智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
其他品牌
雖然人工智能潛力巨大，但仍處于起步階段，離它的終點目標還有很長的距離，其目標是，基于程序的先進計算機價值增值和簡單可行的自動化。
目前，計算機程序的每一點自動化都完全是人類智慧帶來的，這種人類智慧的表現(xiàn)形式是智能算法，更加復雜的流程圖和不間斷的室內實驗。這也意味著下一次大規(guī)模的自動化浪潮不僅僅需要人為努力，它還需要“機器的努力”。
而深度學習作為機器學習的子集，是人工智能大爆炸的核心驅動力，深度學習帶來的重大技術革命，有可能顛覆過去20年互聯(lián)網(wǎng)對技術的認知，實現(xiàn)技術體驗的跨越式發(fā)展。因此深度學習的突破性進展對于人工智能發(fā)展而言至關重要。
深度學習包括旨在通過讓軟件接觸到大量數(shù)據(jù)流并使用多層神經(jīng)網(wǎng)絡來改進軟件的技術。神經(jīng)網(wǎng)絡深度學習的技術爆發(fā)基于三個方面因素。方面是認知這個世界。移動互聯(lián)網(wǎng)為我們創(chuàng)造了方便條件，積累了大量的結構化或者非結構化的數(shù)據(jù)；第二方面是神經(jīng)網(wǎng)絡以及相關的算法；第三方面是足夠的計算能力。
但深度學習所基于的多層神經(jīng)網(wǎng)絡并非新鮮事物，甚至在80年代被認為沒前途。不過近年來，科學家們對多層神經(jīng)網(wǎng)絡的不斷算法優(yōu)化，使它出現(xiàn)了突破性的進展。如今，神經(jīng)網(wǎng)絡由越來越復雜的代碼層組成。神經(jīng)網(wǎng)絡使軟件從它接觸到的數(shù)百、數(shù)千甚至數(shù)百萬的數(shù)據(jù)驅動模擬中進行學習。
近日，索尼公司宣布將開始在日本無償提供可生成深度學習程序的綜合開發(fā)軟件：“神經(jīng)網(wǎng)絡控制臺”(Neural Network Console)。
據(jù)悉，軟件工程師和設計師通過使用配置有圖形用戶界面的深度學習綜合開發(fā)軟件，可憑借直觀的用戶界面，有效地進行神經(jīng)網(wǎng)絡的設計、學習、評價，并開發(fā)深度學習程序，將其加載到各種產(chǎn)品以及服務中。
利用新開發(fā)的軟件，可將Block函數(shù)的概念以簡潔的形式在GUI上呈現(xiàn)出來。在軟件的畫面上，預先以組件的形式準備了層(也就是Block函數(shù))，通過在GUI上的自由設置就可以簡單地構建神經(jīng)網(wǎng)絡，提高程序開發(fā)的效率。對于深度學習的初學者來說，也可以直觀地一邊確認核心庫功能一邊快速掌握技能。
無獨有偶，微軟也在近日宣布一套基于FPGA(現(xiàn)場可編程門陣列)的超低延遲云端深度學習系統(tǒng)Brainwave。早期的基準測試顯示，在使用英特爾Stratix 10 FPGA時，Brianwave可以在沒有任何批處理的情況下在大型門控循環(huán)單元上保持39.5 Teraflop運算速度。
依靠這項工作，微軟已經(jīng)把DPU或DNN處理單元集成到FPGA中。他們希望通過專注于深度神經(jīng)網(wǎng)絡，可以讓該公司的基礎設施更快地適應研發(fā)速度，并提供近乎實時的處理效率。
目前還不清楚Brainwave何時會向微軟Azure用戶開放。該系統(tǒng)目前可以與谷歌的TensorFlow和微軟自己的CNTK配合使用。該公司對這項技術非常看好，所以今后幾個月肯定還會有更多消息傳出。
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
