人工智能-AET-電子技術(shù)應(yīng)用

利用高度集成處理器在工廠自動化過程中加快以太網(wǎng)的應(yīng)用

　　“我們正處于邁向工業(yè) 4.0 的轉(zhuǎn)型之旅中，越來越多的工廠采用以太網(wǎng)來滿足現(xiàn)代系統(tǒng)的高帶寬需求，并更多地利用數(shù)據(jù)驅(qū)動型決策能力。”德州儀器工廠自動化和控制總經(jīng)理 Alex Weiler 表示，“以太網(wǎng)增強了工廠和流程自動化的實時能力，使下一代制造業(yè)能夠更多地結(jié)合機器學(xué)習(xí)、預(yù)測性分析和自主機器人功能。”

發(fā)表于：2/23/2024

貿(mào)澤電子開售u-blox XPLR-HPG-2探索套件

　　2024年2月20日 – 專注于引入新品的全球半導(dǎo)體和電子元器件授權(quán)代理商貿(mào)澤電子（Mouser Electronics）即日起供應(yīng)u-blox的XPLR-HPG-2探索套件。XPLR-HPG-2探索套件為厘米級精度的定位應(yīng)用（如自主機器人、資產(chǎn)跟蹤和互聯(lián)健康）提供了一個緊湊的開發(fā)和原型設(shè)計平臺。

發(fā)表于：2/23/2024

三星在硅谷開設(shè)通用人工智能計算實驗室

三星在硅谷開設(shè)通用人工智能計算實驗室，計劃推出AI半導(dǎo)體邏輯芯片

發(fā)表于：2/23/2024

NVIDIA 發(fā)布 2024 財年第四季度及全年財務(wù)報告

NVIDIA（納斯達(dá)克股票代碼：NVDA）今日宣布，截至 2024 年 1 月 28 日的第四季度收入為 221 億美元，較上一季度增長 22%，較去年同期增長 265%。

發(fā)表于：2/22/2024

谷歌發(fā)布全球最強開源大模型Gemma

2 月 22 日消息，今天凌晨，谷歌宣布推出全球性能最強大、輕量級的開源模型系列—— Gemma。該模型共分為分為 2B（20 億參數(shù)）和 7B（70 億）兩種尺寸版本，2B 版本甚至可直接在筆記本電腦上運行。

發(fā)表于：2/22/2024

三星進(jìn)軍AI半導(dǎo)體邏輯芯片

三星進(jìn)軍 AI 半導(dǎo)體邏輯芯片，在硅谷開設(shè)通用人工智能計算實驗室據(jù)韓媒????報道，三星已在硅谷開設(shè)通用人工智能計算實驗室（AGI Computering Lab），進(jìn)軍 AI 半導(dǎo)體邏輯芯片領(lǐng)域。韓媒指出，三星電子由高級副總裁 Dong Hyuk Woo 負(fù)責(zé)相關(guān)業(yè)務(wù)。根據(jù)其個人領(lǐng)英頁面，Dong Hyuk Woo 是前谷歌開發(fā)人員，于去年 11 月轉(zhuǎn)投三星，目標(biāo)建設(shè)負(fù)擔(dān)得起的通用人工智能平臺。

發(fā)表于：2/22/2024

魅族All in、OPPO加碼 AI能否拯救低迷手機市場？

“AI手機將是繼功能機、智能機之后，手機行業(yè)的第三個重大的變革階段。AI手機時代下，手機行業(yè)和用戶體驗都將迎來革命性的變化。”O(jiān)PPO首席產(chǎn)品官劉作虎在20日舉辦的OPPO AI戰(zhàn)略發(fā)布會上表示道。不止OPPO，農(nóng)歷新年剛過，魅族亦在近日宣布停止傳統(tǒng)智能手機（魅族21 Pro、魅族22、魅族23等）新項目的開發(fā)，后續(xù)將All in AI，把精力轉(zhuǎn)投到新的AI設(shè)備探索上。

發(fā)表于：2/22/2024

基于貝塞爾曲線的智能汽車避障軌跡規(guī)劃方法研究

開展了一種基于貝塞爾曲線的智能汽車避障局部軌跡規(guī)劃，即路徑規(guī)劃和速度規(guī)劃方法研究。路徑規(guī)劃時，為了適應(yīng)各種形狀道路，將道路笛卡爾坐標(biāo)轉(zhuǎn)換為Frénet坐標(biāo)，以路徑的長度、曲率和連續(xù)性，以及車輛碰撞風(fēng)險為代價函數(shù)，其中引入危險勢場理論，描述車輛碰撞風(fēng)險，并采用序列二次規(guī)劃方法來求解路徑規(guī)劃這一非線性優(yōu)化問題；速度規(guī)劃時，以行車效率和舒適性為目標(biāo)，實現(xiàn)速度規(guī)劃，該方法可以通過調(diào)整各子目標(biāo)函數(shù)的權(quán)重來滿足不同駕駛需求。為了驗證基于貝塞爾曲線軌跡規(guī)劃算法的有效性，設(shè)計了直道和彎道上靜態(tài)和動態(tài)避障場景的仿真實驗，結(jié)果表明，提出的軌跡規(guī)劃方法能夠在各種形狀道路上完成避障任務(wù)，且避障過程中車輛狀態(tài)變化平穩(wěn)，能夠保證乘坐舒適性。

