虽然人工智能(AI)与机器学习(ML)计算一般都在数据中心内以规模化方式执行,但基于最新的处理设备,我们已经有可能将AI/ML能力嵌入于网络边缘位置的物联网设备中。
如今,企业在利用机器学习预测错误率、需求规划生产力、降低成本、准时出货方面实现了两位数的改进,从根本上变革了供应链管理。
苹果公司正在与德国企业级软件厂商SAP合作,让他们双方的客户可以利用苹果的机器学习工具更轻松地开发移动商务应用。
近日起,Google Cloud 面向全球各地推出NVIDIA T4 GPU,为包括高性能计算(HPC)、机器学习训练及推理、数据分析和图形处理等在内的各类云工作负载提供加速。
IBM研究团队今天在arXiv(一个非同行评审学术论文库)上发表了一篇论文,在论文中阐述了IBM是如何开发出一种“量子算法”,这种算法让计算机能够以远超过传统计算机能力范围的方式做“特征映射”。
科技巨头IBM周一表示,机器学习和人工智能(AI)可以用于取代现存的阿尔茨海默氏症侵入性及昂贵的检测。
近日在悉尼举行的Gartner数据与分析峰会上,Gartner研究副总裁Rita Sallam表示,数据和分析领导者必须分析这些趋势对业务的潜在影响,并相应调整业务模式和运营,否则就有失去竞争优势的可能。
IBM也曾收到过类似的客户反馈,这正是IBM今天将Watson人工智能能力与IBM Systems的人工智能基础设施结合起来的原因所在——帮助企业减少人工智能应用过程中所面临的阻碍
人工智能领域顶级学术会议AAAI2019正在美国夏威夷举行。大会期间,滴滴技术团队重点举办深度强化学习主题课程,全面分享了深度强化学习在交通领域的理论研究与应用,并详细展示了滴滴的最新探索与实践。
谷歌今天宣布,将在其云平台上采用Nvidia的低功耗Tesla T4 GPU,目前还处于测试模式。
上周末,DeepMind 在《科学(Science)》期刊上发表了一篇通用强化学习算法论文,论文描述了 AlphaZero 如何快速学习三种棋类游戏成为史上最强的棋手。
有大量的人工智能和机器学习初创公司将目光瞄准了改善众多垂直行业的各种业务流程,包括银行、制造、零售、运输和物流。这些初创公司的人工智能技术也许不像是我们在科幻电影中看到的那样,但他们的技术最终会在我们的日常生活中变得越来越重要。
2020年前后,第五代移动通信技术的应用将趋于成熟。5G时代的来临,正催动云化部署成为运营商网络的必然选择,也对运营商数字化转型、改变服务交付模式、网络功能互联以及缩短IP与IT的距离提出了更具挑战性的要求。