소셜 네트워크

AI

ETH 스핀 오프 LatticeFlow, 신뢰할 수있는 AI 시스템 구축을 위해 2.8 만 달러 모금

화신

게재

on

LatticeFlow, 2020 년 ETH 취리히에서 분사 된 AI 스타트 업은 오늘 스위스 딥 테크 펀드가 주도하는 2.8 만 달러의 시드 펀딩 라운드를 모금했다고 발표했습니다. btov 그리고 이전에 Revolut, Slack 및 Zalando와 같은 것을 지원했던 Global Founders Capital.

LatticeFlow의 기본 아이디어는 AI 팀이 안전하고 신뢰할 수 있으며 신뢰할 수있는 AI 모델을 구축하고 배포하는 데 도움이되는 도구를 구축하는 것입니다. 팀은 오늘날 문제는 모델이 주어진 벤치 마크에 맞는 올바른 통계 패턴을 찾는 데 매우 능숙하다는 점이라고 주장합니다. 하지만 이러한 모델은 현실 세계의 견고 함이 아닌 실험실 설정의 정확성을 위해 최적화 되었기 때문에 유연성이 떨어집니다.

“기계 학습 모델을 평가하는 데 가장 일반적으로 사용되는 패러다임 중 하나는 정확성과 같은 집계 메트릭입니다. 물론 이것은 모델이 실제로 얼마나 좋은지에 대한 매우 거친 표현입니다.”라고 회사의 CTO 인 Pavol Bielik이 설명했습니다. "우리가 원하는 것은 모델을 모니터링하는 체계적인 방법을 제공하고 서로 다른 관련 데이터 조각에서 안정성을 평가 한 다음 이러한 모델을 개선하기위한 도구도 제공하는 것입니다."

이미지 크레딧 : LatticeFlow

더 유연하면서도 강력한 결과를 제공하는 이러한 종류의 모델을 구축하려면 이러한 분야에 대한 깊은 전문성을 갖춘 올바른 팀뿐만 아니라 새로운 도구 무기고가 필요합니다. 하지만이 팀은 적절한 배경을 가진 창립 팀입니다. CTO Bielik 외에도 회사의 CEO이자 전 ETH Zurich의 선임 연구원이자 강사 인 Petar Tsankov와 ETH의 보안, 신뢰성 및 지능 시스템 연구소를 이끌고있는 ETH 교수 Martin Vechev와 Andreas Krause가 포함됩니다. , ETH의 학습 및 적응 시스템 연구실을 이끌고 있습니다.

이전에 ETH 스핀 오프 ChainSecurity를 ​​공동 창립 한 Vechev와 ETH의 그의 그룹이 이전에 개발했다는 ​​점도 주목할 가치가 있습니다. ERAN, 수백만 개의 매개 변수가있는 대형 딥 러닝 모델 검증 도구로 작년에 딥 신경망 인증을위한 첫 번째 대회에서 우승했습니다. 팀이이 대회에서 우승하기 전에 이미 회사를 만드는 것을 고려하고 있었지만 Vechev는 팀이 올바른 길을 가고 있다는 확인을 받았다고 언급했습니다.

이미지 크레딧 : LatticeFlow

“우리는 AI를 유용하게 만드는 주요 AI 문제를 해결하고 싶습니다. 이것이 가장 중요한 목표입니다.”라고 Vechev가 말했습니다. “[…] 인증 작업만으로는 회사를 실제로 찾을 수 없다고 생각합니다. 저는 사람들이 회사, 제 그룹, Andreas [Krause]의 그룹에서 가지고있는 기술의 종류가 서로를 보완하고 거대한 공간을 커버한다고 생각합니다. 제 생각에는 매우 독특합니다. 이러한 시급한 부분에서이 범위의 기술을 다루고 이전에 획기적인 작업을 수행 한 다른 회사는 없습니다.”