發(fā)表于：2/21/2024

馬斯克：首位腦機接口植入者已能用意念控制鼠標(biāo)

Neuralink公司創(chuàng)始人埃隆·馬斯克近日表示，首位植入Neuralink腦機接口設(shè)施的患者，現(xiàn)在可以通過思考來控制電腦鼠標(biāo)了。馬斯克在社交媒體平臺X的一次活動上說：“植入Neuralink腦機接口設(shè)備的患者似乎已經(jīng)完全康復(fù)，沒有我們所擔(dān)心的不良影響，并且能夠通過思考就可以在屏幕上移動鼠標(biāo)。”

發(fā)表于：2/21/2024

芯片專家詳解刷屏的Groq芯片：目前并不能替代英偉達(dá)

芯片專家詳解刷屏的Groq芯片：目前并不能替代英偉達(dá) 財報發(fā)布前兩天，英偉達(dá)突然冒出來一個勁敵。一家名叫Groq的公司今天在AI圈內(nèi)刷屏，殺招就一個：快。

發(fā)表于：2/21/2024

英偉達(dá)切入300億美元的定制芯片市場

英偉達(dá)目前占據(jù)高端AI芯片市場約80%的份額，這一領(lǐng)先地位使其市值達(dá)到1.82萬億美元。OpenAI、微軟、Alphabet和Meta等科技巨頭一直在競相采購英偉達(dá)的AI芯片，以便在迅速崛起的生成式AI領(lǐng)域占據(jù)領(lǐng)先地位。但與此同時，為了降低能耗、縮短設(shè)計成本和時間，英偉達(dá)的一些主要客戶現(xiàn)在開始針對特定需求開發(fā)自己的內(nèi)部芯片，以減輕對英偉達(dá)GPU的依賴，同時降低成本和等待交貨的時間。

發(fā)表于：2/21/2024

周鴻祎：2024年AI行業(yè)十大預(yù)言已實現(xiàn)四個

中國企業(yè)家雜志獨家對話了知名企業(yè)家、360集團(tuán)董事長周鴻祎，共同探討了近期備受矚目的AI技術(shù)Sora所帶來的重大影響。在被問及如何看待年初提出的AI十大預(yù)言時，周鴻祎興奮地表示，目前已經(jīng)有四個預(yù)言得以實現(xiàn)。

發(fā)表于：2/21/2024

Groq自研史上最快大模型LPU速度碾壓英偉達(dá)GPU

AI圈又變天了。還沒消化完Sora帶來的震撼，又一家硅谷初創(chuàng)企業(yè)帶著史上最快的大模型和自研芯片LPU霸占了熱搜。就在昨天，AI芯片創(chuàng)企Groq（不是馬斯克的Gork）開放了自家產(chǎn)品的免費試用。相比其他AI聊天機器人，Groq閃電般的響應(yīng)速度迅速引爆互聯(lián)網(wǎng)討論。經(jīng)過網(wǎng)友測試，Groq每秒生成速度接近500 tok/s，碾壓GPT-4的40 tok/s。有網(wǎng)友震驚地說：它回復(fù)的速度比我眨眼還快。

發(fā)表于：2/21/2024

具有自主學(xué)習(xí)與記憶功能的智能政務(wù)問答系統(tǒng)研究

任務(wù)型問答系統(tǒng)一旦構(gòu)建好，通常是固定不變的，能回答的問題非常有限，難以滿足用戶的需求。對此，提出一種自動實時更新知識庫的方法，當(dāng)用戶提了一個問答系統(tǒng)回答不了的問題，系統(tǒng)會把該問題自動發(fā)送給人工客服，人工客服利用專業(yè)知識回復(fù)后，系統(tǒng)能夠自動實時獲取用戶提的問題和人工客服回復(fù)的答案，并把這個問答對自動實時更新到知識庫，之后如果其他用戶提了類似的問題，問答系統(tǒng)就能夠快速給出對應(yīng)的答案。以政務(wù)領(lǐng)域的問答系統(tǒng)為例，應(yīng)用文本向量化方法ERNIE構(gòu)建知識庫自動實時更新的問答系統(tǒng)。經(jīng)過計算機實驗證明，提出的方法能夠?qū)崿F(xiàn)知識庫自動實時更新，構(gòu)建的問答系統(tǒng)具有自主學(xué)習(xí)與記憶功能，提高了任務(wù)型問答系統(tǒng)的智能化水平。

發(fā)表于：2/20/2024

融合GhostNet的YOLOv5垃圾分類方法

垃圾分類是建設(shè)生態(tài)文明的重要一環(huán)，為解決重量級模型難以部署移動端設(shè)備的問題，提出基于YOLOv5網(wǎng)絡(luò)改進(jìn)的垃圾圖像分類方法。采用融合GhostNet的主干網(wǎng)絡(luò)，用線性運算代替?zhèn)鹘y(tǒng)卷積運算，降低了模型的參數(shù)量，提高了模型推理速度；通過在網(wǎng)絡(luò)中加入改進(jìn)版通道注意力模塊，強化重要的通道特征，獲取更多深層次的特征信息；采用加權(quán)邊界融合方法，提升檢測框的定位精度。經(jīng)實驗證明，該方法在自制數(shù)據(jù)集中較原模型的精度提高了8.5%，參數(shù)量減少了46.7%，平均推理速度提高了1.22 ms，實現(xiàn)了精度和推理速度的綜合提升。

發(fā)表于：2/20/2024