使用官方数据和Credit，初创公司Rare Technologies最近发布了一个超大规模机器学习基准，对比了AWS、谷歌云、IBM等6家GPU硬件平台，从配置到训练时间、精度、价格等各方面。AWS和谷歌虽然整合性能好，但是性价比还是LearderGPU这样的新公司占优。同时，更便宜的GPU比更贵的GPU性价比更高，这表明训练时间的减少，并不能抵消总成本的增加。
为了比竞争对手更好地服务其目标客户，当今的嵌入式设计团队正在寻求机器学习（ML）和深度学习（DL）等新技术，以便在有限的资源下按时向市场开发和部署复杂的机器和设备。借助这些技术，团队可以使用数据驱动的方法构建复杂的单系统或多系统模型。
在2017年1月收购了位于蒙特利尔的深度学习创业公司Maluuba后，微软表示，这座加拿大城市将成为其新的AI研发组织所在地。 就在这个宣布一年之后，雷德蒙德巨头今天宣布了其蒙特利尔研究中心的大规模扩张，任命了一位新的研究总监。
在人工智能的浪潮中，企业如何借势 AI 进入发展的快车道？2018年1月12日，由达观数据主办的达观开放日在深圳思微SimplyWork如约举行，来自微软、达观数据、神策数据、图普科技的相关负责人结合自己的工作实践，对企业如何应用人工智能技术展开了深入的分享讨论。
据报道 近日，国内几大银行陆续宣布上线“刷脸支付”、ATM机“刷脸取款”，厦门市部分农行ATM机也实现了“刷脸”取现；以苹果iPhone X为代表的智能手机实现了人脸解锁、付款等功能；此外，人脸识别门禁、通过“刷脸”签到也悄然普及至全市多家企业……
但从技术的角度讲，这样的说法并不准确。如果以神经网络的发展历史来看，从 2012 年开始 Google 等互联网公司在深度学习领域的突破已经是第三次人工智能浪潮。
北京11月6日电 中国科学院孵化的寒武纪科技公司6日发布新一代人工智能芯片，采用与“阿尔法狗”类似的深度学习技术，适用范围覆盖了图像识别、安防监控、智能驾驶、无人机、语音识别、自然语言处理等人工智能的重点应用领域。
人工智能涉及众多学科，例如计算机视觉、自然语言理解与交流、认知与推理等，从事相关研究的大多数博士、教授等专业人员，往往也只是涉及以上某个学科。比如，人脸识别是计算机视觉这个学科里面的一个很小的问题；深度学习属于机器学习这个学科的一个当红的流派。
虽然英特尔(Intel)、NVIDIA等芯片大厂近期在人工智能(AI)、神经网络(NN)、深度学习(Deep Learning)等领域动作频频，但半导体领域的其他业者也没闲着，而且其产品发展策略颇有以乡村包围城市的味道。
深度学习是人工智能领域专门研究计算机怎样模拟或实现人类的学习行为，专注于大数据营销的阿里妈妈为何要如此大力投入深度学习呢？
会员中心