LatticeWorks에는 이미 도구를 시험하고있는 파일럿 고객이 있습니다. 여기에는 자동 철도 검사 도구를 구축하는 데 사용하는 스위스 철도 (SBB), 독일 연방 사이버 보안 국 및 미군이 포함됩니다. 이 팀은 또한 컴퓨터 비전 모델을 개선하기 위해 도구를 사용하는 다른 대기업과 협력하고 있습니다.

"Machine Learning (ML)은 SBB의 핵심 주제 중 하나입니다. 우리는 철도 인프라의 개선되고 지능적이며 자동화 된 모니터링을위한 응용 프로그램에서 엄청난 잠재력을 볼 수 있기 때문입니다."라고 Ilir Fetai 박사와 Andre Roger가 말했습니다. SBB의 AI 팀. "LatticeFlow, ETH 및 Siemens를 사용한 강력하고 안정적인 AI 프로젝트는 우리가 ML 사용의 이점을 완전히 활용할 수 있도록하는 데 중요한 역할을합니다."

현재 LatticeFlow는 초기 액세스 상태로 유지됩니다. 팀은 자금을 사용하여 제품 개발을 가속화하고 새로운 고객을 유치 할 계획입니다. 팀은 또한 가까운 장래에 미국에서 입지를 구축 할 계획입니다.

Source: https://techcrunch.com/2021/01/19/eth-spin-off-latticeflow-raises-2-8m-to-help-build-trustworthy-ai-systems/

AI

Amazon Rekognition 사용자 지정 레이블 커뮤니티 쇼케이스

화신

게재

on

커뮤니티 쇼케이스에서 Amazon Web Services (AWS)는 AWS Heroes와 AWS Community Builder가 만든 프로젝트를 강조합니다. 

AWS Machine Learning (ML) Heroes 및 AWS ML Community Builders와 협력하여 사용자 지정 객체를 감지하는 프로젝트 및 사용 사례를 구현했습니다. Amazon Rekognition 사용자 지정 레이블.

AWS ML 커뮤니티는 인공 지능 및 ML 개념에 대해 자세히 알아보고 실제 경험에 기여하고 함께 프로젝트 구축에 협력하는 활발한 개발자, 데이터 과학자, 연구자 및 비즈니스 의사 결정자 그룹입니다.

아마존 인식 개발자가 얼굴 식별 및 확인, 미디어 인텔리전스, 맞춤형 산업 자동화 및 작업장 안전을 포함한 다양한 사용 사례에 대한 이미지와 비디오를 분석 할 수있는 완전 관리 형 컴퓨터 비전 서비스입니다.

사용자 지정 개체 및 장면을 감지하는 것은 어려울 수 있으며 증가하는 데이터로 컴퓨터 비전 모델을 훈련하고 개선하면 문제가 더욱 복잡해집니다. Amazon Rekognition Custom Labels를 사용하면 Jupyter 노트북 경험 없이도 사용자 지정 레이블이 지정된 객체와 장면을 감지 할 수 있습니다. 예를 들어 스트리밍 미디어에서 로고를 식별하고 예방 유지 관리를 단순화하며 공급망 재고 관리를 확장 할 수 있습니다. ML 실무자, 데이터 과학자 및 이전 ML 경험이없는 개발자는 모델을 프로덕션으로 더 빠르게 이동함으로써 이점을 얻는 반면 Amazon Rekognition Custom Labels는 모델 개발의 무거운 작업을 처리합니다.

이 게시물에서는 외부에 게시 된 몇 가지 시작 가이드 및 AWS ML 영웅AWS ML 커뮤니티 빌더 Amazon Rekognition을 냉장고 재고 검사기와 같은 가정 내 프로젝트부터 엔터프라이즈 수준의 HVAC 필터 청정도 감지기에 이르기까지 다양한 사용 사례에 적용했습니다.

