle GPU semplice come fare clic e scaricare contenitori di stack software ottimizzati per circa 30 carichi di lavoro Deep Learning e Scientific. Quindi, come ho condiviso nei blog precedenti, Il vantaggio delle prestazioni 10X promesse di Intel è svanito e Nervana-ora-Intel ha dovuto tornare ai tavoli da disegno-promettendo di consegnare un nuovo chip alla fine del 2019. Fondamentalmente, NVIDIA ha dimostrato che oltre 10.000 ingegneri con una solida esperienza e un magazzino pieno di tecnologia può innovare 50 ingegneri brillanti in un garage virtuale. Nessuno avrebbe dovuto essere sorpreso, giusto? Dai a 10.000 ingegneri una grande sandbox Ora, in rapida successione, tre anni fino al 2019. Ancora una volta, i concorrenti stanno rivendicando 10 o addirittura 100 volte i vantaggi prestazionali nel lo...
Continua a Leggere

L’esplosione cambriana nell’apprendimento profondo le startup di intelligenza artificiale

Un'esplosione cambriana nell'apprendimento profondo, parte 2: le startup Approfondimenti e strategia Questo è il secondo dei tre articoli sullo stato del mercato dei chip di intelligenza artificiale e cosa succederà nel 2019. L'anno sarà un festival di nuovi chip e battaglie di riferimento, guidati dalle grandi aziende che ho citato nel primo blog ( Intel INTC -5,47%, Google GOOGL + 1,49%, AMD , Xilinx XLNX + 4,1%, Apple AAPL + 3,31%, Qualcomm QCOM + 0,96%), e si è unito a dozzine di startup della Silicon Valley e di Unicorni cinesi con valutazioni superiori a un miliardo di dollari USA. In questa sezione, parlerò delle più importanti, o almeno le più rumorose, delle startup in Occidente e in Cina, dove il governo è intento a creare un'industria di chip di intelligenza artificiale indigena. Inizieremo con Wave, che sembra essere il primo sul mercato con il silicio per l'allenamento. Wave Computing Wave Computing ha avuto un intenso evento nel 2018, registrando la sua prima unità di elaborazione DataFlow, acquisendo MIPS, creando MIPS Open e inviando i suoi primi sistemi iniziali a pochi fortunati clienti. Mentre l'architettura Wave ha alcune caratteristiche molto interessanti, che ho esplorato a fondo qui , siamo in attesa di informazioni sull'esperienza del cliente con carichi di lavoro reali su larga scala. Wave non è un acceleratore che si collega a un server; è un processore standalone per il calcolo grafico. Questo approccio ha vantaggi e svantaggi. Tra i lati positivi del registro, Wave non soffrirà dei colli di bottiglia della memoria che esistono negli acceleratori come le GPU. Sul lato negativo, l'installazione di un'appliance Wave sarebbe un aggiornamento del carrello elevatore, che richiede la sostituzione completa dei server X86 tradizionali e sarebbe un concorrente per tutti i produttori di server. Non mi aspetto che Wave fornisca risultati vincenti per NVIDIA per un singolo nodo, ma l'architettura è progettata per scalare abbastanz...
Continua a Leggere

I migliori prodotti di Google Assistant al CES 2019

Era prima su telefoni Android, poi su altoparlanti intelligenti, e ora Google Assistant è compatibile con qualsiasi cosa, dai televisori alle docce. Di fatto, l'assistente vocale di Google è diventato così popolare che la società ha recentemente annunciato che si aspetta che la funzione venga installata presto su un miliardo di dispositivi . Quel numero è 10 volte più grande dei 100 milioni di dispositivi Alexa annunciati recentemente da Amazon . Ma Google sta contando milioni di telefoni Android in cui le persone potrebbero non utilizzare effettivamente Assistente. La domanda più grande è: quali tipi di dispositivi vengono forniti con Assistente a bordo come caratteristica chiave? Questa settimana ne abbiamo visti di nuovi. Ecco le nostre scelte per i dispositivi più interessanti con Assistant che sono stati annunciati al CES 2019. ALTOPARLANTI INTELLIGENTI TRADIZIONALI Iniziamo con gli altoparlanti intelligenti, perché è lì che i voice assistant hanno trovato una casa dopo aver fatto il salto dagli smartphone. Il più grande annuncio è venuto da Sonos, che era finalmente pronto a mostrare il supporto di Google Assistant sui suoi ultimi oratori. Sebbene l'integrazione sia ancora in beta, sembra funzionare , e verrà aggiunta a Sonos Beam in aggiunta a Sonos One. Sonos ha mostrato il tanto atteso supporto di Google Assistant durante lo show. Foto di Amelia Holowaty Krales / The Verge Quando Sonos ha annunciato il suo primo oratore intelligente, Sonos One, a ottobre 2017, ha promesso di essere il primo a supportare sia Alexa sia Google Assistant sullo stesso dispositivo. Sonos One è stato lanciato con Alexa e Sonos ha dichiarato che prevede di aggiungere Google Assistant tramite un aggiornamento nel 2018, che è stato rinviato a quest'anno. Non ci sono parole per una data esatta di rilascio, ma con i beta test che stanno accadendo ora, l'aggiornamento gratuito di Sonos spera non sarà troppo lontano. L'altoparlante di debutto di House of Marley è r...
Continua a Leggere
Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi