機(jī)器學(xué)習(xí) 文章最新資訊

人工智能促進(jìn)科研職業(yè)發(fā)展，但抑制科學(xué)發(fā)現(xiàn)

人工智能正將科研人員轉(zhuǎn)變?yōu)楦弋a(chǎn)的論文發(fā)表機(jī)器，同時(shí)悄然將他們推向同一批擁擠的研究領(lǐng)域。這一結(jié)論來(lái)源于一項(xiàng)針對(duì)超 4000 萬(wàn)篇學(xué)術(shù)論文的分析。分析發(fā)現(xiàn)，在研究中使用人工智能工具的科研人員，相比不使用該類(lèi)工具的同行，發(fā)表的論文數(shù)量更多、獲得的引用次數(shù)更可觀，并且能更快晉升至學(xué)術(shù)領(lǐng)導(dǎo)崗位。但這背后存在一個(gè)隱患。在科研人員個(gè)人學(xué)術(shù)生涯節(jié)節(jié)攀升的同時(shí)，整個(gè)科學(xué)界的探索視野卻在收窄。依賴(lài)人工智能開(kāi)展的研究，覆蓋的主題范圍更窄，扎堆聚焦于相同的海量數(shù)據(jù)驅(qū)動(dòng)型問(wèn)題，并且研究之間引發(fā)的后續(xù)關(guān)聯(lián)性互動(dòng)也更少。這些研究結(jié)果凸
關(guān)鍵字：機(jī)器學(xué)習(xí) 深度學(xué)習(xí) 人工智能出版物

Keysight 旨在通過(guò)機(jī)器學(xué)習(xí)工具包實(shí)現(xiàn)更快的 PDK 開(kāi)發(fā)

是德科技（Keysight Technologies）推出一款全新機(jī)器學(xué)習(xí)工具包，該工具包隸屬于最新版是德科技器件建模軟件套件，旨在大幅加快器件建模與工藝設(shè)計(jì)套件（PDK）的開(kāi)發(fā)速度，將模型開(kāi)發(fā)與參數(shù)提取的耗時(shí)從數(shù)周縮短至數(shù)小時(shí)。對(duì)于從事先進(jìn)半導(dǎo)體節(jié)點(diǎn)、射頻器件或功率器件研發(fā)的讀者而言，這一發(fā)布具有重要意義。當(dāng)前，器件建模的復(fù)雜度持續(xù)攀升，而設(shè)計(jì)周期卻不斷壓縮，這款工具包的出現(xiàn)有望有效緩解這一矛盾。據(jù)官方介紹，這種全新的人工智能 / 機(jī)器學(xué)習(xí)驅(qū)動(dòng)方案，能夠提升多類(lèi)技術(shù)場(chǎng)景下的研發(fā)效率、模型質(zhì)量與結(jié)果可預(yù)測(cè)
關(guān)鍵字：是德科技機(jī)器學(xué)習(xí) PDK 開(kāi)發(fā)

機(jī)器學(xué)習(xí)系統(tǒng)監(jiān)測(cè)患者手術(shù)中的疼痛

在手術(shù)室中，接受局部麻醉且保持清醒的患者，往往難以清晰表達(dá)自身的疼痛程度。部分患者（例如嬰幼兒或癡呆癥患者）甚至完全無(wú)法傳遞這類(lèi)感受。為了找到更優(yōu)的患者疼痛監(jiān)測(cè)方式，一支研究團(tuán)隊(duì)開(kāi)發(fā)出一種無(wú)創(chuàng)監(jiān)測(cè)方法 —— 通過(guò)分析患者的心率數(shù)據(jù)與面部表情，綜合評(píng)估其疼痛程度。該研究方法的相關(guān)細(xì)節(jié)，發(fā)表在 11 月 14 日出版的《 IEEE Open Journal of Engineering in Medicine and Biology》中。德國(guó)萊比錫應(yīng)用信息學(xué)研究所研究員 Bianca Reichar
關(guān)鍵字：醫(yī)療疼痛預(yù)測(cè)模型機(jī)器學(xué)習(xí)

零觸控部署的工業(yè)人工智能擴(kuò)展

當(dāng)企業(yè)試圖超越試點(diǎn)項(xiàng)目時(shí)，機(jī)器學(xué)習(xí)（ML）在工業(yè)環(huán)境中的部署面臨著重大的擴(kuò)展挑戰(zhàn)。雖然AI視覺(jué)系統(tǒng)在制造應(yīng)用中展現(xiàn)出相當(dāng)?shù)臐摿Γ珎鹘y(tǒng)的為每個(gè)部署現(xiàn)場(chǎng)定制模型的方法存在瓶頸，阻礙了廣泛采用。每條生產(chǎn)線在光照條件、設(shè)備定位、產(chǎn)品特性和環(huán)境因素上都有獨(dú)特的差異，通常需要昂貴的現(xiàn)場(chǎng)模型調(diào)優(yōu)和再訓(xùn)練（見(jiàn)圖1）。1. 檢驗(yàn)站：生產(chǎn)線在照明條件、設(shè)備定位、產(chǎn)品特性和環(huán)境因素上存在獨(dú)特差異，通常需要昂貴的現(xiàn)場(chǎng)模型調(diào)校和再培訓(xùn)。當(dāng)從試點(diǎn)實(shí)施擴(kuò)展到企業(yè)部署時(shí)，挑戰(zhàn)變得更加巨大。使用傳統(tǒng)機(jī)器學(xué)習(xí)部署方法從一個(gè)站點(diǎn)遷移到數(shù)百條
關(guān)鍵字：機(jī)器學(xué)習(xí) 工業(yè)環(huán)境零觸控

通過(guò)智能NoC自動(dòng)化打破SoC設(shè)計(jì)的壁壘

半導(dǎo)體設(shè)計(jì)的發(fā)展推動(dòng)了現(xiàn)代片上系統(tǒng)（SoC）達(dá)到前所未有的復(fù)雜程度。當(dāng)今最先進(jìn)的SoC通常集成數(shù)百個(gè)智能屬性（IP）塊，涵蓋多個(gè)處理單元、專(zhuān)用加速器和高速互連。這一快速擴(kuò)展還得益于多芯片架構(gòu)的興起，旨在將擴(kuò)展性和性能擴(kuò)展到傳統(tǒng)單片設(shè)計(jì)的限制之外。這些進(jìn)步帶來(lái)了重大挑戰(zhàn)，尤其是在管理實(shí)現(xiàn)芯片間無(wú)縫數(shù)據(jù)流的互連結(jié)構(gòu)方面。傳統(tǒng)的互連解決方案，如交叉開(kāi)關(guān)和總線架構(gòu)，已被片上網(wǎng)絡(luò)（NoC）取代，后者提供可擴(kuò)展的高帶寬通信，同時(shí)優(yōu)化電力效率。不過(guò)，工程師仍需手動(dòng)實(shí)現(xiàn)NoC設(shè)計(jì)的某些方面，使得工藝勞動(dòng)強(qiáng)度較大。任何設(shè)計(jì)
關(guān)鍵字： SoC 自動(dòng)化機(jī)器學(xué)習(xí) NoC

基于神經(jīng)網(wǎng)絡(luò)的更智能DPD引擎方法

由OpenAI推出的ChatGPT，成為采用速度最快的軟件產(chǎn)品之一，展示了人工智能（AI）的潛力。機(jī)器學(xué)習(xí)（ML）是人工智能的一個(gè)子集，正在通過(guò)推動(dòng)決策和數(shù)據(jù)分析等任務(wù)，正在改變行業(yè)。在通信領(lǐng)域，人工智能和機(jī)器學(xué)習(xí)正在推動(dòng)數(shù)字預(yù)失真（DPD）技術(shù)的發(fā)展，這是一種減少信號(hào)失真和提升功率放大器（PA）效率的關(guān)鍵技術(shù)。傳統(tǒng) DPD 模型在 5G 等現(xiàn)代通信系統(tǒng)中難以應(yīng)對(duì)非線性特性和記憶效應(yīng)。這類(lèi)模型假設(shè) PA 的工作特性是靜態(tài)且無(wú)記憶的，依賴(lài)僅能描述瞬時(shí)輸入輸出關(guān)系的多項(xiàng)式模型，無(wú)法適配復(fù)雜場(chǎng)景需求。而 AI
關(guān)鍵字：人工智能機(jī)器學(xué)習(xí) 數(shù)字預(yù)失真

設(shè)計(jì)基礎(chǔ)：什么是 TensorFlow？

TensorFlow 的創(chuàng)建初衷就是為了方便人們開(kāi)發(fā)自己的機(jī)器學(xué)習(xí)（ML）模型。你可能每天都在使用它卻渾然不覺(jué)，比如推薦下一個(gè) YouTube 視頻的推薦系統(tǒng)、圖像識(shí)別功能或語(yǔ)音助手等。但 TensorFlow 究竟是什么？它如何工作？使用什么硬件？又為何能成為機(jī)器學(xué)習(xí)的主要工具呢？TensorFlow 是谷歌為開(kāi)發(fā)者打造的開(kāi)源軟件庫(kù)，適用于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)應(yīng)用。計(jì)算機(jī)通過(guò)這些 AI 模型學(xué)習(xí)模式識(shí)別和數(shù)據(jù)預(yù)測(cè)。開(kāi)發(fā)者借助 TensorFlow 框架，能夠更高效地進(jìn)行模型開(kāi)發(fā)和訓(xùn)練。該工具內(nèi)置豐富功能，
關(guān)鍵字： TensorFlow 機(jī)器學(xué)習(xí) AI工具

設(shè)計(jì)基礎(chǔ)：什么是TensorFlow？

創(chuàng)建 TensorFlow 只是為了開(kāi)發(fā)您自己的機(jī)器學(xué)習(xí) （ML）模型。您甚至可能每天都會(huì)體驗(yàn)它而不知道，例如建議下一個(gè) YouTube 視頻、圖像識(shí)別或語(yǔ)音助手的推薦系統(tǒng)。但什么是 TensorFlow，它是如何工作的，它使用什么硬件，為什么它是機(jī)器學(xué)習(xí)的主要工具？Google 構(gòu)建了 TensorFlow，這是一個(gè)開(kāi)源軟件庫(kù)，用于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)應(yīng)用程序，專(zhuān)為開(kāi)發(fā)人員設(shè)計(jì)。計(jì)算機(jī)從這些人工智能模型中學(xué)習(xí)，以進(jìn)行模式識(shí)別和數(shù)據(jù)預(yù)測(cè)。開(kāi)發(fā)人員利用 TensorFlow 的框架實(shí)現(xiàn)了更高效的模
關(guān)鍵字： TensorFlow 機(jī)器學(xué)習(xí) 模型

用集成電路結(jié)合機(jī)器學(xué)習(xí)和模擬推理

據(jù)格勒諾布爾實(shí)驗(yàn)室 CEA-Leti 領(lǐng)導(dǎo)的法國(guó)團(tuán)隊(duì)稱(chēng)，內(nèi)置在 IC 金屬層中的單一結(jié)構(gòu)可以實(shí)現(xiàn)機(jī)器學(xué)習(xí)和模擬 AI 推理，下面的 CMOS 也可用于處理。該結(jié)構(gòu)由兩個(gè)金屬互連層組成，有四層：底部的 TiN、硅摻雜的 HfO2、Ti 清除層，然后是頂部的 TiN。就目前而言，這是一種鐵電電容器結(jié)構(gòu)，但經(jīng)過(guò)一次電氣成型作（通過(guò)氧化鏗長(zhǎng)出導(dǎo)電螺紋）后，它就變成了可重新編程的憶阻器結(jié)構(gòu)。這允許在該層的任何地方隨意制作任何一個(gè)設(shè)備。CEA-Leti 表示：“鐵電電容器允許快速、低能耗的更新，但它們的讀取作具有破壞
關(guān)鍵字：集成電路機(jī)器學(xué)習(xí) 模擬推理

科學(xué)家首次使用量子機(jī)器學(xué)習(xí)制造半導(dǎo)體——可能改變芯片制造方式

微芯片幾乎為所有現(xiàn)代設(shè)備提供動(dòng)力——手機(jī)、筆記本電腦甚至冰箱。但在幕后，制作它們是一個(gè)復(fù)雜的過(guò)程。但研究人員表示，他們已經(jīng)找到了一種方法來(lái)利用量子計(jì)算的力量，使其變得更簡(jiǎn)單。澳大利亞的科學(xué)家開(kāi)發(fā)了一種量子機(jī)器學(xué)習(xí)技術(shù)——人工智能（AI）和量子計(jì)算原理的結(jié)合——可能會(huì)改變微芯片的制造方式。他們?cè)?6 月 23 日發(fā)表在《先進(jìn)科學(xué)》雜志上的一項(xiàng)新研究中概述了他們的發(fā)現(xiàn)。在其中，研究人員首次展示了量子機(jī)器學(xué)習(xí)算法如何顯著改善芯片內(nèi)部電阻建模的挑戰(zhàn)性過(guò)程——這是影響其性能效率的關(guān)鍵因素。量子機(jī)器學(xué)習(xí)是一種將經(jīng)
關(guān)鍵字：量子機(jī)器學(xué)習(xí) 半導(dǎo)體芯片制造

MIT 的 3 合一訓(xùn)練工具簡(jiǎn)化了機(jī)器人的學(xué)習(xí)

教會(huì)機(jī)器人新技能過(guò)去需要編碼專(zhuān)業(yè)知識(shí)。但新一代的機(jī)器人可能只需要任何人就能學(xué)習(xí)。工程師們正在設(shè)計(jì)能夠“通過(guò)示范學(xué)習(xí)”的機(jī)器人助手。這種更自然的訓(xùn)練策略使人們能夠引導(dǎo)機(jī)器人完成一項(xiàng)任務(wù)，通常有三種方式：通過(guò)遙控，例如操作操縱桿遠(yuǎn)程控制機(jī)器人；通過(guò)物理移動(dòng)機(jī)器人來(lái)完成動(dòng)作；或者自己執(zhí)行任務(wù)，同時(shí)機(jī)器人觀看并模仿。通過(guò)實(shí)踐學(xué)習(xí)的機(jī)器人通常只采用這三種演示方法中的一種進(jìn)行訓(xùn)練。但麻省理工學(xué)院（MIT）的工程師們現(xiàn)在開(kāi)發(fā)了一種三合一訓(xùn)練界面，允許機(jī)器人通過(guò)這三種訓(xùn)練方法中的任何一種來(lái)學(xué)習(xí)任務(wù)。該界面是一種手持的、配
關(guān)鍵字：機(jī)器人機(jī)器學(xué)習(xí) 機(jī)械臂

基于算法的工程助手：AI重塑零件采購(gòu)

機(jī)器學(xué)習(xí)正在為設(shè)計(jì)工程師提供更智能的供應(yīng)鏈和無(wú)摩擦的組件采購(gòu)。電子分銷(xiāo)行業(yè)正在經(jīng)歷一場(chǎng)悄無(wú)聲息的革命，這場(chǎng)革命正在從根本上改變工程師采購(gòu)組件的方式以及分銷(xiāo)商預(yù)測(cè)需求的方式。DigiKey 處于這一轉(zhuǎn)型的最前沿，人工智能不僅僅是一個(gè)流行詞，它正在成為為全球工程師提供服務(wù)的運(yùn)營(yíng)支柱。總部位于 Thief River Falls 的經(jīng)銷(xiāo)商總裁 Dave Doherty 負(fù)責(zé)監(jiān)督這家從明尼蘇達(dá)州相對(duì)偏遠(yuǎn)的地點(diǎn)向全球發(fā)貨的公司，該公司負(fù)責(zé)監(jiān)督這種人工智能驅(qū)動(dòng)的發(fā)展。DigiKey 已部署或開(kāi)發(fā) 70 多個(gè)不同的 A
關(guān)鍵字：算法工程助手 AI 零件采購(gòu) 機(jī)器學(xué)習(xí)

TRI：預(yù)訓(xùn)練的大型行為模型加速機(jī)器人學(xué)習(xí)

兩臺(tái)協(xié)作機(jī)器人使用從微調(diào)的大型行為模型（LBMs）中獲得的自主評(píng)估部署來(lái)執(zhí)行長(zhǎng)時(shí)程行為，例如安裝自行車(chē)轉(zhuǎn)盤(pán)。| 來(lái)源：豐田研究院豐田研究院（TRI）本周發(fā)布了其關(guān)于大型行為模型（LBMs）的研究結(jié)果，這些模型可用于訓(xùn)練通用機(jī)器人。該研究顯示，單個(gè) LBM 可以學(xué)習(xí)數(shù)百個(gè)任務(wù)，并利用先驗(yàn)知識(shí)以 80%更少的訓(xùn)練數(shù)據(jù)獲取新技能。LBMs 在大型、多樣化的操作數(shù)據(jù)集上進(jìn)行預(yù)訓(xùn)練。盡管它們?cè)絹?lái)越受歡迎，但機(jī)器人社區(qū)對(duì) LBMs 實(shí)際上能提供什么仍然知之甚少。TRI 的工作旨在通過(guò)這項(xiàng)研究揭示算法和數(shù)據(jù)集設(shè)計(jì)方面的
關(guān)鍵字：機(jī)器人大模型機(jī)器學(xué)習(xí)

碼住這份指南：Edge AI與機(jī)器學(xué)習(xí)常用硬件類(lèi)型與開(kāi)發(fā)板全解析

文章概述本文中，DigiKey 總結(jié)了Edge AI 和機(jī)器學(xué)習(xí)領(lǐng)域中常用的硬件類(lèi)型及其相應(yīng)的開(kāi)發(fā)套件。文章詳細(xì)列舉了四大主要的硬件類(lèi)型：微控制器、單板計(jì)算機(jī)、專(zhuān)用 AI加速器，以及FPGA，并詳細(xì)介紹了涵蓋硬件平臺(tái)、軟件工具和預(yù)訓(xùn)練模型的多種開(kāi)發(fā)套件。文章著重強(qiáng)調(diào)了合理選擇硬件平臺(tái)與開(kāi)發(fā)套件對(duì)于Edge AI和機(jī)器學(xué)習(xí)發(fā)展的關(guān)鍵推動(dòng)作用，為相關(guān)領(lǐng)域的開(kāi)發(fā)者和研究者提供寶貴的參考依據(jù)。Edge AI和機(jī)器學(xué)習(xí)的計(jì)算主
關(guān)鍵字： Digikey AI 機(jī)器學(xué)習(xí)

將業(yè)務(wù)目標(biāo)應(yīng)用于機(jī)器學(xué)習(xí)指標(biāo)

隨著機(jī)器學(xué)習(xí) (ML) 的熱潮和企業(yè)紛紛搶先采用機(jī)器學(xué)習(xí)進(jìn)行轉(zhuǎn)型，不難發(fā)現(xiàn)并非所有機(jī)器學(xué)習(xí)項(xiàng)目都能取得成功。往往是因?yàn)榇嬖凇跋扔薪鉀Q方案再有問(wèn)題”的思維定式，導(dǎo)致機(jī)器學(xué)習(xí)應(yīng)用的需求和目標(biāo)定義不清。若未能明確機(jī)器學(xué)習(xí)為何被采用以及其對(duì)業(yè)務(wù)指標(biāo)的影響，可能導(dǎo)致概念驗(yàn)證 (POC) 工作耗費(fèi)大量時(shí)間卻無(wú)法產(chǎn)生實(shí)際成果。本文探討了企業(yè)在將機(jī)器學(xué)習(xí)融入產(chǎn)品與流程時(shí)，如何通過(guò)明確總體目標(biāo)并將其與相關(guān)業(yè)務(wù)指標(biāo)聯(lián)系起來(lái)，進(jìn)而規(guī)避常見(jiàn)陷阱。隨著POC工作的進(jìn)展，應(yīng)用這些指標(biāo)為評(píng)估機(jī)器學(xué)習(xí)性能奠定了基礎(chǔ)。根據(jù)POC的任務(wù)或用
關(guān)鍵字：機(jī)器學(xué)習(xí) 貿(mào)澤