AWS ML Heroes 및 AWS ML 커뮤니티 빌더

Mike Chambers의 Amazon Rekognition Custom Labels로 LEGO 브릭 분류. 이 비디오에서 Mike는 Amazon Rekognition Custom Labels를 사용하여 250 개의 서로 다른 LEGO 브릭을 감지하는이 재미있는 사용 사례를 안내합니다.

Rustem Feyzkhanov의 Amazon Rekognition Custom Labels에서 위성 이미지를 사용하여 모델 훈련 (코드 샘플 포함). 위성 이미지는 다음과 같은 소스에서 액세스 할 수있는 위성 데이터의 출현으로 점점 더 중요한 통찰력 소스가되고 있습니다. AWS의 오픈 데이터에 대한 Sentinel-2. 이 안내서에서 Rustem은 Amazon Rekognition Custom Labels로 농업 분야를 찾는 방법을 보여줍니다.

Olalekan Elesin의 Amazon Rekognition Custom Labels (코드 샘플 포함)를 사용하여 X- 레이 데이터에서 인사이트 감지. Amazon Rekognition Custom Labels를 사용하여 저렴한 비용과 리소스를 투자하여 이상을 신속하게 감지하는 방법을 알아보십시오.

Juv Chan의 Amazon Rekognition 사용자 지정 레이블을 사용하여 Natural Flower Classifier 빌드 (코드 샘플 포함). 컴퓨터 비전 모델을 처음부터 구축하는 것은 어려운 작업 일 수 있습니다. 이 단계별 안내서에서는 Oxford Flower 102 데이터 세트와 Amazon Rekognition Custom Labels를 사용하여 자연 꽃 분류기를 구축하는 방법을 알아 봅니다.

Chris Miller와 Siaterlis Konstantinos의 냉장고에있는 것. 식료품 점에 가서 목록을 잊었거나 우유, 맥주 또는 다른 것을 사야하는지 확신이 서지 않습니까? AWS ML 커뮤니티 회원 인 Chris Miller와 Siaterlis Konstantinos가 Amazon Rekognition Custom Labels를 어떻게 사용했는지 알아보십시오. AWS DeepLens AI가 식료품 목록에서 무거운 작업을 수행 할 수 있도록 냉장고 재고 검사기를 구축합니다.

HVAC가 깨끗하거나 더럽습니까? Amazon SageMaker 및 Amazon Rekognition Custom Labels를 사용하여 Luca Bianchi의 감지 자동화. ML 경험이 없거나 데이터 과학자 직원이없는 상태에서 1 ~ 3,000 건의 청정도 검사를 어떻게 관리 할 수 ​​있습니까? Amazon Rekognition 사용자 지정 레이블을 사용하여 깨끗하고 더러운 HVAC를 감지하는 방법을 알아보고 아마존 세이지 메이커 AWS ML Hero Luca Bianchi에서

결론

Amazon Rekognition Custom Labels를 시작하는 것은 간단합니다. 자세히 알아보기 시작 안내서예제 사용 사례.

ML을 막 시작하든 이미 전문 가든 아니면 그 사이에 있든 항상 배울 것이 있습니다. 커뮤니티 생성 및 ML 중심 블로그, 비디오, eLearning 가이드 등에서 선택하십시오. AWS ML 커뮤니티.

커뮤니티에 기여하는 데 관심이 있으신가요? ㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ 에 적용하십시오 AWS 커뮤니티 빌더 프로그램.

 

앞서 링크 된 게시물의 내용과 의견은 제 XNUMX 자 작성자의 의견이며 AWS는 해당 게시물의 내용이나 정확성에 대해 책임을지지 않습니다.


저자에 관하여

카메론 페론 AWS Amazon Rekognition 및 AWS AI / ML 커뮤니티의 선임 마케팅 관리자입니다. 그는 AI / ML 혁신이 커뮤니티, 기업 및 스타트 업 모두가 직면 한 복잡한 문제를 해결하는 방법을 전파합니다. 사무실 밖에서 그는 케틀벨 스포츠를 즐기며 가족 및 친구들과 시간을 보내고 유로 리그 농구의 열렬한 팬입니다.

출처 : https://aws.amazon.com/blogs/machine-learning/amazon-rekognition-custom-labels-community-showcase/

계속 읽기

AI

PlayStation, PS2.6 매출 5 억 달러 기록

화신

게재

on

소비자 수요를 충족시키기위한 느린 출시에도 불구하고 이번 주 기준으로 PS5.21 5 만 대가 판매되었으며 더 많은 사람들이 콘솔 중 하나를 구매할 기회를 기다리고 있습니다. Source: https://www.techrepublic.com/article/playstation-rakes-in-2-6-billion-in-ps5-sales/#ftag=RSS56d97e7

계속 읽기

AI

로봇은 좋은 친구가 될까요? 과학자들은 이미 알아 내기 시작했습니다

화신

게재

on

로봇과 시장에서 아이

2012 영화 로봇과 프랭크프랭크라는 은퇴 한 고양이 강도 인 주인공은 치매의 초기 증상을 겪고 있습니다. 걱정스럽고 죄책감이있는 그의 아들은 말을 할 수 있고 요리와 청소와 같은 집안일을 할 수있는 "가정용 로봇"을 사주고 프랭크에게 약을 먹도록 상기시킵니다. 우리가 좋아하는 로봇입니다. 건물에 가까워지다 현실 세계에서.

이 영화는 처음에는 로봇과 함께 살겠다는 생각에 놀란 프랭크를 따라 가면서 점차 로봇이 기능적으로 유용하고 사회적으로 동반 할 수있는 것으로 인식하기 시작합니다. 영화는 인간과 기계 사이의 명확한 유대감으로 끝나고 프랭크는 로봇이 문제에 부딪 힐 때 로봇을 보호합니다.

물론 이것은 허구의 이야기이지만 우리는 다양한 종류의 인간과 로봇의 유대를 탐구해야합니다. 나의 최근 연구 인간-로봇 관계에 관한 주제는 섹스 로봇과 로봇 연애 문제를 넘어 가장 심오하고 의미있는 관계인 우정을 조사하면서이 주제를 자세히 조사합니다.

제 동료와 저는 로봇 친구들을 위해 인간 친구를 버리는 것과 같은 잠재적 인 위험을 확인했지만, 로봇 동반자가 사람들의 삶을 건설적으로 증가시켜 인간 대 인간 관계와 직접적으로 비교할 수있는 우정으로 이어질 수있는 몇 가지 시나리오를 발견했습니다.

우정의 철학

로봇 공학 철학자 John Danaher 우정의 의미에 대해 매우 높은 기준을 설정합니다. 그의 출발점은 그리스 철학자 아리스토텔레스가 처음으로 설명한“진정한”우정으로, 상호 선의, 존경, 공유 가치를 전제로 한 이상적인 우정을 보았습니다. 이 용어에서 우정은 평등 한 파트너 관계에 관한 것입니다.

아리스토텔레스의 기준을 충족 할 수있는 로봇을 만드는 것은 상당한 기술적 도전이며 Danaher 자신이 인정한 것처럼 상당한 방법입니다. 다음과 같이 가까워지는 것처럼 보일 수있는 로봇 Hanson Robotics의 Sophia, 사전 준비된 응답 라이브러리를 기반으로 행동합니다. 대화 형이 아닌 휴머노이드 챗봇입니다. Alexa 또는 Siri를 앞뒤로 테스트 해 본 사람이라면 AI가 이와 관련하여 아직 갈 길이 멀다는 것을 알 것입니다.

아리스토텔레스는 또한 대칭적인 유대를 필요로하지 않고 종종 한 당사자의 불평등 한 이익에 영향을 미치기 때문에 진정한 우정보다 열등한 것으로 간주되는 "공리주의 적"및 "즐거움"우정과 같은 다른 형태의 "불완전한"우정에 대해 이야기했습니다. 이러한 형태의 우정은 "섹스 봇"과 로봇 애완 동물과 같은 일부 로봇이 이미 분명히 만나는 상대적으로 매우 낮은 기준을 설정합니다.

인공 아미고

어떤 사람들에게 로봇과 관련된 것은 사람, 애완 동물, 소유물과 같은 우리 세상의 다른 것들과 관련된 자연스러운 확장 일뿐입니다. 심리학자들은 사람들이 자연스럽고 사회적으로 어떻게 반응하는지 관찰했습니다. 컴퓨터 및 텔레비전과 같은 미디어 인공물. 당신이 생각했던 휴머노이드 로봇은 가정용 PC보다 더 매력적입니다.

그러나 "로봇 윤리"분야는 우리가 로봇과 어떤 형태의 우정을 쌓을 수 있는지 또는해야하는지에 대해 만장일치가 아닙니다. 일련의 "로봇 공학의 윤리 원칙,”인간-로봇“동반자 관계”는 모순이며, 사회적 능력을 가진 로봇을 시장에 내놓는 것은 부정직하며 조심스럽게 다루어야합니다. 이 연구자들에게 감정을 시뮬레이션 할 수있는 개체에 감정 에너지를 낭비하는 것은 인간과 인간의 유대를 형성하는 것보다 항상 덜 보람이있을 것입니다.

그러나 사람들은 이미 식기 세척기 가격보다 저렴하게 구입할 수있는 진공 청소기 및 잔디 깎기 기계와 같은 기본 로봇과의 유대감을 형성하고 있습니다. 놀랍게도 많은 사람들이이 로봇에게 애완 동물 이름을 부여합니다. 식기 세척기로는하지 않는 일입니다. 일부는 청소 로봇을 가지고 쉬는 날에는.

로봇과의 정서적 유대감의 다른 증거로는 신도 축복 의식이 있습니다. 소니 아이보 로봇 개 스페어 부품을 위해 해체되었고, 21 발의 경례를 발사하고 메달을 수여 한 미군 분대는“부머”행동으로 파괴 된 후.

이러한 이야기와 지금까지 우리가 가지고있는 심리적 증거는 우리가 제조되고 사전 프로그래밍 된 것을 알고있을 때에도 우리와 매우 다른 것들에 대한 감정적 연결을 확장 할 수 있음을 분명히합니다. 그러나 그러한 연결이 인간간에 공유되는 것과 비교할만한 우정을 구성합니까?

진정한 우정?

동료와 나 최근 검토 인간과 인간의 관계에 대한 광범위한 문헌을 통해 우리가 발견 한 개념을 로봇으로 형성 할 수있는 유대에 적용 할 수있는 방법을 이해하려고합니다. 우리는 탐욕스러운 인간 대 인간 우정이 실제로 아리스토텔레스의 이상에 부합하지 않는다는 증거를 발견했습니다.

우리는 친척과 연인에서 부모, 간병인, 서비스 제공자에 이르기까지 광범위한 인간 대 인간 관계, 그리고 우리가 유명인 영웅들과 유지하는 강렬한 (그러나 불행히도 일방적 인) 관계에 주목했습니다. 이러한 관계 중 일부는 완전히 동등하다고 설명 할 수 없으며, 결정적으로 모두 시간이 지남에 따라 진화 할 운명입니다.

이 모든 것은 로봇이 우리와 아리스토텔레스 적 유대를 형성하기를 기대하는 것은 인간 관계가 살아남지 못하더라도 표준을 설정하는 것임을 의미합니다. 우리는 또한 보람 있고 만족 스럽지만 그리스 철학자가 제시 한 이상적인 우정과는 거리가 먼 사회적 연결의 형태를 관찰했습니다.

우리는 사회적 상호 작용이 그 자체로 보람을 느끼고 사회적 포유류로서 인간이 욕구가 강하다. 로봇과의 관계는 현재 다른 인간이 제공하는 육체적 편안함, 정서적 지원 및 즐거운 사회적 교류 제공과 같은 사회적 연결에 대해 우리 모두가 느끼는 깊은 충동을 해결하는 데 도움이 될 수 있습니다.

우리 논문은 또한 몇 가지 잠재적 인 위험에 대해 논의했습니다. 이는 특히 로봇과의 상호 작용이 사람과의 상호 작용을 대체 할 수있는 환경에서 발생하거나, 예를 들어 돌봄 환경에서 사람과 상호 작용할지 여부에 대한 선택이 거부되는 환경에서 발생합니다.

이것은 중요한 문제이지만 불가피한 것이 아니라 가능성입니다. 문헌에서 우리는 실제로 반대 효과의 증거를 발견했습니다. 다른 사람과의 사회적 상호 작용을 비계하는 역할을하는 로봇, 그룹의 쇄빙선 역할을하는 로봇, 사람들이 사회적 기술을 향상 시키거나 자존감을 높이도록 돕습니다.

시간이 지남에 따라 우리 중 많은 사람들은 로봇이 놀랍도록 좋은 동반자가 될 수 있다는 생각에 정착하기 전에 처음에는 비웃는 등 수용을 향한 Frank의 길을 단순히 따를 것 같습니다. 우리의 연구에 따르면 아리스토텔레스가 승인 한 방식은 아닐지라도 이미 일어나고 있습니다.대화

이 기사는에서 다시 게시됩니다. 대화 크리에이티브 커먼즈 라이센스하에 읽기 원래 기사.

이미지 신용 : 앤디 켈리 on Unsplash

출처 : https://singularityhub.com/2021/02/25/will-robots-make-good-friends-scientists-are-already-starting-to-find-out/

계속 읽기

AI

Alexa는 대부분의 작업을 Amazon에서 구축 한 칩으로 이동합니다.

화신

게재

on

타판 차우 한

알렉사 대부분의 활동을 Inferentia CPU 에 의해 전달 아마존. 멀어지는 움직임 Nvidia 칩 에 의해 활용 알렉사 최근에는 조직에서 지적한 바와 같이 음성 비서의 속도를 높이고 에너지 요청을 줄이는 동시에 Amazon에 목소리 동무.

Nvidia의 칩은 Alexa의 초점 터미널로 사용되었습니다. 이 칩은 Alexa 클라이언트의 문의 및 주문을 클라우드의 Amazon Web Services 서버 팜으로 전달하고 텍스트의 반응을 담론으로 순환시킵니다. 현재 Inferentia 칩이 그 역할을 맡을 것입니다.

그들은 언어와 그림을 인식하고 적절한 반응을 생성하는 것과 같은 Alexa의 많은 작업을 포함하는 AI 할당을 위해 명시 적으로 제조되었습니다.

Alexa와 함께 Inferentia 칩은 현재 다음과 같은 얼굴 인식에 활용 될 것입니다. 인식력. 맞춤형 칩을 만드는 데 초점을 맞춘 목표는 현재 모델과 달리 Alexa의 속도와 생산성을 향상시키는 것이 었습니다.

새로운 칩에 의해 보장되는 Alexa 로의 업그레이드에는 클라우드와의 정보 이동이 포함됩니다. XNUMX 년 전에 아마존이 등장한 저전력 알렉사 변형을 암시합니다. 가제트가 아닌 클라우드에 전체 준비 작업, 절삭력 및 메모리 전제 조건을 엄청나게 배치하여 일반적으로 핸들링 능력을 크게 지원할 수없는 조명과 같은 광범위한 간단한 장치에 Alexa를 추가 할 수 있습니다. 어쨌든 클라우드에 대한 의존도는 음성을 유지하기위한 칩을 제공하는 조직의 지속적인 상승과는 다릅니다. AI 가제트에 대한 절차.

예를 들어, Speech 기술 엔지니어 Sensory는 클라우드 요구 사항이없는 스마트 홈 머신에 대해 조정 가능한 음성 파트너를 명시 적으로 제공합니다. 유형도 마찬가지로 새로운 등장 VoiceHub 단계를 매끄럽게하고 해당 가젯에 대한 사용자 정의 깨우기 단어를 만듭니다. 유사한 하이라이트는 Picovoice AI 스테이지와 ID R & D의 보컬 구별 증명 모터에 필수적이며, 이는 정보 전달을 기대하지 않고 장치에 보컬 보안을 추가합니다. 따라서 기술 괴물은 불안한 프레임 워크에 국한되지 않습니다. 수많은 Alexa 또는 구글 지원-empower 가젯은 Aspinity의 간단한 깨우기 단어 식별자, iOS 및 Android 애플리케이션을위한 Sensory의 TrulyHandsfree 음성 인식 프로그래밍 또는 Knowles의 Amazon이 승인 한 Alexa 헤드셋 고급 팩과 같은 에지 구성 요소를 기억합니다.

Nvidia 및 기타 헌신적 인 칩 제작자를 클라우드 또는 다른 것없이 내부 결정으로 대체하기를 희망하는 것은 아마존 만이 아닙니다.

구글은 누구나 아는 한, 픽셀 휴대폰과 크롬 북 PC를위한 프로세서, 아마도 화이트 채플을 계획하기 위해 삼성과 협력하고있다. 이 칩은 Google Assistant가 두 가지 종류의 가젯에서 더 나은 성능을 발휘하도록합니다.

새로운 칩은 퀄컴-현재 사용되고있는 구조. Google은 Google Assistant의 용량에 새로운 개선 사항을 안정적으로 추가하고 장비 재 설계가 제품과 함께 진행될 것으로 예상됩니다. 맞춤형 칩은 더 광범위하게 사용하는 것보다 더 나은 방식으로 이러한 요구를 채울 수 있습니다.

애플도 마찬가지로 내부에서 칩을 찾기 시작했다. 이 조직은 또한 일반적인 공범자 인 인텔 대신 만든 칩을 사용하여 최신 Mac PC 제품군을 사내에 도입했습니다. 애플은 아마 아마존의 새로운 칩이 간과하는 엣지 핸들링에 대한 강조와 함께 칩을 통해 시리의 효율성과 속도를 향상시킬 계획이다. 그것은 애플이 엣지 기반 인간이 만든 추론 스타트 업을 확보 한 이유에 대해 중요 할 수 있습니다. Xnor.ai 200 월에 공개 된 XNUMX 억 달러. Xnor의 저전력 AI 혁신은 클라우드없이 일관되게 실행되도록 설계되었으며, 이는보다 생산적이고 빠른 활동을 의미합니다.

Source: https://chatbotslife.com/alexa-moves-most-operations-to-amazon-built-chips-ec73b445e202?source=rss—-a49517e4c30b—4

계속 읽기
블록체인5 일 전

VeChain 검토 : 블록 체인 공급망 관리

PR 뉴스 와이어5 일 전

S3 AeroDefense, Honeywell Aerospace와 10 년 유통 계약 및 수리 라이센스 체결

Amb Crypto5 일 전

바이 낸스 코인, Tron, FTX 토큰 가격 분석 : 20 월 XNUMX 일

Amb Crypto4 일 전

Ethereum, Uniswap, Dogecoin 가격 분석 : 21 월 XNUMX 일

블록체인3 일 전

UAE의 까르푸 쇼핑객이 블록 체인 기술을 사용하여 Farm-to-Shelf 정보를 얻습니다.

자동차4 일 전

SpaceX Starship은 이번 주 후반에 세 번째가 매력인지 알아낼 준비가되었습니다.

QEC 코드의 하드웨어 구현을 제안했습니다. 회로는 빨간색으로 강조 표시된 자이 레이터로 연결된 두 개의 Josephson 접합으로 구성됩니다. CREDIT M. Rymarz et al., Phys Rev X (2021), https://doi.org/10.1103/PhysRevX.11.011032(CC BY 4.0)
나노 기술4 일 전

내결함성 큐 비트를위한 청사진 : Forschungszentrum Jülich 및 RWTH Aachen University의 과학자들은 일반적인 오류로부터 자연스럽게 보호되는 양자 컴퓨터 용 회로를 설계했습니다.

QEC 코드의 하드웨어 구현을 제안했습니다. 회로는 빨간색으로 강조 표시된 자이 레이터로 연결된 두 개의 Josephson 접합으로 구성됩니다. CREDIT M. Rymarz et al., Phys Rev X (2021), https://doi.org/10.1103/PhysRevX.11.011032(CC BY 4.0)
나노 기술4 일 전

내결함성 큐 비트를위한 청사진 : Forschungszentrum Jülich 및 RWTH Aachen University의 과학자들은 일반적인 오류로부터 자연스럽게 보호되는 양자 컴퓨터 용 회로를 설계했습니다.

QEC 코드의 하드웨어 구현을 제안했습니다. 회로는 빨간색으로 강조 표시된 자이 레이터로 연결된 두 개의 Josephson 접합으로 구성됩니다. CREDIT M. Rymarz et al., Phys Rev X (2021), https://doi.org/10.1103/PhysRevX.11.011032(CC BY 4.0)
나노 기술4 일 전

내결함성 큐 비트를위한 청사진 : Forschungszentrum Jülich 및 RWTH Aachen University의 과학자들은 일반적인 오류로부터 자연스럽게 보호되는 양자 컴퓨터 용 회로를 설계했습니다.

PR 뉴스 와이어3 일 전

국제 HPV 인식의 날 서밋

QEC 코드의 하드웨어 구현을 제안했습니다. 회로는 빨간색으로 강조 표시된 자이 레이터로 연결된 두 개의 Josephson 접합으로 구성됩니다. CREDIT M. Rymarz et al., Phys Rev X (2021), https://doi.org/10.1103/PhysRevX.11.011032(CC BY 4.0)
나노 기술3 일 전

내결함성 큐 비트를위한 청사진 : Forschungszentrum Jülich 및 RWTH Aachen University의 과학자들은 일반적인 오류로부터 자연스럽게 보호되는 양자 컴퓨터 용 회로를 설계했습니다.

PR 뉴스 와이어3 일 전

1.81 년까지 2027 억 달러 규모의 항응고제 역전 약물 시장 규모 : Grand View Research, Inc.

AI3 일 전

해고당했습니다 : 동료가 축출 된 지 불과 몇 주 만에 윤리 부서 공동 대표가 퇴출되면서 Google AI가 붕괴 됨

나노 기술5 일 전

새로운 차원을 발견 한 광 주파수 빗

QEC 코드의 하드웨어 구현을 제안했습니다. 회로는 빨간색으로 강조 표시된 자이 레이터로 연결된 두 개의 Josephson 접합으로 구성됩니다. CREDIT M. Rymarz et al., Phys Rev X (2021), https://doi.org/10.1103/PhysRevX.11.011032(CC BY 4.0)
나노 기술3 일 전

내결함성 큐 비트를위한 청사진 : Forschungszentrum Jülich 및 RWTH Aachen University의 과학자들은 일반적인 오류로부터 자연스럽게 보호되는 양자 컴퓨터 용 회로를 설계했습니다.

PR 뉴스 와이어3 일 전

IAR Systems, 선도적 인 임베디드 개발 도구에서 64 비트 Arm 코어 지원 도입

나노 기술3 일 전

새로운 분리 된 림프관 루멘 관류 시스템을 사용한 나노 입자의 역학

PR 뉴스 와이어3 일 전

Famtech가 다가오는 해에 주요 트렌드가 될 이유

자동차3 일 전

FAA, 세 번째 발사 및 착륙 시도를 위해 SpaceX Starship 프로토 타입 승인

PR 뉴스 와이어3 일 전

Heritage Health Solutions, Inc., 새로운 사장 발표

인기순